神经网络的粒子群优化算法及其在地震预测中的应用
阮海贵
谭毅华
鹿明明
田金文
1.华中科技大学图像识别与人工智能研究所 武汉430074;华中科技大学多谱信息处理技术国家级重点实验室 武汉4300742.华中科技大学图像识别与人工智能研究所 武汉430074;华中科技大学多谱信息处理技术国家级重点实验室 武汉4300743.华中科技大学图像识别与人工智能研究所 武汉430074;华中科技大学多谱信息处理技术国家级重点实验室 武汉4300744.华中科技大学图像识别与人工智能研究所 武汉430074;华中科技大学多谱信息处理技术国家级重点实验室 武汉430074
摘要：BP神经网络具有较强的非线性问题处理能力,是目前一种较好的用于时间序列预测的方法,然而它存在易于陷入局部极小值、收敛速度慢等不足.针对以上缺点,利用改进粒子群优化BP神经网络的权值与阈值,有效地增强了算法的全局搜索能力和提高了收敛速度.针对地震预测的应用,用改进粒子群优化的BP算法对四川地区最大震级时间序列进行预测,通过训练预测次年的最大震级.结果表明此方法优于未经优化的BP算法,具有良好的预测效果.
关键词：BP神经网络粒子群优化算法时间序列地震预测
分类号：TP29(自动化技术及设备)
资助基金：高分辨率对地观测重大科技专项项目(E0311/1112/JC02)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 155-157,290 )
英文信息