的解。式(A12-3)中，0为参数向量，即0=（不，C,C,y。 由于式(A12-2)对参数是非线性的，所以只能通过迭代法求解。求解式 (A12-1)~式(A.12-3)的最基本方法是高斯一一牛顿法，其迭代程序为： a0+[6r866x-) ★=0,1.2.… (A.1.2-4) F=(,…,n) (A12-5) X=(X,…,Xn)y (A.1.2-6) (A.1.2-7) 上列各式中上标“1”和“1”分别为矢量或矩阵的转置和逆，K为迭代次数。 式(A124)中的F和5都在0=Q处计值，A 当选定一组参数初值0。（例如用矩法其它估计方法），利用迭代程序进行 迭代时，应直到相邻两次迭代结果日，与0差别足够小，合乎精度要求时为止 此时可取0作为0的估计。 2离差绝对值和准则。使估计的频率曲线统计参数值 s.(X.c..c.)--f(p:.c..c. (A1.2-8) 达到极小。对式(A1.2-8)可采用直接方法（即搜索法）求得参数灭、C,和C 的数值解。人 3相对离差平方和准则。考虑洪水误差和它的大小有关，而它们的相对误 差却比较稳定，因此以相对离差平方和最小更符合最小二乘估计的假定。适线准 则可写成： s.r.c.cicc (A.1.2-9) f,(8) 其参数迭代程序为 ()c"x-F (A.1.2-10) 之 21 的解。式（A1.2-3）中，θ 为参数向量，即 t X Cv Cs θ = ( , , ) 。 由于式（A.1.2-2）对参数是非线性的，所以只能通过迭代法求解。求解式 （A.1.2-1）~式（A.1.2-3）的最基本方法是高斯——牛顿法，其迭代程序为： ( ) ( ) ( ) 0 ,1,2 ,L 1 1 − = ∂ ∂       ∂ ∂ ∂ ∂ = + − + X F k F t F F t k k θ θ θ θ θ （A.1.2-4） t n F ( f , , f ) = 1 L （A.1.2-5） t X X X m ( , , ) = 1 L （A.1.2-6）               ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ = ∂ ∂ s n v n n v s C f C f X f C f C f X f F M M M 1 1 1 θ （A.1.2-7） 上列各式中 上标“t ”和“-1”分别为矢量或矩阵的转置和逆，K 为迭代次数。 式（A.1.2-4）中的 F 和 ∂θ ∂F 都在θ = θ k 处计值。 当选定一组参数初值θ 0 （例如用矩法其它估计方法），利用迭代程序进行 迭代时，应直到相邻两次迭代结果θ k+1与θ k 差别足够小，合乎精度要求时为止， 此时可取θ k+1作为θ 的估计。 2 离差绝对值和准则。使估计的频率曲线统计参数值 ∑= = − n i v s i i X C v C s S X C C X f p 1 1 ( , , ) ( ; , , ) （A.1.2-8） 达到极小。对式（A.1.2-8）可采用直接方法（即搜索法）求得参数 X 、Cv和 Cs 的数值解。 3 相对离差平方和准则。考虑洪水误差和它的大小有关，而它们的相对误 差却比较稳定，因此以相对离差平方和最小更符合最小二乘估计的假定。适线准 则可写成： 2 1 2 ( ) ( ; , , ) ( , , ) ∑=       − = n i i i i v s v s f X f p X C C S X C C θ ∑=       − ≈ n i i i i X X f 1 2 (θ ) （A.1.2-9） 其参数迭代程序为 1 ( ) 0,1,L 1 1 1  − =      ∂ ∂         ∂ ∂       ∂ ∂ = + − − − + G X F k F F G F t t k k θ θ θ θ θ （A.1.2-10）