本文对遗传算法理论进行了系统的分析,指出了标准遗传算法的不足之处,提出了一种改进的遗传算法。针对水文模型所出现的大量高维、多峰、非线性、不连续、非凸性等复杂的参数优选问题,考虑到遗传算法的优点,提出用改进遗传算法来解决。并将其成功地应用在降雨径流模型的参数率定中,提高了水文模型参数优选的效率和解的精度。主要研究内容如下: 1.给出了二进制遗传算法的一般模型和标准遗传算法的一般描述,介绍了遗传算法的理论基础。 2.从模式定理的要求和遗传算法的收敛速度及求解精度之间的矛盾入手,提出了改进遗传算法,在理论上分析了其收敛性,并用典型测试函数验证了其在精度上较标准遗传算法的优越性。 3.将提出的改进遗传算法应用在密赛流域三水源新安江模型的参数率定中,并取得了较好的效果。计算结果表明改进遗传算法在精度上优于基本遗传算法。在改进遗传算法适应度函数的选取上,做了理论上的分析和大量的实验,很好地结合了模型的目标函数和遗传算法的适应度函数。 4.针对传统的单目标优化的弊端,提出采用修正的目标函数参数优选法。就密赛流域三水源新安江模型的参数优选问题,通过和单目标参数优选的情况进行对比分析,结果表明:修正的目标函数能较好地考虑到水文预报中各个要素之间的平衡约束关系,更好地满足人们实际生产实践中的不同需求。