【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第1期 190-193页,共4页

【作 者】： 陈以 ; 王颖 ; 张晋魁

【摘 要】 研究地震测试，为了精确预报地震，减少伤亡和捷足损失，针对地震预测中的预测因子数据高度非线性问题，以及训练样本数量有限和分布不均匀的问题，给测试带来困难。采用组合人工神经网络对地震预测因子样本进行建模和预测。用自组织映射（SOM）神经网络对地震预测因子样本进行分类，使原本较为分散的样本点各自集中到内在规律较为相似的样本类中。再在各样本类中分别构建径向基函数（RBF）神经网络进行训练和预测。通过对地震实例的预测仿真及其相关分析表明，预测方法具有对地震预测的可行性。并且优于传统的BP神经网络的地震预测方法，方法可以有效提高预测精度。