Применение нейросетевых технологий в задачах прогнозирования землетрясений - page 5

Рис. 2. Карта годового расположения значений землетрясений для северо-
западного района Вьетнама по мощности
Таблица 1
Входные данные для прогноза землетрясений северо-западного Вьетнама
Подынтервалы прогноза (годы)
T
dE
1
/
2
b
1976.1980
1716
1.21581e+07
0.72819
1981.1985
1358
1.219722e+08
0.79910
1986.1990
1484
2.248179e+07
0.69068
1991.1995
1674
1.87813e+07
0.78829
1996.2000
1555
1.15112e+07
0.97625
2001.2005
1725
3.01123e+07
0.76267
Подынтервалы прогноза (годы)
η
Mmean
Δ
M
1976.1980
0.00676
4.01111
0.34626
1981.1985
0.00779
3.93152
0.78071
1986.1990
0.00135
4.03929
0.74227
1991.1995
0.01469
4.16528
0.42182
1996.2000
0.00336
3.92381
0.12019
2001.2005
0.01445
4.15556
0.41732
2. Выбор нейронной сети.
Выбор нейронной сети определяется
по входным данным (см. табл. 1) на основе проб и ошибок. Выбор-
ка основана на значениях
R
, определяющих отношение между ре-
альными и полученными результатами. Чем ближе значение
R
к 1,
тем точнее результаты. Программа Matlab с модулем нейронной се-
ти использовалась для создания сети (рис. 3). В результате получена
оптимальная нейронная сеть FBP (Levenberg-Marquardt Feedforward
BackPropagation Network) с тремя слоями: входной (6 нейронов), скры-
тый (5 нейронов) и выходной (1 нейрон) для прогноза землетрясений
северо-западного района Вьетнама со значением
R
= 0
,
72
.
74 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012. № 2
1,2,3,4 6,7,8,9
Powered by FlippingBook