神经网络模型对地震参数的拟合与预测
王树旺

甘肃省地震局，甘肃省兰州市，730000；

摘要：以提高地震参数分析的计算速度和预测精度为目的，研究神经网络模型在震源参数反演、趋势预判等方面的应用途径。采用多层感知器和长短期记忆网络相结合的混合结构，对震级、震源深度、发震时刻等重要参数做非线性拟合，在时序上做前瞻性预测。从实验结果来看，用该模型进行参数拟合时残差分布比传统的统计方法要集中一些，在预测环节中对于中短期震情变化的反应更加灵敏。神经网络技术给地震参数研究提供了一种高维特征自动提取和端到端建模的方法，有向业务化运行转化的潜力。

关键词：神经网络；地震参数；非线性拟合；时序预测

参考文献

[1]司旭.基于图神经网络和基础模型的地震监测与预测[D].中国科学技术大学,2024.

[2]曾小宝.基于卷积神经网络的微地震速度模型反演研究[D].中南大学,2024.

[3]李水龙,陈以伦,于伟恒,等. 基于人工神经网络的仪器地震烈度预测模型研究[J].地震工程学报,2023,45 (1):181-190.

[4]杨久强,林年添,张凯,等. 深度神经网络模型超参数选取及评价研究——以含油气性多波地震响应特征提取为例[J].石油物探,2022,61 (2):236-244+320.

[5]蔡永香,郭庆胜,桂志先,等. 基于地震-测井数据预测储层参数空间分布规律的神经网络模型[J].武汉大学学报(信息科学版),2005, (4):366-369.