糙率是水动力数值模型中率定和验证的重要参数。采用遗传算法反演河道糙率一直是水动力数值模拟研究的热点与难点,其反演效率是优化算法应用于实际工程的主要制约因素。针对遗传算法后期收敛慢的问题,引入拟牛顿、信赖域、单纯形3种局部细致搜索性强的算法与标准遗传算法混合,比较分析各种算法对一维水动力模型糙率的反演精度、效率及调用模型次数,探讨全局优化和局部细致优化混合算法在水动力模型参数优化中的适应性和实用性。研究结果表明,各算法对水动力模型糙率均具有较高的反演精度,但遗传算法在优化过程中存在明显的"阶跃"现象,而引入局部深度搜索算法后可显著减少优化过程中调用水动力程序的次数,提高收敛速度。研究结果可为一、二维水动力模型糙率反演方法选择及改进思路提供参考,亦可为各行业多目标优化问题的效率分析提供借鉴。