洪水設(shè)計值計算原理與應(yīng)用

目錄
前言
第1章 洪水頻率計算研究面臨的挑戰(zhàn) 1
1.1 洪水頻率計算的研究歷史 1
1.2 單變量洪水頻率計算 4
1.2.1 洪水序列頻率計算的前提條件 4
1.2.2 洪水序列頻率分布函數(shù)與參數(shù)計算方法 4
1.2.3 單變量頻率計算面臨的挑戰(zhàn) 6
1.3 多變量洪水頻率計算 7
1.3.1 Copula 函數(shù)的主要類型 9
1.3.2 Copula 函數(shù)在洪水多變量分析中面臨的幾個問題 14
1.4 洪水頻率計算未來研究的幾個問題 19
1.4.1 單變量洪水頻率計算 19
1.4.2 多變量洪水頻率計算 20
參考文獻 21
第2章 特殊洪水序列頻率計算原理 27
2.1 條件概率與全概率公式 27
2.1.1 條件概率公式 27
2.1.2 全概率公式 28
2.1.3 應(yīng)用舉例 28
2.2 考慮歷史特大洪水的序列經(jīng)驗頻率公式 28
2.2.1 連序樣本的經(jīng)驗概率 29
2.2.2 非連序樣本的經(jīng)驗概率 29
2.3 不同產(chǎn)流機制形成的洪水序列經(jīng)驗頻率計算 34
2.3.1 混合分布序列經(jīng)驗頻率計算 34
2.3.2 應(yīng)用實例 36
2.4 下墊面或氣候分段平穩(wěn)下洪水序列頻率計算 39
2.5 含零值洪水序列頻率計算 40
2.5.1 KD 模型 41
2.5.2 KD 模型概率密度函數(shù)推導(dǎo) 44
2.5.3 KD 模型概率密度函數(shù)特性分析 45
2.5.4 KD 模型參數(shù)估計 52
2.5.5 參數(shù)估計精度分析 57
2.6 基于 CBCLA 法的洪水短序列分布參數(shù)估計 61
2.6.1 不等長度洪水變量的復(fù)合事件 61
2.6.2 基于 Copula 函數(shù)的二維復(fù)合似然函數(shù) 62
2.6.3 CBCLA 法估計參數(shù)的方差-協(xié)方差矩陣 63
2.7 洪水事件重現(xiàn)期計算 70
2.7.1 基于事件首次發(fā)生的期望等待試驗次數(shù)確定重現(xiàn)期 70
2.7.2 基于連續(xù)兩次事件發(fā)生之間的期望間隔試驗次數(shù)確定重現(xiàn)期 72
2.7.3 重現(xiàn)期的其他方法 73
參考文獻 75
第3章 四參數(shù)指數(shù) Gamma 分布計算原理 78
3.1 四參數(shù)指數(shù) Gamma 分布 78
3.1.1 概率密度和累計概率分布函數(shù) 78
3.1.2 累積量和矩 79
3.2 四參數(shù)指數(shù) Gamma 分布參數(shù)計算 94
3.2.1 矩法 94
3.2.2 極大似然法 94
3.2.3 熵原理法 97
3.2.4 概率權(quán)重法 102
3.3 給定設(shè)計頻率 p 下的設(shè)計值計算 116
3.4 應(yīng)用實例 175
參考文獻 178
第4章 Johnson 變換系統(tǒng)分布與多項式正態(tài)變換計算原理 179
4.1 Johnson 變換系統(tǒng)分布 179
4.1.1 Johnson 變換系統(tǒng) 179
4.1.2 參數(shù)估計 182
4.1.3 *小二乘法 187
4.1.4 應(yīng)用實例 189
4.2 多項式正態(tài)變換 192
4.2.1 PNT 法原理 192
4.2.2 多項式系數(shù)求解方法 193
4.2.3 應(yīng)用實例 204
參考文獻 206
第5章 智能優(yōu)化算法估算洪水分布參數(shù)計算原理 207
5.1 差分進化算法 207
5.1.1 標準 DE 算法 207
5.1.2 反向?qū)W習(xí)自適應(yīng)差分進化算法 209
5.2 蜻蜓算法 210
5.2.1 更新蜻蜓位置矢量 210
5.2.2 更新步長向量和位置向量 211
5.3 粒子群算法 212
5.3.1 基本粒子群算法 212
5.3.2 標準粒子群算法 212
5.3.3 壓縮因子粒子群算法 213
5.3.4 遺傳粒子群混合算法 213
5.4 群居蜘蛛算法 214
5.4.1 種群個體初始化 214
5.4.2 雌雄蜘蛛個體間的相互作用 215
5.4.3 雌雄蜘蛛對外界的振動做出反應(yīng) 215
5.4.4 交配選擇操作 216
5.5 應(yīng)用實例 217
5.5.1 參數(shù)估計 217
5.5.2 擬合優(yōu)度評價 218
5.5.3 頻率曲線圖 219
參考文獻 220
第6章 GG 和 GB2 分布在洪水頻率計算中的應(yīng)用 222
6.1 廣義 Gamma 分布 222
6.1.1 矩法估計 223
6.1.2 極大似然法估計 225
6.1.3 混合矩法估計 226
6.1.4 概率權(quán)重矩法估計 228
6.1.5 概率權(quán)重混合矩法估計 232
6.1.6 *大熵法估計 233
6.1.7 實例應(yīng)用 238
6.2 第二類廣義 Beta 分布 242
6.2.1 矩法估計 244
6.2.2 極大似然法估計 250
6.2.3 混合矩法估計 252
6.2.4 概率權(quán)重混合矩法估計 256
6.2.5 *大熵法估計 260
6.2.6 實例應(yīng)用 268
6.3 方法比較 272
參考文獻 273
第7章 基于 Copula 函數(shù)的多變量洪水聯(lián)合概率分布計算原理 275
7.1 基于 Copula 函數(shù)的洪峰、洪量和歷時聯(lián)合概率分布計算 275
7.1.1 數(shù)據(jù)資料 275
7.1.2 洪水單變量的邊際概率分布 278
7.1.3 相依性度量和參數(shù)估計 283
7.1.4 Copula 函數(shù)的選擇 285
7.1.5 聯(lián)合概率分布及條件概率分布計算 290
7.2 基于二維水文隨機變量和差積商分布解析計算 294
7.2.1 Gamma 分布密度函數(shù)與合流超幾何函數(shù) 295
7.2.2 Gamma 分布隨機變量和、差分布的解析計算 296
7.2.3 Gamma 分布隨機變量積、商的分布 300
7.3 基于 Copula 函數(shù)的水文隨機變量和概率分布計算 302
7.3.1 二維隨機變量和分布的 Copula 函數(shù)表達式 302
7.3.2 邊際分布 Gamma， P-III 分布下變量和分布 Copula 函數(shù)表達式 303
7.3.3 二維隨機變量和概率分布模型求解 305
7.3.4 應(yīng)用實例 306
參考文獻 308