GSM-SVM在地震震级预测中的应用

打开文本图片集

摘要：针对地震震级影响因子众多且关系重复等问题，为合理预测地震震级，提出了基于网格搜索法优化支持向量机（support vector machine， SVM）的地震震级预测模型。选取地震累积频度、累积释放能量、b值、异常震群个数、地震条带个数、活动周期和相关区震级等7个影响因子，利用主成分分析法（principal component analysis， PCA）去除因子间的冗余信息，降低输入维数，并利用网格搜索法（grid search method， GSM）确定SVM参数C和g，建立震级预测模型，并对测试样本进行预测，与遗传算法（genetic algorithm，GA）和粒子群算法（particle swarm optimization， PSO）预测结果相对比，结果表明：PCA-GSM-SVM模型预测结果平均相对误差为1.29%，具有较高的预测精度。（剩余5046字）