洪水灾害是当今世界主要的自然灾害之一,防洪减灾是世界各国普遍关注的问题。准确的洪水预报是战胜洪水,减少灾害损失的前提条件和重要保障。而预报精度主要取决于预报模型的结构和参数。根据流域具体情况选择合理的模型结构后,参数率定问题则显得尤为突出,因此寻求一种参数全局优化方法对于提高预报精度以及实现系统最优控制具有重要的理论和现实意义。本文以德宏州大盈江流域水情自动测报与洪水预警系统项目为依托,研究其中核心部分——洪水预报。针对以往洪水预报模型参数率定所采用的人工试错法率定参数困难,精度不高的问题,尝试性地引入粒子群优化算法,基于大盈江流域目前所能掌握的实际水文气象资料,系统地研究了粒子群算法优化新安江模型参数和水箱模型参数的理论方法,并将计算结果进行了比较分析。利用历史洪水的洪量相对误差合格率和洪峰相对误差合格率及确定性系数作为指标来比较参数优化方法和预报模型。用粒子群算法优化新安江模型和水箱模型参数后的预报精度均比人工试错法略有提高,从而体现出粒子群算法自身的优点。同时,比较了用粒子群算法优化参数后的新安江模型和水箱模型,前者的预报精度略高于后者。所以,推荐在大盈江流域水情自动测报与洪水预警系统中采用新安江模型作为主要预报模型,水箱模型为辅助预报模型。本文尝试性地将粒子群算法引入到洪水预报模型参数优化中,并取得了较为满意的结果,从而丰富了洪水预报模型参数优化的方法。