地震灾害给人类带来了巨大的伤亡和损失,世界各国都在寻找地震预测的有效途径。在近几十年的地震研究表明,发生在一定地区上的中强震具有一定的重复性和周期性。这就为地震预测的研究提供了一个思路,即利用数理统计模型来反映一定强度地震的发震周期以及发震概率,以此来达到地震预测的目的。极值理论作为数理统计模型的一个分支,该模型在洪水灾害预测、火灾预测、金融风险分析等领域得到广泛的应用。地震预测与其有类似的条件,通过对地震目录中的数据进行筛选统计分析,再结合泊松分布的概率模型分析出一定地区的发震周期和发震概率。本文主要研究了极值理论在地震预测方面的应用效果,以及搭建相关的计算机数据分析平台,来处理和分析海量地震数据,以及结合地震相关地区的研究得到更全面的数据支持。研究中还发现,发生地震的地区具有一定的相关性,表现了在一定地质结构上的发震关联性,称之为地震的相关现象。通过研究地震相关现象来进行地震预测也是比较常见的方法。目前国内有对地震时间序列进行分析来寻找地震相关地区的研究,也有通过地震目录序列采用一些数学模型来进行评价分析其相关性,但都具有一定的局限性和明显的缺陷。本文的研究提出了一种基于角度集序列的地震相关地区匹配算法,建立了一种地震序列角度集描述方法以及相似度度量标准。该模型首先对地震序列在需关联维度的平面上进行投影,然后根据特征点进行分段线性化处理,将用分段线性化表示的序列转化成角度集描述的序列,利用定义的相似度度量模型对处理好的序列进行计算,以得到相似度值为依据在数据库中寻找最大相似的序列段。该模型克服了使用点距模型的稳定性差、孤立维度之间联系的缺陷,为地震相关地区的匹配查找提供了一种更有效、更稳定且综合性能更好的算法和模型,为在此基础上研究地震预报的工作提供了更好的技术支持并通过对比试验对该算法的正确有效性和实际应用价值进行了验证。