抗差递推校正模型的风险分析.pdfVIP

4 中国农村水利水电 ·2011年第6期 文章编号：1007—2284(2011)06—0004—03 抗差递推校正模型的风险分析 赵 超 (1．厦门理工学院水资源环境研究所，福建 厦门361005； 2．近海海洋环境科学国家重点实验室 厦门大学环科中心，福建 厦门 361005) 摘 要：抗差递推校正模型在抵御流量异常值对实时校正精度影响方面效果明显，但同时也存在将真实值作为异常 值剔除，校正误差更大的风险。利用蒙特卡洛方法，分析不同状况下，抗差递推校正模型风险与效果的关系。结果表明 抗差递推校正模型的风险受异常值发生频率影响较大。 关键词：抗差估计；风险分析；蒙特卡洛方法；频率 中图分类号：TV213．4 文献标识码：A AnAnalysisoftheRiskofRobustRecursiveUpdatingM odel ZHAo Chaol， (1．W aterResourcesandEnvironmentalInstitute，XiamenUniversityofTechnology，Xiamen361005，China；2．StateKey LaboratoryofMarineEnvironmentalScience，EnvironmentalScienceResearchCenter，XiamenUniversity，Xiamen361005，China) Abstract：Robustrecursiveupdatingmodelisinsensitivetotheoutliersandiseffectivetostablefloodupdatingaccuracy．Atthesame time，itisriskytOdetectfalselygoodvalueasoutliers．BasedonMonteCarloMethod，therelationsbetweenriskandeffectofmodel areobtained．TheresearchresultsindicatethattheriskofthemodeliSaffectedbyfrequencyofoutliers． Keywords：robustestimation；riskanalysis；MonteCarloMethod；frequency 抗差递推校正模型是一种引入抗差估计理论的自回归实 推最小二乘估计 (RLS)，进行实时修正。当实测流量不可避免 时校正模型_1]。模型利用抗差系统具有的抗差能力，推导出 地存在一些未知分布的异常误差时，采用递推最小二乘估计校 带有遗忘冈子的抗差递推最Jb乘算法，以抵御异常值对模型 正模型参数，估值有偏，致使校正结果不可信。抗差递推校正 参数估值的影响，提高实时校正精度。抗差递推校正模型在选 模型采用的抗差递推最小二乘算法 (RRLS)，将抗差估计与最 取的多个流域效果 良好 ]，但方法同时存在一定的风险。必须 小二乘算法结合，参数估值可以抵御异常值的影响，提高实时 对风险进行定量分析 ，方可客观、全面地评价抗差递推校正模 校正精度。 型的效果 。 通过将抗差估计理论与最小二乘算法相结合，推导出抗差 本文利用蒙特卡洛方法，人工生成多种分布、多种频率的 递推最小二乘算法E1,2,5]，结果如下： 异常误差，定量分析抗差递推校正模型的风险，以正确评价方 O(t+ 1)一 ()+w(t+ 1)P X件I + 法的可靠性 。