随着全球温室效益日益加剧,水灾害频繁出现,水文工作越来越受到重视。而对于水文工作来说,水文预报在防汛、抗旱、水资源开发利用、国民经济建设和国防等领域起着举足轻重的作用。因此水文预测的研究是非常必要的。本文在深入分析比较各种水文预报方法的基础上,提出了一种改进的支持向量机算法并应用于水文预测中。首先,系统地介绍了水文预测中常用的预测方法及手段,并对几种常用方法和手段的特点进行了分析。其次,阐述了支持向量机的理论基础和原理,给出了支持向量机回归模型。而后,着重阐述了利用人工鱼群算法对支持向量机训练算法的改进,并提出了基于人工鱼群优化的支持向量机算法,阐述了核函数、模型参数的选择等,建立了基于人工鱼群优化的支持向量机的拉萨河流域水文预报系统模型,并与标准的支持向量机预测模型进行对比。实验结果表明,基于人工鱼群优化的支持向量机的训练算法的训练速度优于标准的支持向量机的训练算法,能够为水文预报提供更准确更快捷的技术支持,解决了水文预报中人工处理及预报费时多问题,满足了对来水较快的地区,特别是有些区间降水影响的地区防汛水文预报要求。