主成分分析法和遺傳算法優化的支持向量機模型在地震傷亡人數預測中的應用

作者：王晨暉,劉立申,任佳,袁穎,王利兵,陳凱男

摘要：為有效解決地震傷亡人數預測所需影響因子多、運算量大、模型訓練煩瑣等問題,構建了主成分分析法(PCA)和遺傳算法(GA)優化的支持向量機(SVM)模型,采用PCA對地震傷亡人數影響因子進行降維以去除貢獻率較低的主成分,將貢獻率較大的主成分作為支持向量機的輸入變量,以地震傷亡人數作為輸出變量,利用GA對SVM模型性能參數進行優化,建立基于PCA-GA-SVM的地震傷亡人數預測模型,并對測試樣本進行預測,結果表明:與SVM模型、GA-SVM模型和PCA-GA-BP模型相比,PCA-GA-SVM模型的預測準確率和運行效率分別提高4.73%、1.14%、9.99%和47.05%、36.76%、44.55%。結果顯示,PCA-GA-SVM模型預測精度高,泛化能力強,能夠科學合理地對地震傷亡人數作出預測。

發文機構：河北省地震局紅山基準地震臺 河北地質大學勘查技術與工程學院

關鍵詞：地震傷亡人數預測主成分分析法遺傳算法支持向量機Prediction of earthquake casualtiesPrincipal component analysisGenetic algorithmSupport vector machine

分類號： P315.7[天文地球—地震學]