伊洛河是对黄河下游防洪最具威胁的“下大型”洪水的来源区,历史上洪涝灾害严重。故县水库和陆浑水库是伊洛河上的两座大型水库,共同控制着伊洛河中上游的洪水,是控制“三花”区间洪水工程的重要组成部分。因此,如何通过对现有水利工程科学合理的控制运用,蓄滞伊洛河的洪水,削减洪峰,对伊洛河流域以及黄河下游防洪减灾具有重要的现实意义。水库群联合优化调度是水库调度研究的难点与焦点问题。同时,对于流域并联水库群的防洪优化调度问题,由于洪水的时滞性增加了时间维数,水库个数增加了空间维数,优化调度的求解存在维数灾难题。本文围绕并联水库防洪调度课题,对单库防洪调度模型、河道洪水演进方法以及并联水库防洪优化调度模型及其求解算法展开研究,并结合伊洛河流域陆浑、故县水库开展了实际应用研究。主要取得了以下成果:1、结合故县、陆浑水库所承担的防洪任务,确定防洪调度准则,并构建了基于RBF神经网络的河道洪水演算模型,通过与马斯京根法的对比,验证了该模型的有效性,并在以上研究的基础上建立了并联水库联合防洪优化调度模型;2、提出一种基于罚函数的改进遗传算法,通过建立最高水位罚函数、期末水位罚函数、出库流量变幅罚函数以及综合罚函数,对水库群联合防洪优化调度模型的约束条件进行处理,并用遗传算法进行求解。3、根据本文构建的并联水库防洪优化调度模型及改进的求解算法,研究了在保证工程和下游防洪区安全的前提下,故县、陆浑水库联合防洪调度问题,通过与不同防洪调度方案结果对比表明,本文提出的调度模型充分发挥了故县水库和陆浑水库调洪、滞洪作用,更大程度地削减了下游防洪控制点的洪峰流量,效果较为满意。