共查询到18条相似文献，搜索用时 140 毫秒
1.
2.
地震滑坡的滑距与重力滑坡的滑距有着显著的不同,科学预测地震发生时黄土地区滑坡的滑动距离是合理评估黄土地区滑坡风险和减轻滑坡灾害的有效方式之一。基于海原特大地震诱发黄土滑坡的400组野外调查数据,通过引入BP神经网络算法,论证了BP神经网络模型用于预测黄土地震滑坡滑距的适宜性和可行性;建立了地震诱发黄土滑坡滑距的BP神经网络预测模型,并通过67组数据进行了验证。BP神经网络算法和传统多元线性回归、多元非线性回归结果的对比显示,BP神经网络的预测更接近真实情况,具有较为理想的预测效果,可以用于黄土地震滑坡滑距的预测,并为圈定较为可靠的致灾范围提供依据。 相似文献
3.
基于神经网络的强震中短期预测方法 总被引：3，自引：1，他引：3
神经网络(neural network)是由大量并行处理的类似生物神经元的简单单元构成的复杂系统．通过调整各个单元之间的连接权值，神经网络可以被训练来表达一个特定的映射．这种作用是神经网络应用的基础．近十年来，神经网络已从理论研究进入实用，并且这个趋势还在不断地发展．本文提出了一种基于神经网络模型的强震预测方法．神经网络先从存在的地震演化序列或地震前兆学习，然后对未来的强震作中短期预测．提出了两个神经网络预测模型:一个是基于地震演化序列的神经网络预测模型EE，并将它用于中国大陆未来一年的最高震级的预测；另一个是基于地震前兆的神经网络预测模型EP，并将它用于华北地区未来(2年)强震发生时间的预测．结果表明，本文提出的这种基于神经网络的预测模型有一定的预测能力，并且使用方便，有较好的应用前景． 相似文献
4.
《地震工程与工程振动》2015,(6)
通过对地震伤亡资料的综合考察研究,本文构建了影响地震伤亡人数的指标集,利用粗糙集理论约简此指标结构,建立最小二乘支持向量回归机预测模型预测伤亡人数,并用粒子群优化算法对模型参数进行优化。最后,将模型运用于云南地震伤亡人数预测,结果和RS-BP神经网络预测模型对比分析,验证了该模型预测的有效性。又将模型应用于芦山和玉树地震死亡人数的预测,验证了模型的适用性。实验结果表明该模型能在地震发生后,给决策者提供人员救护、安置以及应急物资供应、统筹调度的有效依据。 相似文献
5.
本文针对巴基斯坦北部地区进行了地震预测研究。研究方法包含了地震学和计算智能技术领域不同学科的交叉融合。针对历史地震活动计算了8种地震学参数。通过计算它们的信息增益来评估这8种参数的预测效能,进而选择了其中6种应用于预测试验。基于这6种参数发展了多个计算智能模型用于预测试验。这些模型包括前馈神经网络、循环神经网络、随机森林、多层感知、径向基神经网络和支持向量机。本文评估了每一种模型的效能,同时利用McNemar统计检验方法来研究计算方法的统计显著性。前馈神经网络模型在巴基斯坦北部地区可表现出统计显著性为75%准确率和78%正确预报的预测结果。 相似文献
6.
为了借助容易获取的地震相关因素间接预测地震震级,提出基于相关向量机（Relevance Vector Machine,RVM）方法的地震震级预测模型。通过样本学习建立地震震级与地震累积频度、累积释放能量、平均震级、b值、η值和相关区震级等6个主要影响因素之间的非线性映射关系,利用已知影响因素预测地震震级。结果表明:RVM模型预测结果均优于BP神经网络及SOM-BP神经网络预测结果;通过敏感因子分析比较各因素的敏感程度,b值和η值最为突出,在震级研究中应重点分析。综合分析,RVM模型具有精度高和离散性小等优点,对地震震级预测有较好的推广价值。 相似文献
7.
地震预测是地震科学研究的主要领域之一。震前热异常现象(地表温度异常升高)普遍存在并且与地震三要素有复杂的非线性关系。文中结合神经网络的优点,提出将热异常信息作为地震预测的信息源,通过构建神经网络,进行地震预测的思路,并进行了试验。基于8d合成的1km分辨率的MODIS数据,利用RST算法提取震前热异常信息,在分析震前热异常信息时空变化的基础上,确定出BP神经网络的结构,利用该网络对中国及周边100个5级以上震例,以及70个随机无震样本进行训练和仿真。试验结果表明,通过RST算法提取的震前热异常指数值,用于BP神经网络地震预测是可行的,其预测的试验结果刻画出了地震要素与热异常值间的非线性相关性。未来预测区域范围的选取以及神经网络中隐层神经元的数量将对地震预测效果产生较大的影响。 相似文献
8.
9.
10.
11.
12.
人工神经网络原理在建筑物震陷预测中的应用 总被引：1，自引：0，他引：1
运用人工神经网络原理，对BP型神经网络作了多方面的改进，采用改进后的BP算法，建立了建筑物震陷预测模型，研究结果表明，改进的BP网络性能良好，所建立的模型预测精度高，能满足工程要求，是一种有效可行的预测新方法。 相似文献
13.
预测人员震害损失的神经网络模型 总被引：3，自引：0，他引：3
随着区域经济的发展与城市化进程的加快，人口的集中度不断增加，这也给抗震防灾带来了新的课题。对地震中人员的损失进行有效的预测可为抗震防灾工作提供有力的管理方向。选择地震发生的震级、震源深度、震中烈度、设防水准、地震加速度、人口密度、地震预报等影响地震灾害人员伤亡的主要因素作为预测指标，以37次严重地震灾害为样本，建立了我国特征的BP神经网络地震灾害人员伤亡预测模型。 相似文献
14.
15.
16.
17.
基于BP神经网络模型的多层砖房震害预测方法 总被引：8，自引：2，他引：8
针对传统的基于地震烈度的建筑物震害预测方法的不足,本文以地震动峰值加速度作为建筑物震害预测的地震动指标,结合几次大地震中多层砖房的震害实例,提出了一种基于BP神经网络模型的建筑物震害预测方法,模型的输入为反映结构抗震性能的各类物理参数,输出为给定地震动峰值加速度下建筑物破坏状态的概率。研究表明:基于BP网络模型的多层砖房的震害预测结果与震害实例的实际情况比较吻合,本文的思路和方法可推广于其他不同类型的建筑结构的震害预测。 相似文献
18.
控制路基沉降是公路工程中的一个关键技术问题,而路基沉降与其影响因素之间存在着线性、非线性关系。当输入自变量较多时,用传统神经网络建模容易出现过拟合现象,导致网络模型预测精度较低。针对此问题,本文用遗传算法对神经网络模型的权值和阈值进行优化,同时讨论遗传参数的设定对输出结果的影响。通过对成南高速的实测数据进行仿真,试验结果表明:优化后的BP神经网络具有较高的预测精度,预测效果明显优于传统神经网络模型的输出结果,该预测方法可作为高速公路路基长期沉降预测的一种有效辅助手段。 相似文献