本文针对矿山排水系统中的水泵机组调度问题，以水泵机组所耗电费最小、水泵负载均衡为目标，以分时电价为基础，建立了相应的约束优化模型，进而结合水泵调度问题的特点，提出了基于群智能优化算法的调度算法。本文的主要创新点包括：
　　（1）给出了矿山排水系统中水仓水位预测算法。矿山排水系统启停的主要约束是水仓水位不能超过预定的阈值，对水仓水位进行预测是实现优化调度的基础，其关键是对涌水量进行预测。为此，提出了基于灰色预测GM(1,1)、二次指数平滑预测的涌水量导致水仓水位上升的预测算法。同时，根据预测结果和实际数据的差异，提出了预测算法权重自适应调整方法；针对监测数据会出现缺失的情况，给出了基于滑动平均的缺失数据插补法。
　　（2）给出了以最低成本为目标的约束优化模型，提出基于改进粒子群优化的求解算法。通过将时间进行离散化，以水泵机组的成本最低为目标，以分时电价为基础，以水仓水位阈值为约束，建立了数学模型。针对传统粒子群优化算法存在收敛速度慢、易陷入局部最优的问题，以及水泵机组调度问题的特点，提出了融合粒子交叉、粒子重生和粒子螺旋前进路径的改进粒子群优化算法，提高了收敛速度，较好地避免了粒子群优化算法陷入局部最优的缺点。
　　（3）给出了以最低成本、负载均衡为双目标的约束优化模型，提出了基于动态规划和改进最大-最小蚁群优化的求解算法。针对粒子群优化调度方案易使得水泵运行时间连续性差的缺点，限定水泵在一个调度时间段内维持停止或运行的状态不变，给出了水泵机组调度的多段图模型，进而使用动态规划算法求出最优调度方案。针对粒子群优化调度方案易使得水泵间负载存在较大差距的问题，提出以最低成本、负载均衡为双目标的约束优化模型，使用二进制数对每个时间段的调度方法进行编码，提出了适用于相应的多段图模型的信息素和启发信息的初始化及更新方法，以及蚂蚁巡游路径的构建方法，对传统的最大-最小蚁群优化算法进行了改进，较好地实现了最低成本目标与水泵机组的负载均衡。
　　（4）将所提出的算法应用于黄金矿山排水系统的水泵机组调度模块。将本文所提出的算法用于山东招远大尹格庄金矿的水泵机组调度模块，并针对水仓水位预测算法对突发情况适应性较弱的问题，提出了结合人工经验的水位预测调整方法；并基于所提出的调度算法提出了对接力排水系统的调度算法。