资源描述：
《基于最大熵分布的洪灾受灾率频率分析方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第41卷第5期四川大学学报(工程科学版)Vo.l41No.52009年9月JOURNALOFSICHUANUNIVERSITY(ENGINEERINGSCIENCEEDITION)Sept.2009文章编号:10093087(2009)05006505基于最大熵分布的洪灾受灾率频率分析方法1,22,342,32,3张明,张建云,金菊良,王国庆,贺瑞敏(1.河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;2.水利部应对气候变化研究中心南京210029;3.南京水利科学研究院,江苏南京210029;4.合肥工业大学土木与水利工程学院,安徽合肥2
2、30009)摘要:针对洪灾风险分析中人为假设概率分布线型、用小样本数据估计参数所产生的不确定性问题,提出以信息不确定性最小、概率密度函数的熵最大为准则的最大熵分布频率分析方法,并采用加速遗传算法全局优化最大熵分布函数中的参数值,建立了基于加速遗传算法的最大熵分布频率分析方法(MEGA)。黑龙江省1950~1990年洪灾受灾率频率分析的应用结果表明:MEGA在3阶或6阶样本矩约束条件下的概率密度函数均能准确地反映历史洪灾受灾率的样本数据信息,计算得到的年期望受灾率分别为2.71%和2.61%,与P-III法、信息扩散法分析结果相接近。MEGA在进行频率分析时克服了人为假
3、定概率分布线型的不足,分析结果客观、合理,为洪灾风险分析提供了一条新的研究思路。关键词:风险分析;洪灾受灾率;频率分析;最大熵分布;遗传算法中图分类号:P333.2文献标识码:AFrequencyAnalysisMethodofFloodDisasterRatebyMaximumEntropyDistribution1,22,342,32,3ZHANGMing,ZHANGJianyun,JINJuliang,WANGGuoqing,HERuimin(1.StateKeyLaboratoryofHydrologywaterResourcesandHydrauli
4、cEngineering,HohaiUniversity,Nanjing210098,China;2.ResearchCenterforClimateChange,MWR,Nanjing,210029,China;3.NanjingHydraulicResearchInstitute,Nanjing210029,China;4.CollegeofCivilEngineering,HefeiUniversityofTechnology,Hefei230009,China)Abstract:Inordertoreducethelargeuncertaintyintradit
5、ionalfrequencyanalysismethodsofflooddisaster,suchasPearsontypeIII,causedbythesubjectivehypothesisofprobabilitydistributionandtheinsufficientsamplesinparametersestimationprocess,anewmethodwasproposedbyusingtheprincipalofmaximumentropyofprobabilitydistributionandacceleratinggeneticalgorit
6、hm(AGA),calledMEGAforshor.tThefrequencyanalysisresultsofthedisasterrateseriesfrom1950ato1990ainHeilongjiangProvinceindicatedtha,ttheprobabilitydistributionfunctionsobtainedusingMEGAundertherestrictionof3orderand6ordermoment(calledMEGA3andMEGA6forshort)cantrulyreflecttheimplicitriskle
7、velinformationofthehistoricaldisastersamples.ComparedwiththePearsontypeIIImethodandinformationdiffusionmethod,resultsofMEGA3andMEGA6arewellinaccordancewiththereality,andcanavoidsubjectiveinformationintheanalysisprocess.TheannualexpectationdisasterratesbyMEGA3andMEGA6w
