我国河流水系众多,洪灾频繁。洪水预报是防洪减灾的重要手段之一,建立洪水预报模型,进行洪水模拟是目前进行洪水预报的最佳途径。洪水预报与信息化的结合大大加速了洪水预报的发展。本文针对传统洪水预报模型应用思路和存在的问题,提出洪水预报模型组件化及集成应用,论文的主要内容如下：(1)实现了洪水预报模型组件化。①针对洪水预报模型在结构和逻辑上的特性,人为的将各个模型划分为多个相互独立的模块,每个模块类似一个“黑箱模型”,有数据的入口和出口。②在面向对象的编程语言java基础之上,运用Web Service组件封装技术和SOA组件模型将各个划分好的模块封装成组件。③根据各个模型的结构并运用组件的模式化构建方法,将各个组件搭建洪水预报模型。(2)实现基于优化算法的洪水预报模型参数优选。将遗传算法、粒子群算法、单纯型算法和免疫克隆选择算法等优化算法应用于洪水预报模型的参数优选当中,并针对多场洪水参数优选结果的不统一问题提出基于优化算法的次洪水模拟参数优选方案,结果表明,此方案有一定的可行性。(3)建立多模型洪水预报评价指标体系。针对多模型洪水预报结果优劣问题,提出多模型洪水预报评价指标体系,共分为5个评价因子,分别为：参数确定性系数、洪水预报合格率、降雨量相似度、前期影响雨量相似度、降雨历时相似度。5个因子的权值之和为反映结果优劣的指标。(4)提出多模型预报方案制作方法。针对多模型洪水预报的特殊性,提出采用多个模型的预报值中的最大值和最小值作为预报区间,从而形成带有范围的预报方案,给领导做决策提供依据。