智能优化算法在年降水量频率分析中的应用研究
水文频率分析论文 频率分布论文 参数估计论文 智能优化算法论文 年降水量论文
论文详情
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)。
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 研究的目的及意义 | 第10-11页 |
1.2 国内外研究进展 | 第11-15页 |
1.2.1 水文频率分析研究现状 | 第11-12页 |
1.2.2 水文频率分析方法 | 第12-14页 |
1.2.3 水文频率曲线线型 | 第14页 |
1.2.4 存在的问题 | 第14-15页 |
1.3 研究内容及技术路线 | 第15-17页 |
1.3.1 研究内容 | 第15页 |
1.3.2 技术路线 | 第15-17页 |
第二章 频率曲线线型及其参数估计 | 第17-38页 |
2.1 常规参数估计方法 | 第17-18页 |
2.1.1 矩法 | 第17页 |
2.1.2 极大似然法 | 第17页 |
2.1.3 线性矩法 | 第17-18页 |
2.2 正态分布类 | 第18-20页 |
2.2.1 正态分布(NOR) | 第18-19页 |
2.2.2 两参数对数正态分布(LN2) | 第19-20页 |
2.3 Г分布类 | 第20-26页 |
2.3.1 皮尔逊Ⅲ型分布(P3) | 第20-22页 |
2.3.2 对数皮尔逊Ⅲ型分布(LP3) | 第22-23页 |
2.3.3 两参数Г分布(G2) | 第23-25页 |
2.3.4 指数分布(EXP) | 第25-26页 |
2.4 极值分布类 | 第26-30页 |
2.4.1 广义极值分布(GEV) | 第26-27页 |
2.4.2 极值Ⅰ型分布(EV1) | 第27-29页 |
2.4.3 Weibull 分布(WBL) | 第29-30页 |
2.5 Wakeby 分布类 | 第30-34页 |
2.5.1 五参数 Wakeby 分布 | 第30-31页 |
2.5.2 四参数 Wakeby 分布 | 第31-32页 |
2.5.3 广义 Pareto 分布(GEP) | 第32-34页 |
2.6 Logistic 分布类 | 第34-38页 |
2.6.1 Logistic 分布(LGS) | 第34-35页 |
2.6.2 广义 Logistic 分布(GLO) | 第35-38页 |
第三章 基于智能优化算法的频率分布参数计算 | 第38-49页 |
3.1 智能优化算法 | 第38-39页 |
3.1.1 智能优化算法简介 | 第38页 |
3.1.2 智能优化算法的特点 | 第38-39页 |
3.1.3 优化问题的目标函数 | 第39页 |
3.2 频率曲线适线 | 第39-40页 |
3.2.1 离(残)差平方和最小准则(OLS) | 第39页 |
3.2.2 离(残)差绝对值和最小准则(ABS) | 第39-40页 |
3.2.3 相对离(残)差平方和最小准则(WLS) | 第40页 |
3.3 基于智能优化算法的频率分布参数计算 | 第40-49页 |
3.3.1 基于模拟退火算法的频率分布参数计算 | 第40-43页 |
3.3.2 基于遗传算法的频率分布参数计算 | 第43-45页 |
3.3.3 基于蚁群算法的频率分布参数计算 | 第45-49页 |
第四章 研究区年降水量频率分析计算 | 第49-89页 |
4.1 研究区自然条件概况 | 第49-51页 |
4.1.1 地形地貌 | 第49页 |
4.1.2 河流水系 | 第49-50页 |
4.1.3 水资源 | 第50-51页 |
4.2 研究区年降水量频率计算 | 第51-68页 |
4.2.1 资料审查 | 第51页 |
4.2.2 OLS 准则下各站点年降水量不同频率分布的 OLS 值 | 第51-57页 |
4.2.3 ABS 准则下各站点年降水量不同频率分布的 ABS 值 | 第57-62页 |
4.2.4 WLS 准则下各站点年降水量不同频率分布的 WLS 值 | 第62-68页 |
4.3 各站点频率分布及参数估计方法的确定 | 第68-77页 |
4.3.1 OLS 准则 | 第68-71页 |
4.3.2 ABS 准则 | 第71-74页 |
4.3.3 WLS 准则 | 第74-77页 |
4.4 各站点年降水量设计值成果 | 第77-81页 |
4.5 各地区年降水量最优频率分布及参数估算方法 | 第81-89页 |
4.5.1 各地区年降水量最优频率分布 | 第81-85页 |
4.5.2 各地区年降水量最优频率分布下的最佳参数估计方法 | 第85-89页 |
第五章 结论与展望 | 第89-91页 |
5.1 结论 | 第89-90页 |
5.2 展望 | 第90-91页 |
参考文献 | 第91-95页 |
附录 | 第95-104页 |
致谢 | 第104-105页 |
作者简介 | 第105页 |
论文购买
论文编号
ABS565799,这篇论文共105页
会员购买按0.30元/页下载,共需支付
31.5。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
52.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文