闸坝是辅助人类开发管理水资源的重要工具。我国闸坝建设成绩斐然,大多数工程在防洪排涝、灌溉供水、通航养殖、生态保护等方面起着积极作用。以淮河流域为例,由于防洪抗旱和经济发展的需要,全流域已建成大中型水库5400多座和水闸4200多座,过多的闸坝工程建设必然引起河流水文情势和水环境状况均发生较大变化,造成水资源配置不均匀、生态与环境恶化等后果。槐店闸是淮河支流上的一个关键节制工程,泄流量的精准计算不仅能有效减少洪灾和旱灾造成的损失,还能改善水环境、修复生态系统,对于充分发挥槐店闸的节制功能、加强闸坝工程的科学调度有着重要意义。本文以槐店浅孔闸自由出流为例,在槐店闸管理所2005～2012年的监测数据基础上,对槐店浅孔闸自由出流进行不同方法的模拟计算,以求获得不同方法之间的计算精度以及差异。论文主要研究内容如下:(1)采用回归方法确定了基于传统经验公式形态的流量系数计算方程,并对所得方程进行率定和验证,结合传统水力学公式对流量进行计算。对所得方程进行验证时发现,三阶多项式在整个自由出流区间内计算结果较好,平均绝对百分比误差为0.09。改进分段函数形式的流量系数计算方程在闸门相对开度区间为0.01～0.25、025～0.45和0.45～0.60时,平均绝对百分比误差分别为0.075、0.068和0.026,模拟精度得到明显提高。通过对不同闸门开度及不同来水期下的流量模拟发现,研究所得分段函数在槐店闸自由出流计算中具有良好的应用效果。(2)建立了基于不同输入变量组合的MLP及RBF神经网络流量预测模型,并将预测结果较好的MLP神经网络采用遗传算法对其初始权值及阈值进行优化。影响MLP网络预测结果的主要因素为输入变量与输出变量之间的相关性,输入变量增多及隐含层单元数增多在一定程度上可以增加预测的精度。RBF神经网络由于样本中小流量下泄数据较多,样本中心会发生偏移,不能够对网络输入变量及输出变量的关系进行准确映射,并不适合进行多输入变量时的数据预测。采用GA算法对五种输入变量的MLP网络进行优化后发现,GA算法改进效果明显,平均绝对误差降至7.69m~3/s,平均绝对百分比误差降至0.11,预测精度较高。(3)采用MIKE21软件对槐店闸自由出流进行建模及计算,从模型模拟结果中发现,MIKE模型对于平稳变化的数据相比变幅较大的数据具有更好的模拟效果。且模型模拟具有连续性,前一步的计算结果会影响下一步。模型对小流量模拟结果较差,当泄流量较小时,风速、流速、河道糙率的设置以及上游不同的来水条件都可能对其造成较大的影响,从模型本身上来讲,这些因素都会被考虑到计算之中,因而造成小流量泄流时的较大计算误差。但是MIKE模型对水位、流场的模拟具有较好的直观性,预测精度在合理范围内,仍可作为预测自由出流的常规方法。