基于径向基函数神经网络的动态地震预测模型  

Radial Basis Function Neural Network Based Dynamic Earthquake Prediction Model

作　　者：梁斌梅[1] 

机构地区：[1]广西大学数学与信息科学学院,广西南宁530004

出　　处：《控制工程》2010年第S2期49-50,115,共3页Control Engineering of China

基　　金：广西教育厅科研资助项目([2006]026);广西大学科研基金资助项目(X081059)

摘　　要：为了确定动态径向基函数神经网络(RBF网络)的参数以获取更优的性能,分析了影响RBF网络性能的主要因素并给出各参数的确定原则。通过实验说明确定最优RBF网络参数的方法,证明其建立的预测模型训练误差小且预测精度高。实验结果也表明,RBF网络预测精度高于BP网络,且训练时间远比BP网络的少。To determine the parameters for a dynamic radial basis function neural network(RBF network) to obtain better performance, the major factors impacting on the performance of RBF network are analyzed,and the rules for determining the parameters are given.Experiments are given to show how to determine the optimal parameters of RBF network and prove that smaller training error and higher prediction precision are obtained.Experimental results also show that RBF network has a higher prediction precision and less training time than BP network.

关 键 词：径向基函数神经网络 地震预测 BP神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] P315.75[自动化与计算机技术—控制科学与工程]