水是生命的源泉,是生态环境系统中最活跃、影响最广泛的因素,又是工农业生产过程中不可取代的重要资源。今天,水资源系统已演变为一个多目标、多属性、多层次、多功能和多阶段的复杂巨系统。随着所研究系统广度与深度的扩大,传统方法对于现代水资源系统的高维、非凸、非线性等复杂问题的处理已日显掣肘。近年来,随着现代应用数学和计算机技术的迅猛发展,人们提出了人工智能计算理论与分析方法以解决复杂系统问题,这些方法的引入极大地促进了系统分析技术和水科学信息分析计算的研究和发展,使这个领域的深入研究具有相当广阔的空间。本文在汲取多种新的理论和分析技术的基础上,采用了一些新思路、新方法,在水文水资源研究方面取得了一些进展。其主要研究成果和创新总结如下:(1)分析了复Morlet小波变换的时域和频域分析特性,研究了小波变换过程中伸缩因子和平移因子对时频域分辨率的影响,使用了复Morlet小波进行周期性识别的原理和公式。(2)从Parseval定理和卷积定理的角度上分别推导了的快速且实用的非正交小波变换系数的计算方法。该方法把非正交小波变换系数的计算转换为频域的计算,充分利用了快速傅里叶变换运算速度快、编程效率高的优点,为复Morlet小波的周期识别提供了算法基础。(3)结合小波理论和神经网络各自的优势,建立基于小波理论的神经网络预测模型,利用小波神经网络的非线性模拟能力进行水库年径流量的预测研究,取得了较好的模拟和预测结果。并把预测结果和影响径流的时空因素进行多方位的比较分析。(4)针对所建立的水库优化调度模型,提出了结合模拟退火和逐步优化算法的求解方法,证明了此方法处理复杂约束条件优化问题的有效性,改善了智能算法中常见的“局部最优”难题,对水库优化调度决策理论的探索有一定成效。(5)因为传统马斯京根河道洪水演进模型参数率定中存在线性化、计算繁琐、精度差等问题,分别引入遗传算法、模拟退火算法和粒子群算法用于马斯京根模型参数率定。对多种算法在马斯京根问题中的应用进行了综合性比较,对实践有较好的指导作用。