现场或震后趋势预测中的几个不精确推理问题

在地震预报的实践中经常会遇到下面的情况,即如何估计在经过了一定的预报时间后尚未发生预期地震的条件下在余下的预报时间段内发生预期地震的信度问题。文中结合地震发生是个小概率事件这一特点,运用MYCIN模型推得了估计这一信度的实用公式,同时还对所遇到的其它几个不精确推理问题进行了论述。     

震后趋势决策支持系统PTDSS

介绍了作者研制的“震后趋势决策支持系统PTDSS”的构成及预报效果,该系统使用模糊联想记忆FAM（Fuzzy Associative Menory)模型将神经网络与模糊系统结合起来,使之具有第2代专家系统的学习功能,系统知识库中除存有专家多年来总结的有关地震现场预报的知识外,还通过系统学习得到了一批十分有意义的,目前专家尚未总结的知识,震例检验的结果该系统有较好的预报效果。     

地震现场预报数据处理系统

地震现场预报数据处理系统是供分析预报人员在地震现场使用的一套实用性计算机软件。该系统根据国家地震局颁布的《地震现场工作大纲和震情分析指南》及目前在地震现场预报中常用的各类方法编制了相应的程序,并结合实际工作需要研制了该数据处理系统。它既是一个独立的完整的系统,又可以作为一个子系统与专家系统、数据库系统紧密地结合成一个功能更强的地震现场预报专家咨询系统。该系统主要有三大方面的功能模块：（1）计算机自动处理;（2）用户选择运行;（3）震前活动参数的计算。     

人工神经网络及其在地震预报中的应用

文概述了人工神经网络的原理和算法，利用１９８５－１９９２年全国年度趋势会商报告的资料来训练的检验神经网络。结果表明，网络经训练后具有较高的识别能力，在地震预报中有深入研究和进一步应用的价值。最后讨论了神经网络中几个重要参数的取值问题。     

MYCIN不精确推理的应用问题

本文论述了ＭＹＣＩＮ不精确推理在理论上所存在的问题，并结合与地震预报有关的实践进行了讨论。指出只要我们在应用中注意到ＭＹＣＩＮ模型可能出现的错误，那末在地震预报中应用这一不精确推理还是可行的。     

地震预报专家系统(ESEP/PC)中的证据可信度确定与类框架知识表示

本文根据实际地震预报中分析异常证据可信度的过程,提出了确定异常证据可信度的模型。指出异常证据的可信度可根据两类不同的影响因子(全局因子与局部因子)由证据可信度组合公式确定。据此在地震预报专家系统ESEP/PC中提出了“类框架”知识表示法。文中通过实例对应用中的有关问题进行了分析与讨论。     

地震活动性常用预报方法的计算机处理系统

本文论述了地震活动性常用预报方法的一个实用自动处理系统(SAPS)。该系统由地震数据库、程序库和数据处理系统三大部分组成。数据库系统由地震数据管理系统和“中国东部地震目录”和“中国地震目录”两个数据文件组成;程序库中包括由FORTRAN语言编写的地震活动性常用预报方法有关的子程序100多个;数据处理系统在此基础上,根据安徽省地震预报和科研的需要编制而成。它具有四方面的用途,分别利用地震的长期、中期和短临阶段的一些预报方法进行计算处理,同时可选取任一区域数据,利用现有程序库中的任一预报方法独立完成某项任务。     

The FAM(Fuzzy Asociative Memory)neural network model and its application in earthquake prediction

ＴｈｅＦＡＭ（ＦｕｚｚｙＡｓｏｃｉａｔｉｖｅＭｅｍｏｒｙ）ｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｅａｒｔｈｑｕａｋｅｐｒｅｄｉｃｔｉｏｎＷＥＩＷＡＮＧ１）（王炜）ＧＥＮＧＦＥＮＧＷＵ２）（吴耿锋）ＢＩＮＳＨＵＨ...     

地震预报专家系统中的不精确推理

本文指出了在地震预报中直接应用 MYCIN 不精确推理所存在的问题,介绍了在地震预报专家系统(ESEP/PC)中的不精确推理原理.针对地震预报中不同证据所给出的结论是在时、空、强三要素方面互不一致又部分重叠的连续区间这一特点,改进和发展了 MYCIN 不精确推理模型,提出了条件信度的概念及独立事件的信度分配律,使之完全适用于地震预报的实践.文中还介绍了系统对预报中常见的一些问题的处理办法.震例检验的结果表明,系统所采用的方法是科学的、合理的效果是好的.      

地震序列类型的确定与现场预报规则的获取

论述了“震后趋势决策支持系统PTDSS”中的知识学习问题。以某些地震参数与序列类型的关系为例,介绍了如何确定地震序列类型以及系统通过FAM模型进行机器学习的方法。通过学习系统得到了一批非常有用的早期判断序列类型的知识。