在水利水电工程建设过程中,土石方调配平衡直接关系到工程建设质量、成本、进度,是水利水电工程施工组织设计和施工管理中重要问题之一。对于大型的土石坝工程,往往开挖、填筑工程量巨大,土石方调配需要综合考虑开挖、填筑、运输、料场存储等诸多施工环节。传统的土石方调配问题多通过构建线性规划、大系统分解协调、动态规划、多目标规划模型等方法求解,但存在一定的局限性。而随着人工智能、机器学习科学理论的发展,强化学习算法在诸多领域得到有效利用。本文针对水利水电工程中的常规土石方调配问题,尝试利用离散型Q学习算法进行土石方调配模型构建及求解分析,并与常规线性规划方法对比分析,证明了该算法的可行性;然后针对土石方动态调配问题,提出了基于神经网络与离散型Q学习算法相结合的土石方动态调配方法,为解决挖填协调问题提供了依据。本文的研究内容及论文架构如下:(1)在对国外土石方调配问题研究现状分析基础上,结合国内水利水电工程施工中土石方调配及存在的问题,提出了本文研究的重点内容和研究方法;(2)在对土石方调运问题系统分析基础上,重点对开挖和填筑工期确定的常规土石方调运问题以及各期开挖和填筑工程量不确定的土石方动态调运问题进行了分析研究,为后续基于Q学习的土石方调配算法提供基础。(3)针对各期各区开挖、填筑工程量已知情况的土石方调配问题,构建了Q学习算法中状态、动作和报酬矩阵,探讨了基于Q学习算法的土石方调配求解方法。通过与土石方调配整数规划算法比较,证明了所提出算法可行性以及构建的Q学习模型的合理性。为强化学习算法解决常规土石方调配问题提供了理论依据。(4)针对各期开挖、填筑工程量不确定的土石方动态调配问题,提出了基于神经网络算法与离散型Q学习算法相结合的土石方动态调配方法。该方法通过神经网络预测各阶段开挖与填筑的可达强度,在此基础上,以待调配工程量、开挖和填筑工作压力系数为状态,以各阶段开挖(或填筑)的工程量、挖填协调规则为动作,并构建了该问题的即时、长期报酬矩阵。(5)针对常规土石方调配问题以及动态调配问题,结合两个水利水电工程,进行了基于离散型Q学习算法的土石方调配分析计算,证明了该模型的有效性。