目前,地震的预测是时间序列研究领域中的一个非常重要的课题。因为造成地震的因素很多,所以比较难建立实际的物理模型。神经网络技术在构造和预测未知对象模型方面有比较独特的优势,在预测领域得到了非常广泛的应用,本文探讨了地震时间序列分析方法和理论,把遗传神经网络应用于地震预测中,并应用MATLAB实验证明了其有效性。本文介绍了地震时间序列并分析了各种时间序列预测的模型,说明了遗传神经网络应用于地震时间序列的优势,叙述了神经网络技术的发展以及神经网络应用于非线性预测的现实状况,介绍了人工神经网络中比较经常使用到的BP网络的结构、模型以及算法的改进和基于遗传算法的基础步骤和实现技术,并简单介绍了MATLAB工具箱。分析了遗传算法和BP神经网络的特性,因为在网络中网络的结构和最初的权值对预测精度的影响特别大,所以使用遗传算法优化神经网络的初始权值,克服BP算法容易陷入局部极小点,收敛速度慢的缺点,使得预测在比较合理的情况下运行。最后利用建立的遗传神经网络模型,对具体的地震时间序列进行了预测,实验结果比较理想,说明本文所建立的基于遗传神经网络的地震时间序列预测模型具有很好的预测能力和较佳的推广能力。