7. Значение
μ
определяется по формуле
μ
=
t
i
(
основные
)
/n
(
основные
)
,
(11)
где
t
i
(основные) — интервал времени между двумя основными харак-
терическими землетрясениями, имеющими мощности по магнитудам
M
i
;
n
(основные) — число основных характерических землетрясений.
8. Значение
c
определяется по формуле
c
=
отклонение времени наблюдения
/μ.
(12)
Чем больше
c
, тем больше разность между временем в реальности и
прогнозе.
Применение нейросетевых технологий для прогноза землетря-
сений.
Первая попытка применения метода нейронной сети в задаче
прогноза землетрясений была предпринята в 1994 г. [12]. Последую-
щие результатыисследований, опубликованные в работах [9, 10, 13–
15] подтвердили эффективность этого направления.
Для прогноза землетрясений использовались такие нейронные сети
как ANN (Artificial Neural Network) с алгоритмом обучения обратного
распространения ошибки [13, 16], RBF (Radial Basic Function) [14],
NARX (Nonlinear autoregressive network with exogenous inputs) [15],
RNN (Recurrent Neural Network) [9], PNN (Probabilistic Neural Network)
[10]. Эти нейронные сети в зависимости от входных данных имеют два
вида применения: для прогнозирования возможного максимального
землетрясения [13, 15] и места и интервала времени возникновения
землетрясения [9–12, 14, 16, 17].
Существуют также и другие методыпрогноза землетрясения. Во
Вьетнаме были примененыдля прогноза методыCN, M8, M8S, но
недостаточные статистические данные оказывают отрицательное вли-
яние на результатыпрогноза [1, 7, 8] и по этой причине невозможно
применить алгоритм среднесрочного прогноза землетрясений (КОЗ)
А.Д. Завьялова.
В настоящей работе ставится задача прогноза места, времени и
магнитудыземлетрясения. Для ее решения оказалось эффективным
применение многослойной нейронной сети с алгоритмом обратного
распространения, которое требует меньшее число данных, поскольку
здесь задача прогноза землетрясения решается как задача распознава-
ния образов. Применение во Вьетнаме нейронной сети по прогнозу
возможного максимального землетрясения проведенное авторами [18]
и сравнение его результатов с данными, полученными другими мето-
дами, показало, что этот прогноз ошибки является более надежным.
Далее в работе решается задача прогноза землетрясения на приме-
ре северо-западного района Вьетнама.
72 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012. № 2
