P-Ⅲ型曲線參數優(yōu)選及其不確定性研究.pdf

1、水文頻率分析以概率統(tǒng)計理論為基礎，建立模型優(yōu)化理論頻率曲線參數，對經驗頻率曲線進行展延。理論頻率曲線是對實際經驗點據分布的擬合，擬合是對真實情形的近似，其參數估計結果必然存在不確定性。為了有效提高皮爾遜Ⅲ型分布頻率曲線參數優(yōu)選的延展性，從優(yōu)化算法、模糊加權、數值積分以及適線準則的角度對參數估計的優(yōu)化方法進行研究和改進，并對方法改進后的參數估計的不確定性采用 M-H采樣MCMC貝葉斯估計方法進行分析。
　　本研究主要內容包括：⑴為了

2、有效克服傳統(tǒng)優(yōu)化適線法的缺陷，在系統(tǒng)闡述群居蜘蛛優(yōu)化算法基本原理的基礎上，將群居蜘蛛優(yōu)化算法運用于水文頻率曲線參數確定，與傳統(tǒng)的參數估計方法（矩法、權函數法、概率權重矩法、遺傳算法）加以比較。實例研究表明，該方法搜索效率高，尋優(yōu)結果穩(wěn)定，能較好地求得參數的最優(yōu)解。⑵針對模糊加權優(yōu)化適線法存在諾模圖長度有限以及隸屬度函數不是以大樣本為前提的缺陷，采用統(tǒng)計試驗-優(yōu)化適線法計算出新的諾模圖，將其延長至全頻率范圍；基于中心極限定理推導證明出新的

3、降半正態(tài)分布隸屬度函數。改進后的模糊加權優(yōu)化適線方法以理想數據和蒙特卡洛隨機數作統(tǒng)計試驗，運用打分法和改進百分比法對統(tǒng)計結果進行評價，結果表明改進后的方法具有較好的統(tǒng)計特性，將改進后的方法用于實際水文序列的參數估計，結果表明方法改進后相對誤差整體較好。⑶利用絕對誤差公式確定基本步長函數，推導并提出了自適應誤差數值積分算法，用來計算伽馬函數的數值積分。對比分析了梯形算法、辛普森算法、龍貝格算法、自適應誤差數值積分法等積分算法，并將其用于頻

4、率計算，以橫向離差平方和最小為優(yōu)化準則建立模型，采用群居蜘蛛優(yōu)化算法優(yōu)化參數，以理想數據和實測水文序列為樣本作統(tǒng)計分析，結果表明自適應誤差數值積分算法合格率最高，計算速度快，能夠很好地運用到工程實踐。⑷適線法的初值計算方法有矩法、權函數法、概率權重矩法以及線性矩法等，不同的初值計算方法對水文序有不同的適用性，依據單一的判別準則不能有效判別參數估計結果的優(yōu)劣。選用四個不同的適線準則，采用Topsis-模糊綜合評判法對初值計算方法進行評判，