基于遗传算法的分类体系在地震预报中的应用探索

采用模似自然界生物进化过程的遗传算法的分类体系，并以首都圈地区为例，利用地震活动性资料的8种时空参数在地震预报中进行了应用探索．通过对1967-1992年间信息的学习演化，获得了20条拥有不同适应度的具有层次结构的地震预报规则集．对首都圈地区中等地震活动的预报规则进行了初步的分析讨论，发现了人们以往难于考虑周全的可能具有重要预报意义的异常组配.应用探索表明：在地震预报研究中应用具有自适应和潜在学习能力的基于遗传算法的分类体系，将可能推动人们对地震前兆及其物理机制的研究和探讨．     

地震序列的有序样品聚类方法研究

在应用最优分割法对地震活动性分类研究的基础上引进线性模型，扩大最优分割法在地震活动性分类中的应用范围，并将聚类问题与建模问题有机地结合起来，以揭示地震活动的某种内在规律，这对于探索地震预报和地震的发生规律有一定实际意义。     

地震预报和地震对策模型体系

设计了一种用于地震预报和地震对策的模型体系。本文简述了建立这一模型体系的必要性,给出了模型体系的设计思想,讨论了模型体系的結构、功能和组成以及建立模型体系的数学方法。     

数据挖掘及其在地震预报中的应用前景

文介绍了数据挖掘的产生、任务、特点、过程和方法分类,介绍了数据挖掘的一些主要方法及其在地震预报中的应用前景。数据挖掘在地震预报中有很多应用领域,随着数据挖掘在地震预报应用领域的深入研究,必将进一步推动地震预报的进展。     

对中国地震预报现状与未来的思考

作者根据其多年从事地震预报的经历和实践，将我国地震预报的36年历史分为4个阶段，概括了我国地震预报的主要进展和成就，指出地震预报的难点及我国地震预报在思路和技术上存在的几个问题，最后是对我国地震预报发展战略的思考。     

关于地震科学体系的讨论

在回顾建国以来我国地震科学研究的三个阶段后指出，为适应当前地震灾害综合防御的需要，建立地震科学体系已提到日程上来。该体系由自然科学、社会科学、行为科学、数学科学和系统科学６大类组成，并就地震科学体系中的地震预报问题进行了专门的讨论。     

编后语

地震预报是尚未成熟且实践性极强的综合学科,一方面,地震预报处于科学事实和经验积累阶段,尚未形成自身系统的理论体系,没有系统的教课书可用于教学;另一方面,地震预报所需的实用性技能需要在实践中培养,在现有的高等教育体系中尚无专门的培养机制。因此,需要建立能够适合地震预报学科特点和事业发展的人才培养机制,才能使地震预报不间断地持续向前发展。     

地震预报科学的发展中要加强地震预报方法论研究

1引言方法论（methodology）就是把某种共同的发展规律和研究方法为讨论对象的一门学问。各门科学都有方法论，地震预报科学当然也应有自己的方法论。地震预报科学发展的巨大动力是人类社会的减灾需求和地球科学的发展需要，这二者之间是紧密相连的，因此，对地震预报科学发展规律的研究，如果抛开地震预报科学的内在因素，那是属于宏观的地震预报方法论范畴。地震预报工作者在研究地震预报课题时，也可以不考虑地震预报发展的外在推动力，专门就地震预报内在体系中的特定问题来进行分析研究，这样就需要考虑最有效的研究方法，同时也要懂得…     

应变能释放随时间变化的聚类方法研究

由于线性回归模型应用的广泛性，本文设定样品集的趋势是线性的，在用最优分割法对地震活动性类研究的基础上引进线性模型，扩大了最优分割法在地震活动性分类中的应用，将降类问题与建模问题有机地结合起来，去揭示地震活动性中的某种内在规律，这对于探索地震预报，研究地震发生的规律性有一定的实际意义。     

地震预报对策的研究

本文从地震社会学的观点出发,对地震预报有关的对策问题作了讨论,这些问题包括:1)地震预报的地震社会学分类;2)地震预报尺度与地震预报精度;3)地震预报评分及统计决策函数在地震预报对策中的应用;4)集成预报问题。基于对这些问题的讨论,本文从理论上对地震预报的对策给出了若干准则。     

主成分分析法和遗传算法优化的支持向量机模型在地震伤亡人数预测中的应用

为有效解决地震伤亡人数预测所需影响因子多、 运算量大、 模型训练烦琐等问题, 构建了主成分分析法(PCA)和遗传算法(GA)优化的支持向量机(SVM)模型, 采用PCA对地震伤亡人数影响因子进行降维以去除贡献率较低的主成分, 将贡献率较大的主成分作为支持向量机的输入变量, 以地震伤亡人数作为输出变量, 利用GA对SVM模型性能参数进行优化, 建立基于PCA-GA-SVM的地震伤亡人数预测模型, 并对测试样本进行预测, 结果表明: 与SVM模型、 GA-SVM模型和PCA-GA-BP模型相比, PCA-GA-SVM模型的预测准确率和运行效率分别提高 4.73%、 1.14%、 9.99% 和47.05%、 36.76%、 44.55%。结果显示, PCA-GA-SVM模型预测精度高, 泛化能力强, 能够科学合理地对地震伤亡人数作出预测。     

