人口、资源、环境、生态是当今世界面临的四大问题。水是一种不可替代的资源,与其他三个问题有着密切的联系。随着国民经济的发展,粗放型的发展模式愈加暴露出其与社会经济、生态环境的不协调,如出现水土流失,水体污染等。水资源短缺和水质污染严重已经成为我国经济社会发展面临的重大问题之一。因此加强水质的预警、预测、预防和整治水污染、促进水资源的综合利用已经成为我国经济社会发展过程中必须要高度重视的重大问题之一。本文在对水质检测数据、水质评价方法和水质预测模型研究的基础上,重点讨论了BP神经网络预测模型的特点及其不足之处,根据其不足之处提出了一种新的预测模型的建立思想,提高了BP神经网络应用于水质预测时的预测精度;针对神经网络建模时其结构难以确定的特点,将可变结构神经网络建模方法应用到水质预测模型的建立中,通过定义隐层神经元输出相关系数和学习样本识别度来确定隐层神经元的理想个数,并且将变结构BP建模方法的预测结果与标准BP建模方法的预测结果进行了仿真研究。此外,本文还介绍了各种水质评价方法,将变结构BP神经网络引用到水质评价中。神经网络是人工智能研究的热点重点,在本文的最后,作者对神经网络的新理论特别是过程神经网络做了介绍,以期能够为其在实际中的应用抛砖引玉。