水库/水库群优化调度的目的是制定优化的水库调度规则,以期望获得更好的效益。它有多种方法,如显随机优化和隐随机优化。显随机优化方法的主要困难是概率转移矩阵的确定和求解过程中的“维数灾”问题。隐随机优化方法主要包括两个步骤:(1)利用历史径流序列资料,用确定性优化算法为水库群寻求优化运行方式;(2)利用确定性优化计算得出的水库运行结果,选择与调度决策相关的运行要素,通过回归分析建立回归方程作为调度规则函数,以指导水库/水库群的联合运行。本文首先介绍了水库优化调度的背景、发展历史、一般原理和方法,然后着重介绍隐随机算法的模型和方法,以及本文中会应用到的逐次优化算法和支持向量机(SVM),并通过实例计算和不同方法得到的调度函数计算结果来说明该方法的应用过程和优点,最后总结方法的优缺点和一些思考、建议。本文重点在于:(1)针对“维数灾”问题,本文采用逐次优化算法,并结合变步长的双向搜索法。该算法能够收敛,得到全局最优解,并且计算时间快。(2)针对水库调度函数的复杂、非线性、以及水文资料的有限性,尝试用支持向量机技术建立水库优化调度函数。并通过实例以及不同方法的比较,证明SVM方法的调度函数具有更好的性能。(3)基于以上两点,本文同时采用信息论的方法进一步分析了水库调度难题的本质,作出一定的探讨和建议,但是水库调度问题本身的复杂性和不确定性,也决定了这一分析方法的难度,长路漫漫,有待进一步探索。