Weibull分布参数的粒子群算法估计*
2012-01-10陶山山樊敦秋
中国海洋大学学报(自然科学版) 2012年6期
董 胜,韩 意,陶山山,樊敦秋
(1.中国海洋大学工程学院,山东青岛266100;2.胜利石油管理局钻井工艺研究院,山东东营,257017)
在海洋技术、水利工程和城市建筑设计中,Weibull分布以其较强的适应性和灵活性被广泛地运用于多年一遇极值风速、波高、水位、降水量等的长期预测中[1]。目前,Weibull分布的参数估计方法有矩法、极大似然法、概率权重矩法、相关系数法及Bayes估计法等[1-3]。严晓东等人[4]对三参数Weibull分布的多种估计方法进行比较研究,并指出各种方法的适用范围。极大似然法需要迭代求解联立的3个超越方程,计算相当复杂[3],而且对初值的要求比较高[2];概率权重矩法(PWM)不适合于子样较少的情况,当子样少于10个时,计算精度很差[3];相关系数法的计算比较复杂[5];Bayes方法将先验分布和后验分布结合起来[5],但后验分布比较复杂[3],并且一般需要和其他方法联合使用[5]。2001年郑红星和李丽娟将最速下降法应用于水质模型参数的优化中[6],并将结果与模拟退火算法和遗传算法进行比较,得出最速下降法的计算结果易受初始搜索条件的影响,寻优过程容易陷入局部最优,而且精度低于非数值随机优化算法,但是最速下降法的计算速度明显高于非数值随机优化算法。
近几年,粒子群算法的研究引起了许多学者的关注。该算法简洁、收敛速度快等优势被广泛地应用于参数的非线性拟合中。江燕等[7]将其应用于新安江模型参数的优选中。郭建青等[8]在求解河流水质参数的函数优化问题时引入了该算法,取得了良好的效果。……
登录APP查看全文