基于RBF神经网络的地震震级时间序列预测研究

根据混沌理论和RBF神经网络进行地震震级的预测研究,即从过去发生的地震震级时间序列寻找地震震级的变化规律,预测未来可能发生的地震震级大小。首先,采用Cao法和互信息法分别计算出地震震级时间序列的嵌入维数和延迟时间,然后根据Takens定理进行地震震级时间序列的相空间重构,最后利用RBF神经网络预测地震的震级。仿真结果表明:RBF网络能够很好地拟合地震震级的变化趋势,且震级预测精度高,误差也相对较小。