随着环渤海地区经济的快速发展和海岸带高度开发,渤海湾海水富营养化问题日趋严重,是制约滨海地区经济可持续发展的重要因素。富营养化的预测与评价模型的建立,对于近岸海域富营养化的防治、修复和管理具有重要的意义。本文以渤海湾为研究背景,运用统计学、模糊理论、神经网络、遗传算法等信息技术方法,借助于MATLAB语言,研究了渤海湾的海水富营养化评价模型,并通过研究渤海湾环境因子同浮游植物量的关系,建立了叶绿素值的预测模型。通过分析渤海湾中与富营养化有关的主要因素,综合了物理、化学和生物指标,提出了渤海湾海水富营养化的模糊综合评价方法,用加权平均原则对结果进行了处理,评价结果显示天津港口及排污口附近富营养化状况严重。为避免人为主观因素的影响,使用了一种基于数据库模糊规则的获取方法,建立了叶绿素预测的模糊逻辑模型。另外,本文建立了渤海湾海水富营养化的BP网络评价模型,采用足够多的学习样本对BP网络进行训练,并经过检验样本检验了网络的泛化能力。与模糊评价进行了比较,评价结果相差较小。通过对遗传算法理论的研究,提出了二级遗传算法优化神经网络的拓扑结构和初始权值的方法,建立了基于二级遗传算法优化的神经网络预测模型,对渤海赤潮监控区的叶绿素值进行了预测,并与传统的BP预测模型进行了比较,结果显示前者仿真效果更满意。最后,研究了模糊逻辑与神经网络的结合—自适应神经网络模糊系统ANFIS,并结合监测的数据,通过减法聚类对输入/输出数据进行处理,建立了初始的模糊推理系统,后用神经网络对其进行自适应的学习,建立了渤海湾叶绿素的自适应神经网络模糊预测模型。对赤潮监控区的一个站位进行了模拟研究,预测结果大部分与实测值接近。