在分析与调研国内外有关资料与研究成果的基础上，对人工神经网络在河流动力学中的若干应用(床面形态、动床阻力等)进行了系统研究，其中应用并融合了反向传播、径向基函数、概率神经、进化神经网络等理论和技术，主要研究成果如下：L综合评述了人工神经网络在水力学及河流动力学中的应用.分析指出，人工神经网络在水力学及河流动力学中的应用虽处于起步阶段，但发展前景广阔.2.基于人工神经网络运作机理的研究，用MATLAB语言开发了人工神经网络计算程序，并进行了反向传播网络(BP)预测浑液面沉速、径向基函数网络预测煤粉模型沙密实历时干容重及起动流速等应用研究.研究表明，人工神经网络模型分析成果比常规分析方法精度高，在河流动力学中应用潜力大.3.研究河床床面形态的影响因子，提出了概率神经网络床面形态判别模型，对影响床面形态的影响因子进行了敏感性分析.实例分析表明，模型能反映河流诸多复杂因素及其变化对床面形态的影响，较好地实现了输入与输出的非线性映射，其预测正确率较高，可用于床面形态的判别，其成果可在一些阻力计算方法中运用.4.研究动床阻力影响因子，建立了进化神经网络预测模型，并对影响动床阻力的因子进行了敏感性分析.该模型用遗传算法进行全局空间搜索，通过对网络结构的不断进化而获得最优网络结构.实例分析表明，模型精度较高，可用于动床阻力的预测.其敏感性分析成果可供有关部门参考.