文摘
英文文摘
声明
第一章绪论
1.1研究背景
1.2水文频率分析研究现状
1.2.1水文频率分析的历史回顾
1.2.2水文频率分析的研究现状
1.3熵的基本概念及最大熵原理
1.3.1熵的基本概念
1.3.2最大熵原理的概论
1.4最大熵原理在水文频率分析中的应用研究现状
1.4.1最大熵原理在线型分布推导中的应用
1.4.2最大熵原理在参数估计中的应用
1.5主要研究内容
1.6技术路线
1.7主要创新点
第二章最大熵参数估计方法研究
2.1概述
2.2 V.P.Singh所提出的LN3分布最大熵方法(POME)
2.2.1 Lagrange乘子和特征参数之间的关系
2.2.2 Lagrange乘子和分布函数参数之间的关系
2.2.3特征参数和分布函数参数之间的关系
2.3 LN3分布的熵适线法(POMEFIT)
2.4基于线性矩的LN3分布的最大熵方法(POMELM)
2.5 V.P.Singh所提出的Gumbel分布的最大熵方法(POME)
2.5.1 Lagrange乘子和特征参数之间的关系
2.5.2 Lagrange乘子和分布函数参数之间的关系
2.5.3特征参数和分布函数参数之间的关系
2.6 Gumbel分布的熵适线法(POMEFIT)
2.7本论文提出的考虑历史洪水信息参数估计最大熵方法
2.7.1 LN3分布非简单样本最大熵参数估计
2.7.2 LN3分布熵适线法非简单样本计算
2.7.3 Gumbel分布非简单样本最大熵参数估计
2.7.4 Gumbel分布熵适线法非简单样本计算
第三章最大熵参数估计法与传统参数估计方法的比较研究
3.1传统参数估计方法
3.1.1矩法(MOM)
3.1.2线性矩法(L-M)
3.1.3适线法(FIT)
3.2统计试验方案设计
3.2.1方法优劣评价标准
3.2.2试验方案的设计
3.3 LN3分布试验成果分析
3.3.1计算成果
3.3.2计算成果分析
3.4 Gumbel分布试验成果分析
3.4.1计算成果
3.4.2计算成果分析
3.5小结
第四章结论与展望
4.1结论
4.2展望
参考文献
致谢