基于主成分分析法优化广义回归神经网络的地震震级预测

王晨晖; 袁颖; 刘立申; 陈凯南; 吴鹤帅

首页> 中文期刊> 《科学技术与工程》 >基于主成分分析法优化广义回归神经网络的地震震级预测

基于主成分分析法优化广义回归神经网络的地震震级预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为科学有效预测地震震级,提出了基于广义回归神经网络(general regression neural network, GRNN)的地震震级预测模型。选取地震累计频度、累计释放能量、b值、异常地震群数、地震条带个数、活动周期、相关区震级等7个指标作为地震震级影响因子,利用主成分分析法(principal component analysis, PCA)对7个影响因子进行降维处理,以新生成的4个主成分作为模型输入变量,地震震级为输出变量,运用粒子群算法(particle swarm optimization, PSO)寻优得到GRNN模型最优光滑因子,最终建立基于PCA-PSO-GRNN的地震震级预测模型,利用建立的模型对训练样本进行回判检验,并对测试样本进行预测,并同传统反向传播(back propagation, BP)神经网络模型和单一GRNN模型预测结果进行对比,结果表明:PCA-PSO-GRNN模型预测结果的平均误差为5.17%,均方根误差为0.100 0,决定系数为0.986 8,均方相对误差为0.007 3,平均绝对误差为0.100 0,运行时间为5.2 s,预测精度和运行效率均优于BP模型和单一GRNN模型。

著录项

来源
《科学技术与工程》 |2022年第29期|12733-12738|共6页
作者
王晨晖; 袁颖; 刘立申; 陈凯南; 吴鹤帅;
展开▼
作者单位

河北红山巨厚沉积与地震灾害国家野外科学观测研究站;

河北省地震局邢台地震监测中心站;

河北地质大学城市地质与工程学院;

河北省地下人工环境智慧开发与管控技术创新中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类地震学;
关键词
主成分分析法; 粒子群算法; 广义回归神经网络; 地震震级;

相似文献

中文文献
外文文献
专利

1. 基于主成分分析与广义回归神经网络的股票价格预测 [J] . 于卓熙 ,秦璐 ,赵志文 . 统计与决策 . 2018,第18期
2. 基于改进蝙蝠算法优化广义回归神经网络的岩质边坡稳定性预测 [J] . 杨雅萍 ,张文莲 ,孙晓云 . 科学技术与工程 . 2021,第020期
3. 基于粒子群优化算法-广义回归神经网络的磷化膜耐蚀性预测模型 [J] . 姚宏 ,于七龙 ,那琳 . 电镀与精饰 . 2021,第011期
4. 基于优化广义回归神经网络的碟式太阳能温度预测研究 [J] . 朱正林 ,刘权 ,张欢 . 南京工程学院学报（自然科学版） . 2020,第001期
5. 基于果蝇算法优化广义回归神经网络的凝汽器真空预测 [J] . 葛晓霞 ,肖洪闯 ,嵇卫 . 汽轮机技术 . 2018,第003期
6. 基于广义回归神经网络的大跨度球面屋盖风荷载预测及其应用 [C] . SU Ning ,苏宁 ,SUN Ying . 第四届建筑结构基础理论与创新实践学术论坛 . 2016
7. 果蝇算法优化的广义回归神经网络滚动轴承故障预测 [A] . 付岩 . 2018

基于主成分分析法优化广义回归神经网络的地震震级预测

摘要

著录项

相似文献

相关主题

期刊订阅