地震综合预测模型中各因子权系数的计算方法技术

本发明专利技术公开了地震综合预测模型中各因子权系数的计算方法，该方法属地震综合预测和多因子综合评价和决策领域。目前，在多因子线性综合模型中，一直以“人为给定”或者“专家经验判定”为主，本发明专利技术提出一种定量确定各因子权重的方法，即网格化后使用最小二乘原理进行唯一值的求解。本方法的主要技术特征是：该方法巧妙地将各因子网格化，给出了不同网格之间不等权和等权两种情况下，因子权重的确定方法。根据目标结果，应用本方法，可方便、快捷地解算出各因子的线性叠加权重，进而可以对各因子对结果的“贡献”程度进行量化比较。本技术方法可用于地震综合预测模型中各因子权重的确定，亦可用于“综合决策”的定量化评价。的定量化评价。

【技术实现步骤摘要】
地震综合预测模型中各因子权系数的计算方法


[0001]本专利技术属于地震综合预测和多因子综合评价和综合决策领域，特别涉及到多因子综合地震预测等尚未解决的科学难题的领域。

技术介绍

[0002]在多因子线性综合模型中，各因子的权重直接影响到最终的叠加效果，且是一直以来都是研究的重点和难点。目前一直以“人为给定”或者“专家经验判定”为主。在地震预测领域中，地震预测是目前公认的世界科学难题，全球的地震学家通过多年的努力，建立了几百种的预测因子(如美国CSEP计划向全球公开的200多种单因子实时预测模型)，概括来说主要有基于地震发震概率统计的方法、基于岩石破裂试验的方法、基于地球物理观测的方法等。针对同一个预测过程，不同的方法的预测结果可能不尽相同，在综合决策时，仅仅依托“定性”的综合则往往会使决策者面临两难境地。此外，针对几百种的预测因子，如何科学地定量评价，从中寻找主要的“核心决定性因子”也是目前综合评价和综合决策领域面临的科学难题之一。
[0003]综上所述，发展线性综合模型中各因子权系数的确定方法迫在眉睫。

技术实现思路

[0004]为解决上述问题，本专利技术公开了一种地震综合预测模型中各因子全系数的计算方法。本技术方法可用于地震综合预测模型中各因子权重的确定，为“定性综合”过渡到“定量综合”，提供了有力的技术支撑。除地震综合预测领域外，本技术方法亦可用于其他“综合决策”的定量化评价。
[0005]若将某因子作为一个整体，针对一次的多因子叠加过程，由于待求未知数(因子个数)远大于已知的条件数(1个)，各因子的权系在理论上是不可解的。本专利技术巧妙地将各因子网格化，大大增加了已知条件个数，进而在条件数大于因子个数的情况下，理论上可给出唯一的最小二乘解。同时，本专利技术还考虑到同一因子中不同网格之间不等权和等权两种情况下，各因子权重的计算方法。
[0006]以二维图像类因子叠加为例，介绍一下本方法的理论基础。
[0007]将二维图像类各因子横向划分为m个网格，纵向划分为n个网格，研究区共m
×
n个网格，以每个网格(i，j)作为研究对象(其中i和j分别表示网格的横纵序号)，M
k
(i，j)(k表示因子序号)表示k因子在该网格上的值。P
k
表示该因子的权重，该网格(i，j)的各因子叠加结果v(i，j)具体的计算如下面的公式所示
[0008]对上式进行变换，得：在已知某方法k在网格 (i，j)上的值M
k
(i，j)和目标值v(i，j)的情况下，可运用间接平差方法进行计算，组成的误差方程为：v＝Bx
‑
l，当实际观测数(划分的网格数)大于必要观测数(方法个数)时，可对各方法的
权重x进行唯一最小二乘估计值的求解，公式为： x＝(B
T
P
g
B)
‑1B
T
P
g
l，其中，P
g
为划分的各网格的权重，在各网格等权重的情况下，可简化为：x＝(B
T
B)
‑1B
T
l。
[0009]本专利技术的关键是B和l系数矩阵的构成，主要涉及一维、二维、三维及多维多因子，其技术方案如下。
[0010]针对一维曲线类因子，其具体的操作步骤是，首先将各因子进行横向网格化，然后利用下面的公式进行各系数矩阵的构建 (此公式中，p表示横向网格数量，m表示因子总数量，M
k
(i)(i＝1，2，
…
，p；k＝1，2，
…
，m)表示第k因子中第i个网格的值，v(i)表示网格化后的目标值)，当每个网格的权重不同时采用下面的公式进行求解(此公式中，x为各因子的待求权系数矩阵，P
k
(k＝1，2，
…
，m)表示第k个因子的权系数，P
g
为每个网格的不同权重值)；当每个网格的权重相同时采用下面的公式进行求解(此公式中，x为各因子的待求权系数矩阵，P
k
(k＝1，2，
…
，m)表示第k个因子的权系数)。
[0011]针对二维图像类因子，其具体的操作步骤是，首先将各因子进行横向和纵向网格化，然后利用下面的公式进行系数矩阵的构建(此公式中，p表示横向网格数量，q 表示纵向网格数量，m表示因子总数量，M
k
(i，j)(i＝1，2，
…
，p；j＝1，2，
…
，q；k＝1，2，
…
，m)表示第k因子中第(i，j)个网格的值，i和j分别表示该网格的横、纵坐标序号，v(i，j)表示网格化后的目标值)，当每个网格的权重不同时采用下面的公式进行求解
(此公式中，x为各因子的待求权系数矩阵， P
k
(k＝1，2，
…
，m)表示第k个因子的权系数，P
g
为每个网格的不同权重值)；当每个网格的权重相同时采用下面的公式进行求解(此公式中，x为各因子的待求权系数矩阵，P
k
(k＝1，2，
…
，m)表示第k个因子的权系数)。
[0012]针对三维类因子，其具体的操作步骤是，首先将各因子按照一定的规则进行降维处理，如对每个维度进行逐行扫描，然后首尾连接，利用下面的公式进行系数矩阵的构建(此公式中，p表示第一维度网格数量，q表示第二维度网格数量，s表示第三维度网格数量，m表示因子总数量， M
k
(i，j，t)(i＝1，2，
…
，p；j＝1，2，
…
，q；t＝1，2，
…
，s；k＝1，2，
…
，m)表示第k因子中第(i，j，t)网格的值，i，j和t分别表示该网格的第一、第二和第三维度坐标序号，v(i，j，t)表示网格化后的目标值)，当每个网格的权重不同时采用下面的公式进行求解(此公式中，x为各因子的待求权系数矩阵， P
k
(k＝1，2，
…
，m)表示第k个因子的权系数，P
g
为每个网格的不同权重值)；当每个网格的权重相同时采用下面的公式进行求解(此公式中，x为各因子的待求权系数矩阵，P
k
(k＝1，2，
…
，m)表示第k个因子的权系数)。
[0013]针对多维度类因子，其具体的操作步骤是，首先将各因子按照一定的规则进行降维处理，如对每个维度进行逐行扫描，然后首尾连接，进而将其看成一维曲线类因子，利用
下面的公式进行系数矩阵的构建(此公式中，p表示第一维网格数量，q表示倒数第二维网格数量，s表示最后一维网格数量，m表示因子总数量，M
k
(i，
…
，j，t)(i＝1，2，
…
，p；j＝1，2，
…
，q；t＝1，2，
…
，s)表示第k因子中第(i，...

