CN115407388B 一种基于arima模型的地震预测方法 （成都理工大学）_第1页
CN115407388B 一种基于arima模型的地震预测方法 （成都理工大学）_第2页
CN115407388B 一种基于arima模型的地震预测方法 （成都理工大学）_第3页
CN115407388B 一种基于arima模型的地震预测方法 （成都理工大学）_第4页
CN115407388B 一种基于arima模型的地震预测方法 （成都理工大学）_第5页
已阅读5页，还剩28页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号JP2004239901A,200本发明提供了一种基于ARIMA模型的地震预震发生的时间间隔，使用季节性ARIMA模型分析用模型预测发震间隔，得出后续地震的发震时22.根据权利要求1所述的基于ARIMA模型的地3.根据权利要求2所述的基于ARIMA模型的4.根据权利要求3所述的基于ARIMA模型的地震预测方法，34或传统回归模型等方法对发震时刻进行预测，但捕捉发震周期大小和预测效果并不理想。[0005]目前，仅有极少数学者曾使用ARIMA模型通过分析地震序列自身变化的角度来预上的发震时刻间隔序列，并将发震时刻间隔序列划分为ARIMA模型的拟合训练集和预测验5准确度达到30天左右误差精度，即便基础数据较少也能使预测准确度有40％左右的提升，的发震时刻间隔，为后续地震发生时间的周期性和趋势性分析提取以及ARIMA模型的拟合6[0037]上述进一步方案的有益效果是：根据拟合ARIMA模型所用发震时刻间隔对应的震[0042]图5为本实施例中采用5阶中心移动平均法对2.5级及以上发震时刻间隔序列趋势[0043]图6为本实施例中采用10阶中心移动平均法对2.5级及以上发震时刻间隔序列趋[0044]图7为本实施例中采用20阶中心移动平均法对2.5级及以上发震时刻间隔序列趋[0045]图8为本实施例中采用30阶中心移动平均法对2.5级及以上发震时刻间隔序列趋[0046]图9为本实施例中采用40阶中心移动平均法对2.5级及以上发震时刻间隔序列趋[0047]图10为本实施例中采用50阶中心移动平均法对2.5级及以上发震时刻间隔序列趋[0048]图11为本实施例中2.5级及以上发震时刻间隔序列的自相关系数和偏自相关系数7上的发震时刻间隔序列，并将发震时刻间隔序列划分为ARIMA模型的拟合训练集和预测验震时刻间隔序列按比例(如9:1)划分为ARIMA模型的拟合训练集与预测验证集(发震顺序不8[0074]本实施例中，计算所得发震时刻间隔序列拟合训练集的自相关系数ACF和偏自相ARIMA模型拟合的发震时刻间隔值与真实值的残差，并对残差序列进行白噪声Ljung-Box[0079]本实施例中，步骤S402得到的模型预测精度为模型预测9验结果及ARIMA模型拟合优度确定最佳的模型差分阶数d2.5级及以上发震时刻间隔序列ARIMA模型拟合参数表)表明，短周期模型的显40。间隔序列的ARIMA模型参数(表3和表4，表3为3.0级及以上发震时刻间隔序列ARIMA模型拟1,1)40[0097]使用前面拟合得到的ARIMA模型对序列的后10％发震时刻间隔(2.5级及以上序列为25-27)采用直接法和滚动法进行预测计算(如图12-图14所示)，并计算各模型预测的均

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论