Анализ Моделей Прогнозирования Землетрясений Для Получения Наилучшей Модели

Abstract

The science of studying the causes of earthquakes is rapidly developing. Each cause of an earthquake can be considered a precursor of an earthquake and using these precursors, predictive models can be built. To date, there are quite a few earthquake prediction models, which allow you to analyze these models to improve accuracy, that is, apply forecast data with higher probabilities. Aim. Analyze forecasting models and, based on the substantiation of existing forecasts, classify them into “necessary” and “sufficient” models, and define these terms. And also, to determine the algorithms for planning further actions to obtain much better forecasting models. It is “necessary” to develop algorithms that bring the “necessary” model to the “sufficient” one and vice versa. “necessary” forecasting models are models whose set of forecasts always includes a set of actually occurring events, and “sufficient” forecasting models are models whose forecasts always come true. The research methodology is to process the existing large data structures that are specified for further use in our algorithm. To calculate the probability of forecast accuracy, an algorithm with "parallel data" - "parallel probability" is used, which allows you to select those pairs of forecasting models (or triples, quadruples, etc.), whose "joint" probability of forecast accuracy gives a much better result than separately. Results were the formation of an author's approach to processing earthquake forecast models and obtaining a generalized model that gives forecasts with a higher probability due to the use of statistics from already existing forecast models and their further observation. Algorithms have been defined for a) when to analyze all available required models and obtain one best model by combining the appropriate number of required models and b) when to combine enough models closest to guessing all predictions so that their number is less than in other unions. Also exists an algorithm that determines the study to be carried out after the occurrence of each event - the calculation of the probability of justification for individual models, as well as paired and triple models. The problem of using these algorithms in a specific area - earthquake prediction is discussed, and the results of the work of the author's algorithm are shown. Наука, изучающая причины землетрясений, стремительно развивается. Каждую причину землетрясения можно рассматривать как предвестник землетрясения, и, используя эти предвестники, построить модели прогнозирования. На сегодняшний день существует довольно много моделей прогнозирования землетрясений, что позволяет анализировать эти модели для повышения точности, то есть применять данные прогноза с более высокими вероятностями. Целью работы является анализ модели прогнозирования, их классификация на основе существующих прогнозов на «необходимые» и «достаточные» модели, дать определение этим понятиям. Также целью является определение алгоритмов планирования дальнейших действий для получения гораздо более качественных моделей прогнозирования. Необходимо разработать алгоритмы, приводящие «необходимую» модель к «достаточной» и наоборот. «Необходимые» модели прогнозирования – это модели, набор прогнозов которых всегда включает набор реально происходящих событий, а «достаточные» модели прогнозирования – это модели, прогнозы которых всегда сбываются. Метод исследования заключается в обработке имеющихся больших структур данных, которые заданы для дальнейшего использования в нашем алгоритме. Для расчета вероятности точности прогноза используется алгоритм с «параллельными данными» – «параллельная вероятность», который позволяет выбрать те пары моделей прогнозирования (или тройки, четверки и т.д.), «совместная» вероятность точности прогноза которых дает гораздо лучший результат, чем по отдельности. Результатами исследования стали формирование авторского подхода к обработке моделей прогноза землетрясений и получение обобщенной модели, дающей прогнозы с большей вероятностью за счет применения статистики уже существующих моделей прогноза и их дальнейшего наблюдения. Алгоритмы были определены для вариантов: а) анализа всех имеющихся необходимых моделей и получения одной лучшей модели путем объединения соответствующего количества необходимых моделей, б) объединения достаточного количество моделей, наиболее близких к оцениванию всех прогнозов, чтобы их количество было меньше, чем в других объединениях. Также существует алгоритм, определяющий исследование, которое необходимо провести после наступления каждого события – расчет вероятности обоснования для отдельных моделей, а также парных и тройных моделей. Обсуждается задача использования этих алгоритмов в конкретной области – прогнозирование землетрясений и показаны результаты работы авторского алгоритма.