水文设计值的不确定性分析

指定设计重现期或频率的水文设计值为随机变数,有一定的分布规律,表明它有相应的不确定性.文章采用统计试验法,分析计算了频率P=0.01%～20%时水文设计值的统计参数,发现水文设计值不仅有随机的而且还有系统的偏差,系列愈短和偏态系数愈大时,其不确定性也呈愈大的趋势.为了减少不确定性,应尽可能延长系列,检查水文系列的代表性,对水文设计值在时空上作综合平衡分析,以期得到较为可靠的结果.     

基于贝叶斯理论的TOPMODEL参数不确定性分析

应用贝叶斯理论探讨了流域水文模型参数及预报不确定性问题.通过Monte-Carlo途径确定TOPMODEL模型的敏感参数,采用MCMC抽样技术估计敏感参数的后验概率密度分布,并根据参数的抽样系列构造水文模型预报值的经验分布,据此对模型参数的不确定性及其对水文预报结果的影响进行评价.以浙江密赛流域为例进行了应用研究,提供了模型参数及预报结果不确定性的定量分析结果.     

水文统计参数对频率曲线的影响

分析P－Ⅲ型频率曲线的参数与水文实测系列的统计参数的关系,对目前有关文献和教科书中提及的水文统计参数对频率密度曲线以及对累积频率曲线的影响问题进行商榷,并阐明新的观点,以求推进水文事业的不断发展。     

基于Copula-Glue的水文模型参数的不确定性

 利用现行的Copula函数来描述模型参数之间的相关性,提出基于Copula Glue的水文模型参数不确定性估计方法。选取采样次数为10 000、50 000和100 000,阈值为0.5、0.6和0.7的6种组合,进行了模型参数的不确定性模拟,并与Glue方法的模拟结果进行了对 比。结果表明基于Copula Glue的水文模型参数不确定性估计方法用联合分布代替单独的参数的分布,能够很好地考虑参数之间的 相关性,在同样的采样次数下能够生成更多有效的参数组合,从而更加全面地估计参数的不确定性。     

三水源新安江模型参数不确定性分析PAM算法

针对水文模型参数不确定性分析常用方法 收敛速度缓慢,容易陷入参数空间局部最优区域等 问题,提出了PAM (parallel adaptive metropolis) 算法;对三水源新安江模型参数不确定性进行分析 研究。实例研究表明显著提高了计算速度和求解质 量,参数后验分布结果为区间预报提供了条件。     

流量数据量对分布式水文模型参数率定结果的影响分析--以黑河流域上游为例

缺资料流域水文模型的参数率定是水文学科的一个研究重点.除传统的参数区域化方法以外,考虑到在部分缺资料流域可能存在少量短时间序列或零星不连续径流量观测数据的实际情况,近年来采用少量不连续径流量观测数据率定模型参数的方法逐渐引起关注.本研究以我国西北内陆的黑河流域上游为研究区域,选取分布式水文模型SWAT(Soil and Water Assessment Tool)为研究工具,使用SUFI-2方法作为参数自动率定与不确定性分析工具,分析不同径流量观测数据数量对模型参数率定结果的影响.研究结果显示,4组不同径流量数据在验证期的Nash效率系数均为0.67,表明使用1年的径流量数据进行参数率定时所获得的模拟效果可以达到使用多年径流数据率定参数的水平;比较各组模拟结果获得的P因子和R因子,表明使用1年径流量数据进行模型率定的不确定性会更大.     

贝叶斯概率洪水预报系统

贝叶斯概率洪水预报系统考虑预见期内定量降水预报不确定性和水文模型及参数等水文不确定性,通过全概率公式将两者结合起来得到预报概率密度函数。通过实例研究,结果表明该法为防洪决策提供了可靠的理论依据,实现了预报与决策过程的有机耦合,可显著提高洪水预报精度。     

非参数统计在洪水频率分析中的应用与展望

介绍非参数统计方法在洪水频率分析中的应用现状及其进展,指出把地区信息和历史洪水信息纳入密度函数估计中、把水文的模糊性和灰色性纳入非参数统计模型中以及解决洪水频率曲线的外延等等,是非参数统计在洪水频率分析领域的发展方向．     

基于SWAT模型太子河流域径流模拟

在太子河流域建立了SWAT(Soil and Water Assessment Tool)分布式水文模型,并采用S U FI-2算法进行参数敏感性分析以及参数率定、模型验证与不确定性分析,对太子河流域的1956—2016年水文过程进行了模拟.研究结果显示:①模型运行时所用的一些水文参数,会影响模型的模拟结果,如基流α系...     

PWM法在水文线型假设检验中的应用

本文简述了目前水文计算中水文随机变量如洪峰，洪量等的概率分布函数的型式选择的理论和方法。在此基础上计算了当线型选为Ｐｅａｒｓｏｎ－Ⅲ型，以概率权重矩法估计其中参数时五个常用统计量的临界值表，同时用该表对僵５０个站点洪峰系列的分布线型进行了假设检验，并将检验结果与用适线法估计参数时的检验结果进行了对比，结果表明；采用Ｐ－Ⅲ型分布描述我国的洪峰系列是适合的。     

确定岩体力学参数先验分布的随机加权Bayes方法

岩体力学参数在进行Bayes法统计时必须利用先验分布,但经常出现先验信息少而不能确定先验分布的情况.为了解决小样本条件下先验分布确定的问题,采用随机加权重采样技术,产生岩体力学参数再生样本来模拟先验信息的总体分布,从而获得岩体力学参数先验信息统计分布的均值与方差,将其与当前样本分布信息代入贝叶斯公式,从而实现了对岩体力学参数后验分布的确定.仿真算例证明,这种方法在进行岩体力学参数估计时比经典参数估计方法有更高的精确性.     

