多沙河流水库的多目标优化调度问题是当前优化调度学科前沿课题,也是洪水预报、水库泥沙冲淤数值计算、优化调度等学科相结合的边缘学科。本文就水沙联合调度所涉及的相关环节,从黄河中游来水来沙的特性、混沌性分析、遗传算法改进的BP人工神经网络预测模型;洪水过程中洪峰及其对应沙峰的随机模拟;影响潼关高程、水库泥沙冲淤的主要因素分析;汛期及汛后潼关高程、库区泥沙冲淤量及其分布的快速预测模型建立;随机微分方程对库区断面含沙量概率密度的计算、库区泥沙冲淤量期望值的计算、三门峡水库汛期多目标优化调度等方面进行了研究,论文主要研究成果为:①将遗传算法全局搜索最优和神经网络局部寻优结合起来,取长补短,利用遗传算法确定了神经网络模型的初始权值和阈值,解决了训练过程中易陷入局部极小值的问题。利用该模型,对三门峡水库的月入库径流量和月均含沙量进行了计算和预测。计算结果表明,用遗传算法改进的BP神经网络模型无论从训练结果的精度上还是在收敛性能上,都优于没有改进的BP人工神经网络模型。②将洪水过程中的流量及其相对应的含沙量统一到一个数组中,将整个洪水过程中的流量和含沙量作为一个整体来识别和模拟,保留了洪水过程中的流量和含沙量变化的信息。对该数组进行特征提取、聚类分析和分布假设的检验,使洪水过程中的流量变化和含沙量变化也能在通常推断意义下进行随机模拟,可得到未来可能出现的各种不同形状的入库洪水中的流量过程线和含沙量过程线,满足水库优化调度的各种需要。③利用遗传算法改进的BP神经网络模型,分别对不同运行方式下汛期和非汛期潼关高程变化量、汛期日排沙比和库区不同断面泥沙冲淤量、非汛期库区泥沙冲淤量进行了计算和预测。预测结果和实际运行时的变化趋势相一致。与传统的泥沙数学模型相比,该方法所需的计算资料较少,计算快速准确。在水库优化调度系统中,可以及时、准确的对各种水沙条件和各种水库运行方式下,水库泥沙的冲淤情况做出判断。④将随机的概念引入到水库断面含沙量的基本公式中,将其转化为一阶随机微分方程,进而确定各个断面的含沙量的概率密度。由该概率密度求出的断面含沙量的期望值E ( S)与实测值比较接近,而且变化趋势一致,用其代替该断面含沙量,具有一定的可信度。⑤对于水库的多目标问题,分别利用模糊模式交叉迭代模型以及遗传算法,对三门峡水库汛期的调度方式进行了优化计算,并将库区泥沙冲淤量及其分布的快速预测模型嵌入到适应值函数中的排沙比和库区泥沙分布的计算中,与传