流域水文模型的参数率定和模拟结果实时校正是洪水预报中非常重要和困难的工作,它们直接关系到提高预报的精确度和洪水的预见期,对于保护人类生命和财产安全具有重大意义。本文将流域水文模拟和人工智能技术相结合,在广泛阅读了国内外有关的研究成果的基础上,针对传统水文模拟方法中存在着模型参数率定工作量大和预报结果误差较大等问题,尝试了将人工智能方法引入水文预报模型参数自动率定和实时校正这两个方面,并建立了相关的模型,上述模型经过潘家口水库多次水文资料的检验和应用,获得了比较满意的结果。本文主要研究内容包括:(1)提出基于遗传算法水文模型的参数率定方法,并建立了自适应遗传算法参数优化识别新安江模型,并根据模型特点,结合洪峰流量和洪水总量这两个重要的指标对模型的参数进行了优化率定。所提出的方法能够自动、快速地获得预报模型的理想参数。对潘家口水库流域进行了实际应用,结果表明:遗传算法应用于流域洪水预报模型参数率定能够提高模型预报精度,且较为简单,是一种行之有效的方法。(2)采用误差自回归方法,建立潘家口水库模拟结果实时校正模型,并对实际的洪水预报结果进行了实时校正。结果表明:基于误差自回归的洪水实时校正预报方法,可以明显地改善预报精度,提高模型的实用性。(3)根据洪水预报软件的特点,设计开发出界面友好,操作灵活的潘家口水库实时洪水预报及管理信息系统。并且,该系统的可行性在洪水预报的实例中得到了验证。本文所建立的参数优化识别方法和输出结果的实时校正方法是切实可行的,符合流域水文模拟的实际情况,可为潘家口水库的洪水管理和科学调度提供一些有价值的参考依据。