中国水环境问题已经十分严重,主要表现在江河源头区的水土流失、水体富营养化和城市水环境系统的水质污染两大方面。水污染不仅仅是一个环境问题,而是已上升为重大的经济、社会、道德和生存问题。近年来,中国大部分城市经济、文化和人民生活水平取得了长足发展,但是城市河流却受到了较为严重的污染,对城市生活的舒适性产生极大的影响,为此许多城市花费巨资对一些重点河流展开了城市河流综合整治。水环境综合整治是流域环境保护的重要内容。城市水环境综合整治作为水利建设的一个重要方面,不能就整治而整治,而是要整治与开发同时进行。通过对城市水环境的综合整治以及实现在防洪、排涝、交通、生态、旅游、文化等功能上的有机结合,使中心城市防洪能力得到显著提高,城市水环境得到明显改善,城区面貌焕然一新。本文根据北沙河流域所在地区的经济、社会、环境等条件,在分析了该地区水环境的污水来源、污水水质水量以及污水排放等特点后,运用人工神经网络的方法对综合整治进行优化,最终提出了治理北沙河的具体措施。北沙河流域通过采取生态环境保护、污染物总量控制、小流域综合治理及水资源统一调控等措施来修复流域水体生态系统。具体体现在对地表水和地下水的水质治理、流域水土保持和河道整治等方面。本文水环境污染特征分析方法分别采用人工神经网络和模糊综合评价法两种综合评价方法来评价水体整体污染情况,通过比较之后,选定比较适合北沙河流域水质现状评价的方法——BP神经网络的方法,归纳出该地区的主要水体污染特征。对北沙河水环境的研究发现,由于人工神经网络具有自组织、自学习、自适应等多种功能,所以它被普遍应用于优化领域。在水环境方面主要应用于水质评价、预测、规划优化等,尤其是在水环境综合整治方案优化系统中,Hopfield模型具有其它方法所没有的优越性。它只需要Hopfield网络的能量函数,将其对应于要求的费用函数,就可快速地进行网络搜索,找到全局最低点,简化了计算。本文以北沙河水环境容量、工程治理费用最小和水环境功能达标为目标,通过对离散型人工神经网络Hopfield模型(DHNN)能量函数的合理设计,将水环境综合整治方案的费用转化为DHNN的能量函数,提出了水环境综合整治方案优化DHNN模型。本文对于城市小流域的水环境综合整治方案的提出和优化提供了一个可供借鉴的方法,对改善中小流域水环境质量具有一定理论和实际意义。