基于遗传算法的广义回归神经网络在地震预测中的应用
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
提出了利用基于遗传算法结合广义回归神经网络(GRNN)进行地震预测的新方法。利用遗传算法的全局搜索能力、不易陷入局部极小点等优点来优化GRNN的径向基函数中心、宽度以及输出层的权值,使得计算结果全局最优。在实际地震数据中选取了100组样本数据进行仿真实验,并利用MATLAB进行仿真。仿真结果表明,本文提出的方法具有较高的精度和一定的理论指导意义。
A new method was proposed to predict earthquake through using generalized regression neural network(GRNN) based on genetic algorithm(GA).Global optimum can be found through using GA's ability of global searching and being not liable to get the minimum to optimize the the center and width of radial basis function and weights of output layer.At last,using100 sample data obtained from actual earthquake,a simulation experiment is done based on MATLAB.The simulation shows that the method has a good result.
引文
[1]梅世蓉,冯德益.中国地震预测概论[M].北京:地震出版社,1993.
    [2]蒋长胜.与地震预测有关的关键物理问题[J].国际地震动态,2007,(2):1-8.
    [3]王培德.对推进地震预测工作的一些政策问题的讨论[J].国际地震动态,2009,(9):2-10.
    [4]国家地震局科技监测司.综合预测分册[M].北京:地震出版社,1989.
    [5]Hung-Ming Lin,Shun-Kung Chang,Jian-Hong Wu,et al.Neural network-based model for assessing failure potential of highway slopes inthe Alishan,Taiwan Area:Pre-and post-earthquake investigation[J].Engineering Geology.2009,104(3):280-289.
    [6]张国民,张晓东,吴荣辉,等.地震预测回顾与展望[J].国际地震动态,2005,(5):3-15.
    [7]欧阳志远.关于地震预测预测得认识论和方法论问题[J].中国人民大学学报,2009,(1):96-104.

版权所有:© 2023 中国地质图书馆 中国地质调查局地学文献中心