摘要：传统遗传算法的解空间均为可行解，经过遗传操作产生的新个体若为不可行解，则需要对其进行修正．但在梯级水库调度中，由于各时段间、水库间存在的水力电力联系，使这种修正变得复杂困难．鉴于此，本文提出了自适应逐次逼近遗传算法（AGASA），它可在包含不可行解的空间中寻优，并根据寻优结果自动调整搜索空间与控制参数，从而逐渐逼近最优解．最后通过一个算例，并与离散微分动态规划法（DDDP），逐步优化法（POA）的优化结果进行比较，说明了该方法的可行性与有效性．

关键词：水库调度 优化调度 遗传算法 自适应 逐次逼近 

单位：昆明理工大学电力学院水电系 昆明650500