基于粒子群算法的地震预报方法研究

摘要：

针对地震预测中定量计算的困难性,利用地震前兆异常高维数据特征,研究一种基于粒子群聚类算法的地震预报模型.该模型输入为条带、空区、短水准等14项异常指标数据,输出为震级分类.模型设定聚类平均距离为粒子群算法的评价函数,发掘分析地震前兆数据与地震震级的关系.结果表明该模型能有效地根据地震前兆数据预测地震震级,与传统聚类k-means算法模型相比,稳定性强,预报准确性更高.历史地震数据实例研究表明,本文提出的模型充分利用了粒子群算法的高鲁棒性、高适应性和群体智能的协同策略,是改进地震预报效能的途径之一.

关键词：粒子群算法、聚类、地震预报、群体智能

所属期刊栏目：36

分类号：P315.75(大地（岩石界）物理学（固体地球物理学）)

资助基金：河南省科技厅科技攻关项目122102210480

在线出版日期：2014-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：69-74