本文主要研究了神经网络在巢湖水质评价预测中的应用。在水质评价方面，根据巢湖营养状况评价的实际需要，选取TP、TN、COD_Mn和温度作为巢湖营养状态评价的指标，确定了巢湖营养状况评价的标准，建立了人工神经网络模型和神经网络—隶属度组合模型，利用评价模型对巢湖六个点位2000年春到2002年冬的水质营养状况进行了评价，得到六个点位三年内每一个季节的营养状况，从中我们可以得出这样的结论：从整体上看，巢湖西半湖属富营养类型，东半湖属中富营养类型，全湖为中富营养到富营养化过渡状况。在水质预测方面，确立了叶绿素a与富营养化程度之间的关系，选取水温和叶绿素a为影响因子，通过神经网络预测了巢湖富营养化状况（叶绿素a的浓度）的下一个月的变化趋势，并通过神经网络插值的方法生成足够的样本，预测了巢湖富营养化状况（叶绿素a的浓度）的下一周的变化趋势。结果表明，水温和叶绿素a是影响叶绿素a短时间内变化的最主要因素，以这两者作为输入变量建立的网络简单快捷，说明人工神经网络模型能有效合理的预测巢湖富营养化短时期内的变化趋势。最后，文章还建立了一种GM（1，1）—神经网络组合模型，并通过对巢湖的监测数据的计算证明这种模型能有效提高湖泊水质灰色预测的预测精度。