我国小水电资源丰富,分布广泛。如何有效地利用小水电资源对农村地区经济,生态等发展有着重要意义。随着近年来小水电调度由人工调度转向智能优化调度,研究并选取优秀的多目标优化算法在调度中起着至关重要的作用。本文重点研究并改进了基于分解的多目标优化算法MOEA/D,针对原先算法中解集容易陷入局部最优的问题,提出了基于角度选择的改进MOEA/D算法MOEA/D-AU,该算法拥有更加良好的分布性和收敛性平衡;而后又对MOEA/D-AU进行了改进,引入了自适应策略来提升算法收敛过程中的自适应能力,提出了基于自适应角度选择的改进MOEA/D-AU算法MOEA/D-AAU。最后参与设计开发了小水电智能调度管理系统,并根据实际情况选取建立合适的小水电群优化调度模型,将前面提出的MOEA/D-AAU算法运用其中并运算出科学的调度方案。本文的主要工作如下:(1)针对原始的基于分解的多目标优化算法MOEA/D在迭代过程中,解集容易陷入局部最优,解集的分布性欠佳等问题,引入角度选择的思想提出了MOEA/D-AU算法。实验结果表明,MOEA/D-AU较原来的算法表现更加优秀,具有更好的收敛性和分布性。(2)针对基于角度选择的改进MOEA/D算法(MOEA/D-AU)在选择最优解时自适应能力不足的问题,将自适应的动态调整思想引入其中,提出了MOEA/D-AAU算法。实验结果表明,新算法在收敛过程中表现的更加优秀,能够获得分布性和收敛性更好的解集。(3)在基于现实基础的情况下,参与设计并开发了小水电群智能优化调度管理系统,针对九宫山流域的小水电群选取合适的多目标调度模型。运用提出的MOEA/D-AAU算法对模型进行运算求解,为小水电站运行提供科学的参考方案。(4)最后总结全文,并对进一步的研究提出展望。