地震预测程序.txt

用于预测地震伤亡人数的MATLAB神经网络程序

P1=[6.6	,	16	,	8	,	7	,	0.1	,	3.5	,	1	;
4.6	,	15	,	7	,	7	,	0.1	,	322	,	0	;
5.1	,	15	,	6	,	6	,	0.05	,	1281	,	1	;
5.1	,	15	,	5.5	,	7	,	0.15	,	43	,	1	;
4.8	,	15	,	6	,	7	,	0.1	,	168.7	,	0	;
4.9	,	15	,	6	,	7	,	0.1	,	168.7	,	1	;
6.2	,	15	,	8	,	8	,	0.2	,	37.6	,	1	;
5	,	10	,	7	,	7	,	0.1	,	6.1	,	0	;
6.5	,	22	,	8	,	8	,	0.2	,	4.5	,	1	;
4.4	,	10.3	,	6	,	7	,	0.15	,	6.2	,	0	;
5.8	,	12	,	7	,	7	,	0.15	,	101.2	,	1	;
5.6	,	21	,	7	,	6	,	0.05	,	10.24	,	0	;
5.9	,	16	,	7	,	7	,	0.1	,	6.88	,	0	;
6.4	,	32	,	8	,	8	,	0.2	,	2	,	0	;
4.6	,	13	,	6	,	6	,	0.05	,	40.08	,	0	;
5.2	,	15	,	6	,	8	,	0.3	,	51	,	0	;
6.3	,	14	,	8	,	7	,	0.15	,	79.79	,	0	;
5.4	,	16	,	6	,	7	,	0.15	,	150.57	,	0	;
5.6	,	26	,	6	,	7	,	0.15	,	96.57	,	1	;
5	,	5	,	7	,	7	,	0.1	,	132.74	,	1	;
5.5	,	8	,	7	,	7	,	0.1	,	124.68	,	0	;
5.1	,	17	,	6	,	7	,	0.1	,	32.33	,	0	;
6.6	,	27	,	7	,	6	,	0.05	,	1.05	,	0	;
6.2	,	28	,	7	,	8	,	0.3	,	172.22	,	1	;
6	,	28	,	8	,	7	,	0.1	,	11.92	,	1	;
5.8	,	18	,	7	,	7	,	0.1	,	17.256	,	1	;
5.3	,	10	,	6	,	7	,	0.1	,	487.81	,	1	;
5.7	,	9	,	7	,	7	,	0.1	,	102.56	,	0	;
5.1	,	10	,	6	,	7	,	0.1	,	181.82	,	0	;
5.8	,	30	,	6	,	8	,	0.2	,	14.59	,	0	;
5.8	,	10	,	8	,	8	,	0.2	,	88.67	,	1	;
5.2	,	12	,	6	,	7	,	0.15	,	1387.5	,	0	 	
]';
T1 = [
0	;
3	;
26	;
0	;
0	;
0	;
96	;
0	;
5	;
0	;
542	;
0	;
0	;
0	;
292	;
142	;
154	;
4	;
14	;
3	;
152	;
0	;
1	;
37	;
9	;
0	;
0	;
133	;
5	;
3	;
594	;
320	
]';

[PN1,minp1,maxp1,TN1,mint1,maxt1] = premnmx(P1,T1);%go back to [-1 1]


net = newff(minmax(PN1),[7 5 1],{'tansig' 'logsig'  'purelin' },'trainscg','learngdm');
inputWeights=net.IW{1,1} ;
inputbias=net.b{1} ;
%  the weights of the net
layerWeights=net.LW{2,1} ;
layerbias=net.b{2} ;

net.trainParam.epochs=2000;
net.trainParam.goal=0.000007;
net.trainParam.lr=0.1;
[net,tr]=train(net,PN1,TN1);

%p_x=linspace(1,32,7);
%p_week=linspace(0,60,50);

%p_y=[p_age;p_week];
p_test=[
6.4	,	29	,	9	,	9	,	0.4	,	4.5	,	0	;
5.4	,	20	,	6	,	7	,	0.15	,	77.04	,	0	;
5.3	,	10	,	6	,	7	,	0.1	,	556.77	,	0	;
5.5	,	6.8	,	7	,	7	,	0.1	,	21.39	,	1	;
5.3	,	27	,	6	,	7	,	0.15	,	11.63	,	0	]';

p_x_1=premnmx(p_test);


out = sim(net,p_x_1);
%meshgrid(p_age,p_week);
%[P,T] = postmnmx(PN,minp,maxp,TN,mint,maxt);%the reverse of the premnmx
out_1 = postmnmx(out,mint1,maxt1);%the reverse of the premnmx
out_1
%plot(p_x,out_1,'-o')
%grid on;
%label('')
%t=[1,2]; 
%box off; 
%grid off; 
%plot(t,Out','b');

%plot(t,Out,'b',t,X,'r');