水库调度通常都涉及到工程安全以及相互矛盾的多个利益方利益，是一个典型的多目标决策问题。目前，解决水库多目标调度问题的方法很多，一般可分为：常规调度和优化调度。常规调度方法只能生成有限的可行调度方案，不利于调度决策人员充分有效地协调各利益方的述求。多目标水库优化调度一直是近几十年研究的热点课题，国内外学者提出了有很多优化算法，但从当前的研究现状看，普遍存在的问题是：数学模型过于简化难以反映真实情况，计算成果的实用性差；理论性成果多、实用性成果少。　　水库调度是一个非常复杂的多目标系统优化问题。该问题既要考虑当前的实时水情又要顾及径流的长期变化规律；既要确保工程的防洪安全又要充分利用水资源还要妥善兼顾各方利益；既要进行数学分析计算还要充分利用调度人员的知识和经验。因此，仅仅通过数学模型进行优化计算是无法达到这些要求的。　　湖南小东江水电站水库位于湖南省资兴市境内，耒水中下游分界处，上距大东江水电站9公里，具有日调节能力，是大东江水电站的反调节水库，该工程以发电为主兼有供水、航运和旅游等多种功能。本文通过对小东江水库目前运行调度现状、电网及地方政府对小东江水库运行调度要求、工程特点、径流规律等等进行充分调查研究的基础上，综合利用水文学、系统工程理论、模糊集理论等理论，通过构建多目标模糊综合评价决策、神经网络决策，对小东江水库多目标优化调度模型生成出来的若干可行调度方案进行评价与优选，最终实现为水库管理决策部门推荐提出尽量使各利益方满意的小东江水库调度方案。本文的主要研究内容及成果如下：　　（1）构建了用于水库多目标调度方案评价与优选决策的模糊集分析模型。由于水库调度系统中，存在着许多随机性和模糊性现象，本文引入了模糊优选理论，建立了基于多目标模糊优选的水库调度方案评价模型。为了使决策过程既具有客观性、又能够利用决策者的知识与经验，该模型通过采用熵权法和二元对比定权法相结合，综合确定各评价指标的权重，最终达到优选推荐出的调度方案更加符合实际、具有可操作性。　　（2）构建了水库优化调度方案决策的神经网络优选模型。将模糊理论中的相对优属度概念引入神经网络模型，将指标体系中各指标的理想值组成理想方案，设其相对优属度为1；将各指标的最差值组合成最劣方案，设其相对优属度为0；将介于理想方案与最劣方案之间的值组成中间方案，设其优属度为0.5。从而建立起了指标体系与相对优属度之间的函数关系，并以此作为神经网络训练样本，分别利用传统的BP神经网络和改进的基于模拟退火算法的BP神经网络训练模型，利用训练好后的神经网络进行推算，计算各方案所对应的相对于“优”的隶属度，根据其大小进行进行排序，最终可策出最优方案。　　（3）将上述两种模型应用于小东江水库调度方案的实际决策中。对小东江水库已生成的6组水库调度方案分别利用模糊优选模型和神经网络模型进行决策，结果表明：方案A3是小东江水库调度最优推荐方案，小东江水库2013年6月21日小东江水库6组可行方案集的最终排序为A3>A2>A1>A4>A5>A6。