基于Bootstrap方法的土地出让价格影响因素分析

影响土地成交价格的因素众多,可利用回归模型参数显著性检验方法,分析土地出让成交单价影响因素的显著性.在小样本或者模型误差分布不明确的情况下,该方法存在统计推断不可信问题.为此,在模型中引入Bootstrap方法,提高了参数估计方差的精确度,进而提高了对影响因素显著性统计推断的可信性.用重庆市土地交易数据进行实证分析,结果表明,Bootstrap方法解决此类问题是十分有效的.     

一种解决群进化算法参数设置问题的最优向量法

群进化算法是智能计算领域研究的核心内容,而算法中数值型参数的设置是影响算法搜索效率的重要因素,因此设计解决参数设置问题的方法也是群进化算法研究的重要内容.目前解决参数设置问题的常规统计方法是根据算法搜索的部分结果组成有限样本数据,依据统计最好值个数大小的判定结果来确定最优参数预设值.常规统计方法在有些测试样本数据中很难确定唯一的最优参数预设值.为了解决常规统计方法的缺点,提出了一种最优向量法,该方法可以将任意形式有限样本数据转换为向量,依据向量计算的判定规则进行最优参数预设值的确定.实验结果表明,依据获取的有限样本数据通过最优向量法找到最优参数值,采用该参数值的群进化算法搜索效率相对最优,从而验证了最优向量法的有效性.     

基于统计分布的小波分析对时间序列孤立点数据的识别与挖掘

针对时间序列中孤立点的挖掘．提出了基于统计分布的小波分析时孤立点数据的挖掘．首先对所采集到的数据进行排序得出经验分布函数，并估计出经验分布函数与总体分布函数之间的差异；然后利用再抽样的方法缩小子样分布函数与总体分布函数之间的差值，在允许的差值之下，利用子样分布函数代替母体分布函数；最后用小波分析对孤立点进行识别与挖掘．     

GA-SVM对上证综指走势的预测研究

将支持向量机和遗传算法结合,建立了一种智能数据挖掘技术(GA-SVM),并用于对上证综指市场走势进行了探索.在这个混合的数据挖掘方法中,GA用于RBF参数的设定以及特征集的选择,从而智能的找到SVM的最佳参数,减少SVM特征值的复杂度,提高了SVM算法速度.SVM用于判断未来股票市场的走势,并与统计模型、时间序列模型方法、神经网络进行了对比.实验证明,GA-SVM优于其他几种方法,这种方法对于股票上涨或下跌的预测研究是有效的.     

基于自回归移动平均过程的贝叶斯质量控制方法研究

针对自回归移动平均过程中控制变量的观测值并不具有相互独立性,引入贝叶斯分析方法研究过程质量控制问题.通过模型结构的贝叶斯分析,利用残差序列建立了基于自回归移动平均过程的贝叶斯质量控制模型,解决了观察数据相关条件下的过程质量监控问题.仿真分析结果表明:贝叶斯ARMA质量控制方法能够有效地避免了在受控状态下使用常规控制图造成的漏发或虚发报警现象,解决了自回归移动平均过程情况下的质量控制问题.     

统计学习理论算法在跳频信号分选中的应用

在第3方截获并检测到跳频通信信号后,由于无先验知识,所以对其进行网台分选不便采用传统有监督学习算法.即便采用无监督的算法,目前多数算法对分类个数等相关消息也必须有所借鉴并在多分选参数的逐级分选中通过先验知识进行有效性判断和筛选.针对电子支援中探测到的跳频信号分选所遇到的困难,利用统计学习理论在小样本学习及非线性分类上较其它传统分类算法更好的性能,提出基于统计学习理论的无监督及半监督学习算法,对第3方得到的跳频网台分选进行应用,取得理想结果.为跳频通信侦察过程中的分选工作,提供一种应用鲁棒性好,分选准确度高的方法.     

应用地震资料计算锦州9-3油田储层储量的方法

以往油藏地质人员计算储层的储量，对于储层的物性参数不仅利用井中资料，井间资料只有通过井内插得到，没有很好地把地震资料利用起来，在制图及计算中花费大量时间．鉴于此种情况，通过人机联作绘制了一系列复合参数交会图，经多元统计分析后建立地震参数与储层参数间的数学关系．从而利用地震资料将井孔附近的储层参数扩展到整个油田，并提出计算储层储量的方法．     

多重线性回归模型系统的贝叶斯预报分析

指出多重线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分．通过模型系统的统计结构,证明了矩阵正态-Wishart分布为模型参数的共轭先验分布;利用贝叶斯定理,根据模型的样本似然函数和参数的先验分布推导了参数的后验分布;然后,从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布．研究结果表明：由于参数先验分布的作用,样本的预报分布与其原统计分布有着本质性的差异,前者为从矩阵正态分布,而后者为矩阵t分布．     

轻型货车离合器工作载荷研究

研究了轻型货车离合器的工作转矩、工作转速 ,离合器接合时主动部分与从动部分的转速差 ,离合器接合过程中的滑磨时间及离合器使用频次 试验数据表明汽车离合器的工作转矩分布图呈现两个峰值 ,可以用一个Weibull分布和一个正态分布的混合分布来描述 笔者运用优化技术估计了混合分布的参数 建立了各个工作载荷的统计模型 ,估计了各个模型的参数 研究得到的离合器工作载荷的统计模型对汽车传动系零部件可靠性设计、试验有应用价值