河冰是北方河流和水利工程的重要研究课题。近些年冰情灾害发生范围有所扩大,给经济发展带来的危害和损失在不断增加,防治冰凌灾害已经成为国民经济发展中必须重视的问题。防治冰凌灾害的首要任务是加强冰情预报的研究,建立健全冰情预报系统。所以本论文开展了模糊—神经理论预报明渠冰情的研究。本文主要创新点如下：(1)研发了基于Levenberg-Marquart算法改进BP神经网络(ANN)的冰情预报系统。建立了基于Levenberg-Marquart算法改进的Back Propagation(BP)神经网络模型,并把该模型应用到黄河宁蒙河段实时冰情预报中。通过比较,神经网络模型的预报精度明显高于智能的遗传算法(G(0,N))和传统的统计模型。该模型已经投入到黄河宁蒙河段冰情运行管理中,连续多年在线成功的预报了黄河宁蒙河段流凌、封河和开河日期,为黄委会黄河凌汛提前决策提供了重要的科学依据。(2)提出了自适应神经模糊推理系统(ANFIS)预报河道冰情。鉴于自适应网络的模糊推理系统吸收了神经网络和模糊理论两者优点,本论文提出用ANFIS预报河渠冰情,模拟了黄河宁蒙河段石嘴山、巴彦高勒、三湖河口、头道拐水文站冬季水温的变化。同时把ANN结果同ANFIS预报结果进行比较,证明(?)NFIS模型比神经网络理论具有更高的预报精度。(3)引用中国传统二十四节气到冰情预报研究中。把中国传统二十四节气应用到冰情预报中,开展南水北调中线工程冬季输水冰情预报。把立冬日作为预报的时间基准点,采用Levenberg-Marquart算法改进的BP神经网络模型预报南水北调中线黄河以北6个城市的气温稳定转正和转负日期。并同公历作为时间坐标系预报结果进行对比,前者预报精度好于后者。在预报因子选取中也考虑到农历二十四节气作为时间节点的参考价值。