贴娘饭1. 项目背景与核心价值
风速建模在风能评估、结构设计、环境研究等领域具有广泛应用。传统方法常采用平均风速描述，但实际风速具有显著随机性。Weibull分布因其形状灵活、参数物理意义明确，成为风速概率建模的行业标准方案。这个Matlab项目实现了：
- Weibull分布参数计算（k形状参数/c尺度参数）
- 基于Weibull分布的概率密度函数(PDF)和累积分布函数(CDF)可视化
- 符合Weibull特性的随机风速序列生成
实测数据表明，Weibull分布对80%以上地区的风速分布拟合优度R²>0.9。相比正态分布，其能更好刻画风速的右偏特性（即出现极端大风概率高于正态预测）。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Weibull分布原理精讲
2.1 数学定义与参数意义
Weibull分布的概率密度函数为：
matlab复制f(v) = (k/c) * (v/c)^(k-1) * exp(-(v/c)^k)
其中：
- v：风速值（m/s）
- k：形状参数（无量纲），决定分布形态：
- k<1：递减型（罕见）
- k=1：指数分布
- k≈2：瑞利分布（常见于风速）
- k>3：接近正态分布
- c：尺度参数（与风速同单位），约等于63.2%百分位风速
2.2 参数估计方法对比
| 方法 | 原理 | 适用场景 | 代码复杂度 |
|---|---|---|---|
| 矩估计法 | 利用样本均值与方差求解 | 快速估算 | ★★☆ |
| 最大似然估计 | 最大化联合概率密度 | 精确估计（推荐） | ★★★ |
| 分位数法 | 利用特定百分位数关系 | 小样本 | ★★☆ |
本项目采用最大似然估计（MLE），因其在>30个样本时具有最优统计特性。核心求解使用Matlab的wblfit函数：
matlab复制[param, ci] = wblfit(wind_data); %