近年来，随着社会经济持续增长和城市化规模的不断扩大，城市大气环境问题日趋严重，城市大气环境污染已经成为人们备受关注的环境污染问题之一。本文以合肥市作为研究对象，通过污染源的调查与分析，编制污染源清单，运用A-P值法测算二氧化硫、二氧化氮和可吸入颗粒物等主要污染物的大气环境容量，利用不同评价方法对合肥市大气环境质量现状进行评价。研究成果能够促进大气环境质量模型的发展，为环境管理部门提供快速的结果分析与综合分析，并采取防治和削减措施。对合肥市政府正在实施的城市清洁计划和污染治理工作有促进作用。本文主要选取灰关联评价模型、分级聚类模型以及遗传算法与人工神经网络结合法对合肥市大气环境质量进行评价，结果表明合肥市2002年大气环境质量良好。通过对三种评价方法的比较，可知利用遗传算法特有的并行处理和全局优化能力，避开预先确定网络结构的困难，而以浮点矩阵编码方式将神经网络的结构和相关参数有机地融合在一起，可以较好的完成网络的结构设计和学习，由遗传算法寻找到的网络结构不一定最优，但却满足约束条件，达到减少了网络训练次数，缩短网络训练时间。与其他评价方法相比，B-P神经网络用于大气环境质量评价只以大气质量标准作为BP网络的运算样本，用运算结束的权值和阈值便可对待评价样本进行评价，模型通用性良好，且用于大气环境质量评价不必预先确定各评价因子之间的权值，能自动调整各因子之间的比例关系。通过对合肥市点、线、面源的调查与分析，编制出污染源清单，运用A-P值法测算二氧化硫、二氧化氮和可吸入颗粒物等主要污染物的环境容量，得出以下结果：合肥市SO₂、NO₂、PM₁₀大气环境容量均未达到饱和，二氧化硫、二氧化氮，可吸入颗粒物的剩余环境容量分别为2.6162万t/a，4.0297万t/a，5.4005万t/a，所占总环境容量分别为54.6％、67.39％、75.1％。