P-Ⅲ型曲线参数估计方法研究综述

水文频率分析以概率统计理论为基础,通过建立模型来优化理论频率曲线参数,对经验频率曲线进行延展。对P-Ⅲ型曲线参数估计的矩法、概率权重矩法、权函数法、线性矩法、优化适线法、加权适线法、数值积分算法、优化适线准则在水文频率参数估计中的研究和应用,以及水文频率参数估计的不确定性研究进行了介绍和阐述,并提出了水文频率参数估计的建议:(1)加强对水文序列不确定性机理的研究,使水文频率分析的适线结果具有较好的延展性;(2)应立足于现有的水文频率参数估计的理论基础,针对不同的适线目的和数据精度,选择合适的参数估计结果,提高人机交互水平,将客观信息和主观经验结合起来,为水利设施规划、工程规模的确定提供有力支持;(3)水文序列存在非一致性,应对水文序列的不确定性和模型参数估计的不确定性加以有效分离和衡量,进一步提高适线精度。     

水文频率参数分析方法应用研究

对蚁群算法的原理和运算步骤进行分析后,将其应用到水文频率参数分析中,建立了基于蚁群算法的水文频率优化适线法模型。利用3个水文站年最大洪峰流量数据作为样本数据,对模型进行学习训练。试验结果表明,基于蚁群算法的优化适线法在使得离(残)差平方和(OLS)准则最小这个目标函数下,获得了P-III曲线3个参数的最优解,比常规算法结果精确度更高,同时能够克服常规算法收敛性较差问题,是一种可行的水文频率分析方法。     

基于遗传模拟退火算法的洪水频率计算研究

常规遗传算法本身存在一些固有缺陷,如解的早熟现象、局部寻优能力差,保证不了对参数优化的计算效率和可靠性要求,模拟退火算法却具有摆脱局部最优点的能力,提出用遗传算法和模拟退火算法相结合的算法进行洪水频率计算的参数优化。通过对水库实测水文资料进行检测,结果表明,相对传统的适线法,遗传模拟退火加权适线法的结果更加可靠、准确。     

基于R软件优化绘制皮尔逊Ⅲ型频率曲线

皮尔逊Ⅲ型(P-Ⅲ型)频率曲线是水文分析过程常用的频率分析曲线。以某水文测站47年的年径流量实测资料,根据适线法和纵向离差平方和最小准则确定最优适线参数和频率分布曲线。利用R和Notepad++软件实现了水文频率计算、拟合和制图过程,并且在拟合过程中增加自动查找最优适线参数;最终输出经验频率、统计参数初值、最小纵向离差平方和及最优频率曲线。应用结果表明:运用R软件进行水文频率分析,可以快捷、高效地计算出不同分布参数和频率曲线的离差平方和,提高了拟合精度和工作效率,降低了水文频率计算的工作量,为水文频率曲线的优化绘制提供了一种新的实现方法。     

指数Gamma分布在无资料地区水文频率分析中的应用研究

指数Gamma分布在水文频率分析中具有良好的普适性和拟合弹性,该文探讨了该分布的参数等值图法在无资料地区的应用情况。选取江谷河流域作为研究区域,基于指数Gamma分布采用参数等值线图法对该地区暴雨序列进行频率分析,与采用参数等值线图法的P-Ⅲ型分布计算结果和采用优化适线法的指数Gamma分布计算结果进行对比研究,分析指数Gamma分布在无资料地区水文频率分析结果的可靠性。计算结果表明,采用参数等值线图法计算得到的设计值与优化适线法计算得到的设计值各有优劣,且多数优于采用参数等值线图法P-Ⅲ型分布的计算结果,指数Gamma分布可以用于无资料地区的水文频率计算。文中参数估计方法以期为我国水文频率分析及相关软件开发提供支撑。     

几种水文频率曲线参数估计方法的比较

水文频率曲线参数估计多采用计算机优化适线法,然而该方法在拟合经验点据时将特大值序列与一般洪水序列等同对待,仅在数学上寻找拟合误差最小的曲线,不符合水文学中历史洪水的克-闵假定。通过对比矩法、权函数法、概率权重矩法、线性矩法、目估适线法、计算机优化适线法6种方法在柴石滩水文站水文频率的计算结果,表明:在一般洪水部分,各方法得出的结果相近,但在特大值部分,计算机优化适线法较其他方法得出的设计值大得多。在推求特大洪水设计值时应从理论上继续深入探讨,不宜简单用计算机优化适线法进行计算。     

水文计算中的模糊优化适线法

我国在水文计算中广泛应用适线法估计频率曲线参数。本文建议了一种模糊优化适线法。这一方法能较好地考虑经验点据的不确定性，与传统方法相比具有明显的特点。     

遗传算法在P-Ⅲ型分布曲线参数估值中的应用

通过加入历史洪水等多种方案进行统计试验,较为全面地分析了遗传算法在P-Ⅲ型分布曲线参数估值中的应用问题.结果表明:基于绝对值准则的遗传算法具有良好的不偏性和有效性,统计性能优于矩法、适线法,且可以充分利用样本信息来优化参数,在设计值的不偏性上略优于线性矩法;基于遗传算法的适线求解中,绝对值准则优于平方和准则;遗传算法可以提高P-Ⅲ型分布曲线参数估值的精度,但尚需在实践中提高该方法的应用价值.     

群居蜘蛛优化算法在水文频率曲线参数优化中的应用

利用一种新型群体智能仿生算法——群居蜘蛛优化算法(SSO)优化水文频率曲线参数,以云南省丽江仁里站和总管田站年径流量数据为例进行实例研究,分别将离差平方和准则(OLS)、离差绝对值和准则(ABS)以及相对离差平方和准则(WLS)作为SSO算法最优适应度函数对皮尔逊Ⅲ型分布参数进行优化,优化结果与粒子群优化算法(PSO)、矩法进行对比。结果表明:利用SSO算法优化仁里站和总管田站得到的OLS、ABS、WLS均优于PSO算法及矩法,比矩法提高了11%以上。SSO算法具有收敛速度快、全局寻优能力强等特点,基于SSO算法的优化适线法能够降低水文频率的分析误差,有效提高理论频率曲线与实测数据的拟合精度,是一种可行的水文频率分析方法。     

基于MATLAB GUI的P-Ⅲ型频率曲线的实现

为了有效地利用历史调查资料,提高水文频率计算的精度和稳定性,基于MATLAB GUI平台开发了适用于具有历史特大值序列的P-Ⅲ型曲线适线软件,实现了频率曲线绘制、参数矩法初估、目估适线调整、设计频率与设计特征值相互查询等全部常用功能。与传统实现方法的对比表明:该软件能够快捷、高效地进行频率计算,便于调整参数以提高拟合度,大大提高了水文频率计算的工作效率。