随着我国社会经济的快速发展,建设清洁低碳且安全高效的能源体系成为了我国重要目标。水电能源对改善能源结构,应对气候变化,早日实现“碳达峰、碳中和”规划目标具有重要作用。科学合理的对流域梯级水库群进行优化调度管理,是提高水能资源利用率、减少化石能源消耗的有效方式。流域梯级水库群优化调度运行受径流不确定性、电网稳定运行、防洪安全、供水需求等诸多因素影响,是一类具有不确定性的高维度、多目标、多约束复杂非线性优化问题。为此,本文围绕径流不确定性下的流域水库群多目标调度规则面临的关键科学与技术难题,以提高梯级水库群水资源综合利用效益为目标,结合水文气象学、概率统计学、机器学习技术、多目标优化理论对多重不确定性影响下流域水库群多目标调度规则的先进理论与方法展开研究,为流域水库群调度决策提供了具有理论意义和工程实用价值的研究成果。本文主要研究内容和取得的主要成果如下:（1）围绕径流预报不确定性量化难题,结合径流年际分布的“干湿”状态特性,引入径流隐含状态概念,建立了径流隐含马尔科夫模型;采用联合高斯模型作为径流隐含马尔科夫模型的概率模型,拓展高斯混合回归方法于隐含马尔科夫模型中,提出了隐含马尔科夫回归概率预报方法;将隐含马尔科夫回归概率预报方法应用于中长期径流概率预报,预报结果表明该方法具有高精度和高可靠性的优秀性能,并具备量化径流预报不确定性“异方差性”、“非正态性”的能力。（2）针对水库调度如何有效利用径流预报及其不确定性信息这一关键科学问题,运用蒙特卡洛积分方法和变分贝叶斯推理理论,提出了耦合径流概率预报、确定性优化调度和贝叶斯神经网络的调度规则提取技术框架,解决了径流不确定性条件下水库群调度规则有效辨识与提取的难题;将调度规则提取框架应用于三峡-葛洲坝梯级水库群调度规则提取实例研究,结果表明提取的调度规则能为调度决策者提供确定性决策水位的同时提供不同置信区间下的决策水位区间,有效降低了径流预报不确定性对调度决策的影响,为水库群调度提供了更为丰富、可靠的决策信息。（3）为解决传统多目标算法求解高维目标优化问题时面临的“维数灾”问题,结合Pareto支配关系和决策偏好信息,提出了基于区域搜索策略的区域搜索多目标进化算法;该算法通过权重向量将目标空间中划分为不同区域,使用区域搜索策略更新父代,权衡算法整体收敛性和多样性;采用不同特征的多目标测试函数对算法进行性能测试,结果表明区域搜索多目标进化算法能够有效处理线性函数、混合（凹/凸）函数、多峰、非连续、偏态、非归一化等多种多目标优化问题,在获得良好收敛性和分布性的同时具备高效求解效率,是一种性能优异的多目标进化算法。（4）围绕梯级水库群多目标调度规则优化的关键问题,提出了一种分级防洪调度规则,建立了考虑防洪、发电、航运的多目标分级防洪调度规则优化模型。此外,综合考虑径流不确定性,提出了一种考虑径流预报不确定性的分级预报预泄调度规则,用于指导梯级水库群汛期防洪调度,建立了同时考虑上游水库群防洪目标、下游水库防洪目标、发电目标以及航运目标的多目标分级预报预泄调度规则优化模型。运用提出的区域多目标进化算法对两种模型进行求解,获得了关于各调度目标的非劣调度规则集,结果证明本文提出的调度规则能够在保证水库上下游防洪安全的前提下提高水库发电效益,为汛期防洪调度决策和中小型洪水资源化利用提供了有力的技术支撑。