| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 1 引言 | 第6-8页 |
| ·研究背景 | 第6-7页 |
| ·问题的提出 | 第7-8页 |
| 2 极值统计模型族及其特性 | 第8-13页 |
| ·三种极值分布函数 | 第10-11页 |
| ·极值分布的最大值吸引场 | 第11-12页 |
| ·广义极值分布函数的分位数 | 第12-13页 |
| 3 广义极值分布的参数估计 | 第13-21页 |
| ·矩估计法 | 第13-14页 |
| ·极大似然估计法 | 第14-17页 |
| ·L矩估计法 | 第17-18页 |
| ·概率加权矩估计法 | 第18-21页 |
| 4 粒子群优化算法 | 第21-24页 |
| ·粒子群优化算法 | 第21-22页 |
| ·算法原理 | 第22页 |
| ·粒子群算法的计算步骤 | 第22-24页 |
| 5 粒子群算法与参数估计 | 第24-30页 |
| ·参数估计的检验 | 第24页 |
| ·Gumbel分布参数的极大似然估计 | 第24-25页 |
| ·GEV分布参数的概率加权矩估计 | 第25-30页 |
| ·粒子群优化算法 | 第25-26页 |
| ·结果分析 | 第26-30页 |
| 6 结论 | 第30-31页 |
| 参考文献 | 第31-34页 |
| 在读期间发表的学术论文及研究成果 | 第34-35页 |
| 致谢 | 第35-36页 |