为了寻求水文频率参数最优值,进而得到精度更高的水文特征值,提出一种基于粒子群优化(　particle　swarm　optimization,PSO)算法与自适应遗传算法(　adaptive　genetic　algorithm,AGA)的水文频率参数优化算法。该算法基于离差平方和最小准则、离差绝对值和最小准则及相对离(残)差平方和最小准则,构建水文频率参数优化模型,在粒子群算法中引入自适应遗传算子,将遗传算法的全局搜索能力强与粒子群算法的收敛速度快有效结合,并对交叉、变异概率进行自适应改进,形成一种自适应混合算法,用于对模型求解,得到最佳水文频率统计参数。以北京市气象中心降雨资料为例,将本文算法与其他常规方法比较,结果表明：本文算法获得的参数值在拟合精度和适线效果上要优于常规方法,为水文频率分析领域决策提供了参考依据。