T年重现期波高的最大熵估计.pdfVIP

第! 卷# 第! 期 台 湾 海 峡 $%’ ! ，# (%’ ! # !))* 年 月 +,-.(/0 ,1 ,23/(,4./567 8( 9/8:/( ;9./89 = ，!))* ! 年重现期波高的最大熵估计 张# 军，葛# 勇，陈航宇，周喜武 （国家海洋局第三海洋研究所，福建 厦门# D*@)) ） 本文在最大熵原则的基础上，通过解一条件变分问题，导出一种由观测数据估 摘要： 计! 年（常用的有)= 或@))= ）重现期波高的新方法’ 本文导出的概率密度函数为 H# #A $ （# ）F # G ，式中参量 、、可以由年极值波高# 的@ E A 阶分布矩（# ，$ F A ! ! # @，! ，D ，A ）显式地表示出来’ 其具有如下的优越性：（@ ）参量中包含了# 的D 阶和A 阶 分布矩，适用于描述不确定性很大的海浪的重现期波高；（! ）符合最大熵原则，即其 信息熵最大，从而特别适用于重现期波高的估计；（D ）形式简单且其参量容易由已知 观测数据确定，便于理论和实际应用’ 作者对两个水文观测站的实测数据，分别使用 该方法，及一些现有常用的方法计算其) 、@))= 重现期波高’ 比较计算结果表明该方 法非常接近于皮尔逊? !方法和龚贝尔方法的结果’ 重现期波高；最大熵原则；概率密度函数；分布矩 关键词： 中图分类号：IBJ’ JJ’ D# # # # 文献标识码：/# # # # 文章编号：@)))?J@*) （!))* ）)!?)@D?)C 对于海洋工程，! 年重现期波高是很重要的，因为常常需要设计一足够强的系统，须知其 ［@］ 能承受其寿命期间期望出现的最大荷载’ 根据极值原理 ，如果数据的原始分布已知，则可导 出极值概率函数，依此可推算极值波高’ 然而，对于重现期波高的估计，数据的原始分布是未知 的（甚至是不确定的）’ 在此情况下，现行方法是指定一分布（一般是龚贝尔分布、皮尔逊分布 ［! ，D ］ 等）来拟合已有数据，然后将拟合获得的累积分布曲线延伸来求得重现期波高 ’ 此类方法 存在着两个问题：一是如何指定分布，二是如何拟合才是最佳的’ 事实上，无论怎样指定和拟合 都不可避免地带有人为性或先验性，故不同的指定和拟合得到的结果有相当大的差别’ 为减小 估计的先验性（从而改进估计），本文提出了一种基于最大熵原则的新方法’ @# 信息熵与最大熵极值波高分布 对于一由$ 个随机事件构成的系统，信息熵% 被定义为： ’ ’ @ % ) K * ) K) （@ ） ! ( ! ( ( ( @ ) ( ( @ 式中) ( 是事件( 出现的概率’ 显然，如果对此系统的所有事件) ( F @，则% F ) ，在此情况下，此系 统是确定的’ 对于其余所有情况% 为正’ 于是，% 是对由一系列概率描述的系统的不确定性的量 度，也就是我们对此系统概率结构“无知”的量度’ 如果此系统中的事件可用一正的连续型随机变量# 代表，则式（@ ）可改写为： L