Discussion on Earthquake Forecasting and Early Warning

Through analysis of natural and social attributes of earthquake forecasting, the relationship between the natural and social attributes of earthquake forecasting （early warning） has been discussed. Regarding the natural attributes of earthquake forecasting, it only attempts to forecast the magnitude, location and occurrence time of future earthquake based on the analysis of observational data and relevant theories and taking into consideration the present understanding of seismogeny and earthquake generation. It need not consider the consequences an earthquake forecast involves, and its purpose is to check out the level of scientific understanding of earthquakes. In respect of the social aspect of earthquake forecasting, people also focus on the consequence that the forecasting involves, in addition to its natural aspect, such as the uncertainty of earthquake prediction itself, the impact of earthquake prediction, and the earthquake resistant capability of structures （buildings）, lifeline works, etc. In a word, it highlights the risk of earthquake forecasting and tries to mitigate the earthquake hazard as much as possible. In this paper, the authors also discuss the scientific and social challenges faced in earthquake prediction and analyze preliminarily the meanings and content of earthquake early warning.     

基于遗传算法的广义回归神经网络在地震预测中的应用

提出了利用基于遗传算法结合广义回归神经网络（GRNN）进行地震预测的新方法。利用遗传算法的全局搜索能力、不易陷入局部极小点等优点来优化GRNN的径向基函数中心、宽度以及输出层的权值,使得计算结果全局最优。在实际地震数据中选取了100组样本数据进行仿真实验,并利用MATLAB进行仿真。仿真结果表明,本文提出的方法具有较高的精度和一定的理论指导意义。     

关于推进我国地震预报进步的几点建议

本文立足于我国地震预报的实践及当前地震预报的科学水平,提出了推进我国地震预报进步的几点建议：①继续坚持并强化现行地震预报管理体制,不断改进经验性和统计预报的方法,努力作好震情监测预报工作,为防震减灾再做出一些有减灾实效的预报。②制订中国地震监测预报中长期科学发展规划,努力提高我国地震预报研究的科学水平。③探索地震动力(物理)预报的途径。④培养一流的地震预报科技人才,开展地震预报的国际合作研究。     

基于多源数据的机器学习在地震预测中的研究进展

近年来,机器学习的快速发展在计算机视觉、自然语言处理和数据挖掘等领域取得前所未有的成绩。地震研究学科众多,包括地震学、大地测量学、地球化学、地球电磁学和地质学等,研究产生的多源、复杂、海量数据高度符合机器学习对于训练数据的要求,因此许多学者将机器学习方法引入到地震预测中。本文基于机器学习背景、地震预测应用流程和评价方法等方面,回顾了近年来基于机器学习方法,利用不同学科数据进行地震预测的应用概况和主要进展,并对机器学习在地震预测中的应用进行总结和讨论。     

基于MATLAB工具箱的地震预测模型

地震分析和预测对未来地震趋势有一定预见性。本文建立了基于MATLAB工具箱的地震预测模型,通过建模、局限性分析,认为多元线性和非线性回归方法不适合地震预测,基于BP神经网络的方法在地震预报中有一定应用价值。     

Loss forecasting of earthquake fire based on radial basis function network

Introduction The earthquake fire is one of main hazards in subsequent hazards of earthquake, which caused much severer damage than the ground motion itself. So it is significant to evaluate and predict loss of earthquake fire as a part of hazard of earthq…     

基于径向基函数网络的地震火灾损失预测

针对地震火灾的复杂性和多变性的特点，利用径向基函数网络的自学习、自适应能力和容错性特性，根据地震火灾的历史资料，建立了基于径向基函数网络的地震火灾损失预测模型，并对该模型进行了检验和讨论，说明本方法的适用性，也为其它自然灾害的损失预测提供了简单、有效的方法.      

基于GIS的地震灾害损失预测

在地震危险性分析及建筑物和生命等的易损性分析的基础上，预测未来地震造成自然和人工建筑环境的灾害及其损失，这是地震灾害及其损失研究的基本思路。本文基于宏观经济指标的地震灾害损失预测模型，以2000年全国不变价格计算的人均GDP作为地震宏观易损性的分类指标，以某市（A、B县）为例进行未来15年地震灾害损失预测。其预测结果包括两大部分：县行政区预测结果和网格预测结果，其预测结果可以为确定地震重点监视防御区提供参考依据。