市政工程是复杂的巨系统,采用传统的方法对市政工程进行优化、建模、预测、模拟、评价和决策分析是比较困难的。本文在阐述分析了以往的建模、评价和预测方法的基础上,针对目前各方法所存在的问题,尝试使用基于加速遗传算法的投影寻踪方法、矩阵对策和BP神经网络建模,对市政工程进行优选、评价和预测分析。 首先,论文在对一维投影寻踪的窗口半径的经验取值进行理论探讨的基础上,改进了一维投影寻踪聚类模型;然后,针对神经网络的泛化能力问题,提出了基于多维投影寻踪与神经网络的综合评价模型;接下来,提出了基于遗传算法的矩阵对策新解法以及基于遗传算法的矩阵对策优选模型;最后,为了能够综合利用现有各种预测模型的有效信息,采用基于人工神经网络的非线性组合预测模型来进行用水量预测。上述各种模型经过市政工程方面实例的应用,均取得了较为合理和有效的结果,表现出一定的可行性和可靠性。因此上述模型在市政工程中具有较为广泛的应用前景。