智能优化算法在年降水量频率分析中的应用研究

频率分析是估计水文变量设计值的主要方法，在工程水文学中应用十分广泛。水文变量如年降水量、年最大洪峰流量、枯季最小径流量等都属于随机变量，水文频率分析的目的就是通过数理统计方法来揭示水文变量与发生概率之间的关系，为水利工程规划设计，水资源优化配置提供依据。通过查阅近年来国内外水文频率研究方面的有关文献，本文对水文频率研究现状进行了总结，并在此基础上对频率曲线线型、常规参数估计方法、基于智能优化算法的参数优化进行了分析研究。通过MATLAB软件对各参数估算方法编程实现。主要研究结果如下：（1）总结了正态分布类、Γ分布类、极值分布类、Wakeby分布类和Logistic分布类五大类分布函数及其常规的参数估计方法矩法（MOM）、极大似然法（ML）和线性矩法（LM）。（2）介绍了模拟退火算法（SA）、遗传算法（GA）和蚁群算法（ACA）3种智能优化算法的算法流程及参数的选择。（3）选取12种分布函数作为渭河流域90个站点年降水量资料系列的频率分布，采用矩法（MOM）、极大似然法（ML）和线性矩法（LM）3种常规的参数估计方法对各频率分布进行参数估计，并以矩法的估计值作为初值，按照离（残）差平方和最小准则（OLS）、离（残）差绝对值和最小准则（ABS）和相对离（残）差平方和最小准则（WLS）应用模拟退火算法（SA）、遗传算法（GA）和蚁群算法3种智能优化算法分别对参数进行优化计算，以期为各站点的年降水量提供合理的频率分布及估算方法。（4）通过对渭河流域90个站点的年降水量进行频率分析，结果表明，当按照OLS准则进行频率曲线适线时，频率分布建议采用广义Logistic分布（GLO），参数估计方法建议采用模拟退火算法（SA）；当按照ABS准则进行频率曲线适线时，频率分布建议采用广义Logistic分布（GLO），参数估计方法建议采用遗传算法（GA）；当按照WLS准则进行频率曲线适线时，频率分布建议采用广义Logistic分布（GLO），参数估计方法建议采用遗传算法（GA）。