一种基于网络的地震12月内短期预测方法

摘要

本发明公开了一种基于网络的地震12月内短期预测方法，本方法建立在科学的地震目录基础之上，将地震的影响因子进行量化，通过线性回归的方式得出其中的规律，并将得出的规律进行神经网络的编辑，只要将未来可量化的地震影响因子输入，即可得出为了12个月内地震的预测值，本发明的预测方法科学有效，对于短期地震的预测具有良好的辅助作用。

主权项

一种基于网络的地震12月内短期预测方法，其特征在于，其制备工艺包括：（1）确定研究区域：确定区域的经度范围和纬度范围；（2）地震目录的收集及其预处理；（3）利用地震目录求取地震参量和时变参量，获得相应的地震参量，其中，系统参数“时间步长”和“时间窗长”取值为“12个月”，计算12个地震参量，分别为反映大小地震的比例关系b值，地震空间集中度C值，地震危险度D值，地震强度因子Mf值，地震活动演化指数YH值，地震的频度N值；（4）信息整理，将计算得到的地震参量和其他信息一起，按照规定格式整理，每行信息数据，分别包括：序号，时间，当前12个月的6个地震参量b值，C值，D值，Mf值，YH值，N值；当前12个月的6个时变参量未来12个月内最大震级；（5）回归分析：用多元线性回归方法建立地震震级与地震参量之间的关系；（6）神经网络模拟，根据下式计算各子样的回归分析值y′和回归偏差值Δy：y′_i＝a₀+a₁·x_1i+a₂·x_2i+a₃·x_3i+……+a₁₂·x_12i，Δy_i＝y_i‑y′_i，式中下标i表示子样序号，y_i为子样值；然后，再将计算结果按照规定格式整理；每行信息包括16个数据，分别为：序号，时间，当前12个月的6个地震参量b值(x₁)，C值(x₂)，D值(x₃)，Mf值(x₄)，YH值(x₅)，N值(x₆)，当前12个月的6个时变参量值(x₇)，值(x₈)，值(x₉)，值(x₁₀)，值(x₁₁)，值(x₁₂)，未来12个月内最大震级回归值y′，回归偏差值Δy，然后，利用神经网络BP算法进行训练，f1)BP网络的输入层元素个数为13个，分别为：x₁、x₂、...、x₁₂、y′，f2)BP网络的隐含层元素个数为P个，P值计算公式为：P＝20+INT(S/10)，S为子样个数，f3)BP网络的输出层元素个数为1个，为：Δy，神经网络训练结束后，得到了该区域Δy的神经网络计算模型，该区域内地震震级回归偏差值Δy^*均可根据该神经网络模型计算得到；（7）计算地震预测的震级。