水是人类社会维持运转的物质基础。随着人类社会的进步和人们生活水平的飞速发展，人们对水资源的需求不仅仅是数量上的增加而且在质量上的要求也越来越高。实现水资源的合理利用和可持续发展就成为了国家经济建设的重要课题。兴建大规模的水利工程是一种有效对水资源进行规划的方法，水利工程也是国家重要的基础设施之一，它关系到国家和社会经济生活中的方方面面，在军事，储备，灌溉，防洪，和发电等领域发挥了重要作用。通常来说，水利资源调度包括常态化调度和动态优化调度两种，常态化调度是指水库依据观测水源的年径流量等水文数据来计算水库年度内的蓄洪任务。常态化调度的优点在于简单易操作，但是由于水资源的来量不可控性，尤其在复杂的水网系统的调度当中，往往很难实现调度目的。优化调度策略是一种以水库为主体建立综合目标函数，并设定相应的约束条件，对目标函数进行求解，并根据约束条件建立求解方程，通过对方程组进行求解得到最终的优化方案。本文中我们针对以上问题进行研究和分析，本文中主要工作有以下几点：1.分析和介绍了水利工程相关的概念和知识,并根据水利网络的自身特点,初步建立立问题模型。2.介绍了蚁群算法以及遗传算法的相关知识。及其各自的优缺点。并根据这两种算法的不足之处可以相互弥补的具体情况，提出了一种引入遗传算法的改进蚁群算法GA-ACO算法。对蚁群算法的转换规则，全局和局部更新系数进行重新评定。3.此外，我们根据水利资源调度的自身特点，又再次基础上提出了基于水库节点可靠度的改进策略，完善了GA-ACO算法。并将改进算法应用于实际问题解决当中，取得了良好的效果。4.建立一个基于GA-ACO算法的模拟水利资源调度系统。通过这一系统，我们可以实现对水利资源的模拟调度。通过对实际数据进行录入分析，基本上能够达到预期目标。通过对模拟数据以及历年真实数据的分析和比较，我们可以看到，GA-ACO算法可以有效的实现对水利资源的合理调度，尤其是针对实时变化的情况可以及时更新调度方案。与基于传统蚁群算法的调度方案具有明显的优势。