随着一大批防洪控制性水库的相继建成,我国各大流域均形成了不同规模的梯级、并联、混联水库群,对水库群实施联合防洪调度是保障下游防洪安全的有效途径。不同水库群的拓扑结构、防洪库容、运行方式、洪水特点都存在差异,针对不同场次洪水统筹水库群的蓄泄过程,实现水库间防洪库容的优化分配,最大程度发挥防洪效益,是防洪调度需要解决的关键技术问题。本文以长江上游五座控制性水库构成的水库群防洪系统为研究对象,对水库群的防洪优化调度及与之相关的洪水演进进行了研究。当下游防洪控制断面接纳上游多个支流、区间入流时,传统的洪水演进模型无法有效地演算出下游流量过程,为解决这一问题,本文建立了BP神经网络流量演算模型,该模型基于互信息提取上游断面入流至下游控制断面的洪水滞时,长江上游的实例研究结果表明,BP神经网络流量演算模型在训练阶段和预报阶段的确定性系数分别达到了0.9870、0.9560,均满足甲级预报水平(确定性系数>0.90)的要求,证明了该模型用于流量演算的适用性和有效性。本文定义了系统安全度以表征水库群防洪调度期间的安全程度,分析比较了单个水库的2种安全度表征形式,提出了静态权重和动态权重的系统安全度计算方式,进而形成了4种调度策略,以最大程度削减下游防洪控制断面超标水量和系统安全度最大为调度目标,建构了水库群防洪优化调度模型,运用精英变异粒子群算法推求调度过程,结果表明动态权重分段线性安全度调度策略不仅可以有效削减超标水量,还能实现水库间防洪库容的优化分配,更有利于系统的防洪安全。引入调度系数及等比例蓄水思想改进聚合分解模型的泄流分配方法,解决了传统分解模型违反约束条件及无法分配串联水库的问题,提出了多因子调度函数,运用逐步回归方法获取调度函数,采用改进的鸡群优化算法优化调度函数参数,实例研究结果表明多因子调度函数的超标水量削减率明显优于分段线性调度函数。