在科学研究和生产实际的许多领域中,普遍存在着大量数据的分析处理工作,分析复杂数据的分布是非常有意义、有价值的。但是工程中的许多复杂数据其分布是很难确定的,而这些数据究竟服从何种分布对于实际工作至关重要。本文寻找了工程中渗透系数实测数据的近似分布,对于该类复杂数据的分布规律作了一些新的探索。本文的主要内容如下: 1.系统地说明了分析复杂数据分布的一般方法,阐述了科尔莫格罗夫检验和x~2-检验两种检验方法的原理和具体步骤。 2.对该组复杂观测数据及其取对数后的数据进行不同的分组,分别用正态曲线拟合,说明该组数据在不进行筛选的情况下并不服从正态分布或对数正态分布。根据分组情况,选出最优的一种分组方法,以该种分组法为基础进行分析,由于数据直方图表现出明显的不对称性,故提出用分段函数进行拟合的想法。 3.分别分析左右两半部分直方图拟合点的特点,构造出多种拟合函数。通过遗传算法产生近似解作为Gauss-Newton算法迭代的初始点,再根据Gauss-Newton算法的原理计算拟合函数参数的估计值,并通过拟合曲线图和两种检验方法分析了所构造的各种函数的拟合效果。 4.选出最佳的拟合分段函数,从数值上将其归一化,得到观测数据取对数后的数据的近似分布密度函数,最后并给出了近似分布的部分分位数表。