摘要：摘要本文针对混合蛙跳算法（shuffled frog leaping algorithm，SFLA）早熟收敛的问题，将云模型算法融合于SFLA算法中，形成一种云变异蛙跳算法（normal cloud mutation SFLA，NCM—SFLA），弥补混合蛙跳算法后期容易陷入局部最优的不足．同时利用算法易于并行的特点，在多核环境下基于．NET4的并行拓展库（parallel extensions）进行算法的并行优化．将其应用于梯级水库优化调度中，实例计算表明，与多维动态规划算法（MDP）相比，NCM—SFLA方法具有更好的全局寻优能力和较快的收敛速度，在现有的计算条件下该并行算法能有效缩短程序运行时间，求解梯级水库优化调度问题是合理、有效的．

关键词：云变异蛙跳算法 多核 并行 梯级水库 优化调度 

单位：华北电力大学可再生能源学院 北京102206