本文针对城市水环境极限承载力的特点，以人工神经网络和遗传算法为主要技术手段，建立了城市水环境承载力的人工神经网络模型，并用遗传算法优化该网络的权重，在城市水环境极限承载力建模和预测中进行创新研究。在研究中初步选取了十个影响因子作为水环境承载力的评价指标，并将该模型应用到西北干旱区的宁夏银川市。实例证明，用遗传算法优化人工神经网络的权重，将获得高于单纯用人工神经网络训练的结果。 主要研究成果有： 1．通过查阅大量国内外研究城市水环境承载力文献的基础上。提出了城市水环境极限承载力的定义及评价城市水环境极限承载力的指标体系。 2．采用一维稳定条件下的水环境容量计算方法对银川市河流水环境容量进行了初步的计算和分析，为银川市工农业的可持续发展奠定了有关水环境方面的基础。 3．在分析人工神经网络和遗传算法各自特点的基础上，将两者结合起来应用到城市水环境极限承载力的建模中，以西北干旱区的宁夏银川市为例，完成了城市水环境极限承载力的预测。模型具有三个特点：第一，分辨率高，BP网络模拟人类的思维方式，对事物的判断不需要预先建立某种模式，只根据事物的本质特征，采用直观的推理判断，信息含量丰富。第二，通用性广，该模型可应用到西北干旱区的其它城市。第三，可操作性强，对训练好的网络，只需给定输入，即可输出评价结果，简单易用。 4．采用MATLAB语言对城市水环境承载力模型进行编程和求解。 本文是国家自然科学基金项目“西北干旱区域城市水环境极限承载力研究”的一部分。用人工神经网络结合遗传算法研究城市水环境承载力是一条崭新而有效的途径，为城市水环境承载力提供了新的研究思路，对其的进一步研究起到了推动作用。