水文预报是水文水资源重要的研究方向，而大坝安全监控则是测绘工程重要的研究方向。神经网络是目前较为热点的方法之一，它广泛应用于各类工程中数学模型的建立。它不同于传统的统计模型、确定性模型和混合模型等显式表示的模型，而是通过隐含层隐式地表示变量与因变量之间的关系，表达能力更强，能较好地对包含不确定因果关系的信息及数据进行分析。本论文主要采用的是BP网络和CP网络来进行地下水动态数值模拟与预测和大坝安全监测的研究与应用。 在BP网络研究应用于实例的过程中，本文考虑了不同运算次数和网络结构对BP网络预测精度的影响。在BP神经网络研究应用于雍口大坝安全监测信息处理的过程中，由于数据的预处理比较繁琐，学习及预报完，还要后处理把水平位移还原，所以本文对BP算法进行了改进。该改进算法简化了预处理与后处理步骤，得到了比较满意的结果。 CP网络既汲取了无教师示教型网络分类灵活、算法简练的优点，又采纳了有教师示教型网络分类精细、准确的长处，使两种不同类型的网络有机地结合起来。相对于BP网络，CP网络在应用于本文的实例中，运算速度比较快，结果精度高，是更佳的选择。 本文编写了BP网络、CP网络、改进BP网络算法程序。