非充分灌溉条件下的作物灌溉制度优化可以有效地提高农作物产量及水分利用率。基于此，本文在查阅大量国内外文献的基础上，阐述了国内外优化灌溉制度及灌溉水资源在单一作物和多作物之间优化分配模型的进展。在借鉴前人所做工作的基础上，结合我国的水资源及农业灌溉实践状况，提出了适用于我国农业灌溉工程的单(多)作物优化灌溉模型，并通过混合遗传算法(Hybrid GenotieAlgorithm：HGA)对该模型进行了求解。 目前，国内外对优化灌溉模型的求解通常采用的是动态规划逐次渐进法(DPSA)和非线性规划(NLP)，但是DPSA法并不能保证在任何情况下都收敛到最优解，而NLP法求解需将非线性目标线性化，难度较大。针对普通遗传算法(GA)收敛慢，以及动态规划逐次渐进法、NLP法收敛难度大的问题，本文应用了一种将遗传算法与模拟退火算法相结合的新的搜索算法——HGA。HGA将GA算子和模拟退火算法结合起来，构成混合遗传模拟退火算法，融合了遗传算法强大的全局搜索能力和模拟退火算法较强的局部搜索能力。 根据已得到的单作物优化灌溉模型，将其应用于某灌溉区水稻灌溉水量优化分配的工程实例中。通过混合遗传算法强大的搜寻能力，对模型的实数编码空间进行搜索，得到特定条件下模型的最优解。仿真试验表明，该混合遗传算法能有效提高遗传算子的运行效率和计算精度。同时以静态作物水分生产函数Jenson 模型为基础，建立了基于产量最大的有限灌水量的3种作物优化灌溉模型，将有限水量在3种作物的生育期内进行分配，以达到最优产量。并绘制作物可供水量与相对产量的关系曲线，将计算结果与实试验数据进行分析比较，结果表明：优化模型较好地模拟了作物配水，保证作物在有限灌溉条件下得到最大产量。混合遗传算法与普通遗传算法的优化对比曲线显示了混合遗传算法能在不同灌溉情况下，比普通遗传算法能够更快更好地搜索到模型的最优解。混合遗传算法的优越性能，为农业水资源管理提供了一种新的思路和方法，因而可用于指导农业灌溉和生产。