基于神经网络的地震重点区域预测与分析

论文摘要

地震对于人类社会而言是灾难性的自然灾害。我国地处亚欧板块、太平洋板块、印度板块的交界处,长期遭受板块间的的碰撞挤压,所以我国境内地震断裂带数目众多且活跃度高,是世界上受地震影响最大的国家之一。历史上多次大的地震给我国造成了巨大的社会破坏和人员伤亡,所以地震预测问题的研究与解决对人类社会的平稳安定极其重要。本文通过研究分析地震大数据的特点及问题,并充分考虑地震孕育和产生的高度非线性,同时受人工智能迅猛发展的启发,尝试将NEAT算法首次应用于地震预测领域,提出一种基于NEAT算法的地震短期预测模型,并与目前地震预测领域内使用较多的BP神经网络构建的预测模型进行性能对比,给出相应参考意见,在预测思路以及预测准确性上都有所突破,从而为其他地震预测研究工作者提供一定的思路和方法上的参考,便于其更加高效的做进一步的分析预测。本文的主要研究工作及成果如下:(1)基于断裂带的地震数据分类。因为断裂带的活动和地震的孕育和产生有十分密切的联系,所以本文将断裂带对地震的影响引入到预测分析中,利用断裂带影响范围对地震数据进行分类,又考虑到不同的断裂带由于其地质构造不同对地震的作用规律不同,所以针对不同的断裂带定制其特定的预测网络,使效果更优。(2)基于因子分析的地震参数降维。地震活动性参数是一组能够表征地震危险程度的参量,而地震预测的本质其实就是地震危险程度的预测,所以本文选择将地震活动性参数作为地震预测模型的主要研究对象,而为了解决地震活动性参数间的含义交叉问题,文本使用因子分析法对地震活动性参数进行共因子提取,避免了多重共线性对模型精度的影响。(3)基于BP神经网络的地震短期预测模型的设计与实现。BP神经网络因其强大的自学习能力,十分擅长处理复杂的非线性问题被广泛应用于地震预测领域。本文首先使用网络结构为6*15*1的BP神经网络设计并构建了地震短期预测模型。(4)基于NEAT算法的地震短期预测模型的设计与实现。近年来,人工智能技术发展迅速,而NEAT算法在该领域应用广泛,受其启发本文尝试将NEAT算法引入地震预测领域,进行地震短期预测模型的构建。首先将神经网络初始化为只有输入层连接输出层的最小网络结构,利用NEAT算法进化出性能最佳的神经网络,此遗传过程不仅可以完成对网络参数的更新选择,同时也会进行网络拓扑结构的不断进化,全局搜索最优解,成功构建了基于NEAT算法的地震短期预测模型。最后,将基于NEAT算法的模型预测结果与基于BP神经网络的模型预测结果进行了对比分析,发现基于NEAT算法的预测模型相较于基于BP神经网络的预测模型预测准确率提高了40%,平均震级误差减小了0.7。所以,NEAT算法以及利用其构建的地震短期预测模型同样适用于地震预测领域,对于地震预测问题的研究与解决具有一定的参考和应用价值。

论文目录

摘要

ABSTRACT

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 地震地质预测方法研究现状

1.2.2 地震统计预测方法研究现状

1.2.3 地震前兆预测方法研究现状

1.2.4 地震大数据挖掘预测方法研究现状

1.3 论文研究内容

1.4 论文组织及结构

2 人工神经网络技术与地震预报

2.1 人工神经网络技术概述

2.1.1 人工神经网络技术的发展概述

2.1.2 人工神经网络技术的网络模型

2.1.3 人工神经网络技术的种类

2.2 地震预报

2.2.1 地震预报概述

2.2.2 地震预报经典方法及其发展概况

2.2.3 人工神经网络技术在地震预报中的应用

2.3 本章小结

3 地震数据预处理

3.1 数据预处理相关技术简介

3.1.1 数据清洗

3.1.2 数据集成

3.1.3 数据变换

3.1.4 数据规约

3.2 地震数据预处理

3.2.1 地震数据来源及特点

3.2.2 地震数据规约

3.2.3 地震数据清洗

3.2.4 地震数据变换

3.3 本章小结

4 基于断裂带的地震数据分类

4.1 基于地震带的断裂带筛选

4.1.1 地震带的定义与分布

4.1.2 基于地震带的断裂带筛选

4.2 基于断裂带的地震数据分类

4.2.1 断裂带的定义与分布

4.2.2 基于断裂带的地震数据分类

4.3 本章小结

5 预报因子的选取和因子分析

5.1 地震活动性参数

5.1.1 地震活动性参数的定义

5.1.2 地震活动性参数对地震动的影响

5.2 地震活动性参数的筛选与因子分析

5.2.1 地震活动性参数的相关性分析

5.2.2 地震活动性参数的因子分析

5.3 本章小结

6 地震短期震级预测模型的构建

6.1 基于BP神经网络地震短期震级预测模型

6.1.1 BP神经网络简介

6.1.2 基于BP神经网络地震空间短期震级预测模型构建

6.1.3 实验结果与分析

6.2 基于NEAT算法地震短期震级预测模型

6.2.1 NEAT算法的思想及原理

6.2.2 基于NEAT算法短期地震预测模型构建

6.2.3 实验结果与分析

6.3 对比结果及分析

6.4 本章小结

7 总结与展望

7.1 本文工作总结

7.2 展望

致谢

参考文献

研究生期间的主要学术成果

文章来源

类型: 硕士论文

作者: 杜丹

导师: 张玉清,邓建民

关键词: 地震预测,算法,神经网络,断裂带,地震活动性参数

来源: 中国地质大学(北京)

年度: 2019

分类: 基础科学,信息科技

专业: 地质学,地球物理学,自动化技术

单位: 中国地质大学(北京)

分类号: P315.7;TP183

DOI: 10.27493/d.cnki.gzdzy.2019.001119

总页数: 82

文件大小: 2862K

下载量: 118

基于神经网络的地震重点区域预测与分析

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