中长期预报是充分利用水资源、真正实现水库优化运行、发挥电站经济效益的有力手段和重要环节,对防汛抗旱、水资源规划与管理工作至关重要。然而,由于水文情势变化受多种不确定因子(如气候变化、人类活动和地形地貌变化等)的影响,因果规律并不完全清楚,水文资料信息也不是很充分,表现出随机性、模糊性、灰色性等复杂特性,因此准确的预测出未来年、月的水文径流量,一直是水文预测研究难度较大的课题。　　数学模型在水文预报方面有了很多的应用,不难发现,模型预测精度的好坏取决于参数的率定。传统的方法能够对参数进行确定,但精度有待提高。本文尝试采用改进粒子群算法对模型的参数进行的寻优,并应用于径流预报,结果表明,精度得到了提高,改进粒子群算法在预报模型参数估计中得到了较好的应用。　　对于不同径流资料的特性,不能盲目采用相同的模型进行预报,模型均有一定的适用范围,以溪洛渡水电站历史径流资料为依据,本文从以下方面做了研究:　　(1)对溪洛渡水电多年年、月平均流量变化过程进行统计分析,主要包括年平均流量多年变化情况分析、丰水期和枯水期各月径流变化情况分析,详细分析了其年、月径流变化规律。　　(2)采用了水文统计中的时间序列方法进行径流预报,对年、月平均流量进行了定性预测和定量预测。通过比较分析,得出推荐结果,从预测成果来看,效果较好。　　通过对溪洛渡水电站中长期径流进行预测,分析得出,对于丰水月,采用定性预测,能够明确指出其变化趋势和大致发展范围,在进行定量预测时,不宜采用平稳时间序列模型;对于枯水月,由于其数据平稳性好,定量预测精度较高,预测结果比较满意。