论文主要结合国家863计划“空间数据挖掘的神经网络技术研究”(No.2007AA12Z228)，江苏省科技支撑计划（社会发展）“基于神经网络的短期地震预测方法研究”(No.BE2009663)等科研基金展开天文地震预测方面的研究。　　 地震孕育过程的复杂性以及地球内部观测的困难性，使得地震预测至今仍是世界级的科学难题。虽然国内外有众多的专家学者都对地震预测进行了深入研究，但是在真正意义上实现对地震三要素进行准确预测方面始终未能取得实质性的突破，所以地震预测研究目前依然停留在初期的科学探索阶段，地震预测水平总体不高，特别是短期与临震预测的水平与社会需求相距甚远。　　 BP神经网络技术具有很强的非线性映射功能，能够较好地反映地震发生之前出现的各类异常因素与未来地震震级及发震时间之间的非线性关系，近年来被广泛地应用于地震预测领域。本文以BP神经网络技术为基础，对地震预测方法展开了深入研究，尝试建立一种区域性的短期天文地震预测模型，实现对未来预测周期内研究区域可能发生的最大地震进行较为准确的量化预测，其主要研究内容及结论如下:　　 (1)经过分析国内外地震预测研究现状和已经取得的一些研究成果，总结了目前地震预测研究存在的一些不足，并针对采用“地震”一词可能存在一定的不科学与不严密性，提出了“天文地震”的概念并将这种理念应用于地震预测模型的建立。　　 (2)BP神经网络技术作为本文地震预测研究的技术支撑，首先对其发展历程和基本原理进行了详细的学习，然后重点对BP神经网络的具体算法和数学模型进行了深入的研究，最后简要叙述了BP神经网络存在的不足以及相应的改进措施。　　 (3)地震数据是地震预测研究的数据基础，本文对地震数据的种类、特点等进行了介绍。重点详述了几种常见的能够描述地震时、空、强活动特性的地震参数以及天文因素对诱发地震存在潜在影响的天文时变参量，并给出了相应的计算方法。　　 (4)地震数据的预处理是一个极其繁琐的过程，本文对地震数据预处理的实施流程和各个环节的具体处理方法进行了详述，实现了对地震数据智能化和高效率地预处理。　　 (5)重点探讨了多元线性回归预测模型和BP神经网络模型在地震预测方面各自存在的一些优缺点。本文提出了一种基于多元线性回归分析与BP神经网络技术的天文地震预测融合模型，经过对多元线性回归预测模型的模型误差补偿，显著地提高了地震预测效果。　　 (6)为了验证天文地震预测融合模型的可靠性与实用性，建立了四个不同区域的天文地震预测融合模型并进行相应的工程应用研究。在四川、青海区域实现了对汶川、玉树特大地震比较准确的预测;在江苏、北京区域地震预测精度分别达到了±0.44级和±0.28级，地震预测周期为3个月。地震预测效果表明，本文的研究成果应用前景广阔，对以后探索建立一种全球性的地震预警系统具有较大的科研价值及深远的意义。