本書(shū)以雅礱江下游梯級(jí)水庫(kù)群為例，開(kāi)展中長(zhǎng)期徑流預(yù)報(bào)、梯級(jí)水庫(kù)群多目標(biāo)優(yōu)化調(diào)度、徑流預(yù)報(bào)不確定性下的調(diào)度風(fēng)險(xiǎn)分析及多屬性決策研究，主要的研究成果包括:(1)提出了基于“量-型”耦合相似的多維混沌預(yù)測(cè)方法，將多源數(shù)據(jù)相似性度量融入多維混沌相空間重構(gòu)，提升了中長(zhǎng)期徑流預(yù)測(cè)精度。(2)建立了基于多策略融合的多目標(biāo)蝴蝶優(yōu)化算法，通過(guò)改進(jìn)種群初始化、算法參數(shù)、進(jìn)化方程和變異策略，提高了水庫(kù)群多目標(biāo)優(yōu)化調(diào)度模型的求解效率。(3)構(gòu)建了預(yù)報(bào)不確定性下的水庫(kù)群多屬性決策方法，充分利用風(fēng)險(xiǎn)均值和區(qū)間數(shù)信息，實(shí)現(xiàn)調(diào)度方案多屬性決策。