水库的大量修建改变了河流天然水文情势,打破了河流生态系统长期形成的动态平衡,造成河道萎缩、泄洪能力下降、营养物质沉积、水质恶化、生物栖息地环境变化,进而造成了水生生物种类及数量下降甚至濒临灭绝。因此,从传统水库调度转为生态调度势在必行,但目前我国水库生态调度研究主要集中于水量调度,忽略了河流天然动态变化特征,而水文过程的变化对水生生物的生长繁育又有较大影响,为此,本文以安康水库为研究对象,针对其目前存在的生态问题,开展满足最小生态需水量与恢复天然水文过程的水库生态调度研究,建立了基于混沌云遗传混合优化算法(Chaotic Cloud Genetic Algorithm,CCGA)的水库生态调度优化方法,并利用实测资料,开展了调度研究,测试了该优化方法的可行性与优越性。本文主要研究内容及成果如下:(1)基于Tennant法和逐月最小生态径流法,推求了安康水库下游河道逐月最小生态需水量,将其作为约束条件,引入模糊赋权法,将改变度较大且对鱼类生命进程有重要作用的水文指标聚合为生态完整度函数,将其作为生态目标,建立了满足发电、发电保证率以及适宜鱼类生存繁衍的水文过程的水库生态调度模型。(2)考虑水库生态调度模型求解,针对遗传算法进化后期种群多样性降低、易陷入局优、收敛速度慢等不足,通过对比分析Logistic映射、Tent映射、Henon映射和Cat映射的优化性能,确定采用Cat映射对遗传算法中适应度值较差的个体进行全局混沌扰动,并采用云模型的正向正态云发生器对遗传算法中适应度值较优的个体进行局部搜索,通过引入种群分配系数α和混合控制代数mix_g,提出了混沌云遗传混合优化算法(CCGA),设计了求解流程,建立了基于CCGA的水库生态调度优化方法。(3)根据安康水库历史水文数据,完成了水库生态调度,与实际调度方案对比分析,验证了本文建立的优化方法的可行性,同时,选用多种优化算法对本文建立的水库生态调度模型进行求解,对比优化结果与优化过程,测试了本文建立的优化方法的优越性。