基于BAS-ELM的地震经济损失预测

摘要

为提高地震经济损失预测的准确性和有效性，提出了基于天牛须算法(beetle antennae search, BAS)优化极限学习机(extreme learning machine, ELM)的地震经济损失预测模型。以1996—2014年破坏性地震经济损失为样本数据，选取震级、震中烈度、人口密度和人均GDP等4个影响指标作为模型的输入向量，直接经济损失为输出向量，同时利用BAS优化ELM模型变量，从而消除了随机变量对预测结果的影响，最终建立基于BAS-ELM的地震经济损失预测模型。将建好的BAS-ELM模型用于测试样本的预测，并同其它模型进行了比较。结果表明：BAS-ELM的预测准确率为97.244%,具有更好的预测精度。

关键词

地震经济损失 / 极限学习机 / 天牛须算法