【技术保护点】

【技术特征摘要】
1.地震综合预测模型中各因子权系数的计算方法，包括一维曲线类因子、二维图像类因子、三维类因子和多维因子权系数确定的计算方法和公式。2.如权利要求书1所述的地震综合预测模型中各因子权系数的计算方法，针对一维曲线类因子，其特征是，首先将各因子进行横向网格化，然后利用下面的公式进行各系数矩阵的构建(此公式中，p表示横向网格数量，m表示因子总数量，M
k
(i)(i＝1，2，
…
，p；k＝1，2，
…
，m)表示第k因子中第i个网格的值，v(i)表示网格化后的目标值)，当每个网格的权重不同时采用下面的公式进行求解(此公式中，x为各因子的待求权系数矩阵，P
k
(k＝1，2，
…
，m)表示第k个因子的权系数，P
g
为每个网格的不同权重值)；当每个网格的权重相同时采用下面的公式进行求解(此公式中，x为各因子的待求权系数矩阵，P
k
(k＝1，2，
…
，m)表示第k个因子的权系数)。3.如权利要求书1所述的地震综合预测模型中各因子权系数的计算方法，针对二维图像类因子，其特征是，首先将各因子进行横向和纵向网格化，然后利用下面的公式进行系数矩阵的构建(此公式中，p表示横向网格数量，q表示纵向网格数量，m表示因子总数量，M
k
(i，j)(i＝1，2，
…
，p；j＝1，2，
…
，q；k＝1，2，
…
，m)表示第k因子中第(i，j)个网格的值，i和j分别表示该网格的横、纵坐标序号，v(i，j)表示网格化后的目标值)，当每个网格的权重不同时采用下面的公式进行求解
(此公式中，x为各因子的待求权系数矩阵，P
k
(k＝1，2，
…
，m)表示第k个因子的权系数，P
g
为每个网格的不同权重值)；当每个网格的权重相同时采用下面的公式进行求解(此公式中，x为各因子的待求权系数矩阵，P
k
(k＝1，2，
…
，m)表示第k个因子的权系数)。4.如权利要求书1所述的地震综合预测模型中各因子权系数的计算方法，针对三维类因子，其特征是，首先将各因子按照一定的规则进行降维处理，如对每个维度进行逐行扫描，然后首尾连接，利用下面的公式进行系数矩...

【专利技术属性】
技术研发人员：闫伟，郭佳秀，
申请(专利权)人：闫伟，
类型：发明
国别省市：