三峡升船机的投入运行以及多线梯级联合调度环境的改变,给三峡升船机与船闸梯级枢纽联合调度问题提出了新的挑战。需要对升船机投入后的梯级联合调度问题进行分析研究,主要研究内容如下:(1)建立两坝间联合调度问题的数学模型。通过对两坝间联合调度问题分析,找出船舶航运约束、船闸运行约束和其他约束条件,提出以最大化闸室面积利用率与最小化船舶的待闸时间为优化目标,确立了两坝间联合调度问题的数学模型。(2)建立船舶过坝优先级模型。分析了影响船舶过闸的因素和调度规则,提出了静态权重与动态权重相结合的船舶优先级模型。静态权重考虑船舶类型、过坝方式和船舶货种三个因素,并采用二进制编码方法计算静态权重。动态权重以船舶静态权重和船舶待闸时间为参数进行计算。(3)基于遗传算法的闸室编排算法。闸室编排是求解三峡升船机与船闸梯级枢纽联合调度问题的重要组成部分。提出了闸室编排问题的数学模型,该模型属于NP问题,然后提出基于遗传算法的三峡—葛洲坝船闸闸室编排算法,包含编码表示、选择策略、杂交算子和变异操作,优化了闸室面积利用率与船舶待闸时间,提出的算法有效地解决了闸室面积利用率和过闸船舶优先级之间的矛盾。(4)两坝间联合调度问题的混合智能算法。采用基于闸次时间表优化进行联合调度,提出了基于粒子群优化算法和模拟退火算法的两坝间联合调度智能算法。采用两层循环对变量进行搜索,外层循环利用粒子群优化算法对船闸闸次总数和闸次航向的值进行变换,内层循环在由船闸闸次总数和闸次航向划定的子空间内利用模拟退火算法对闸次开始时刻进行搜索。选取三峡—葛洲坝2015年4月船舶流数据进行测试,比较混合智能算法与实际人工编排的平均闸室面积利用率以及船舶平均待闸时间结果,并在梯级枢纽联合调度验证软件上进行试验,验证了算法的有效性、实用性。