该文以黄河小浪底至花园口河段为研究对象,利用人工神经网络模型来预测区域流域的水质,尤其针对非汛期与汛期的变化特点,结合自动化控制领域中应用的过程控制原理,探讨了污染控制问题.研究表明,采用多层前向人工神经网络模型,能够有效地模拟预测河流水质的变化.论文以黄河小浪底花园口段重要支流伊洛河为例,根据上游龙门镇、白马寺的监测数据有效的模拟预测了黑石关的水质变化,成功地建立了针对流域水质预测的非线性模型;并讨论了汛期突发性污染的发生.以此为基础,针对小浪底至花园口段,提出了通过流量控制目标河段水质来降低汛期(以及流量突然增大时)河流污染水平的方案.结合过程控制理论,讨论了针对小浪底到花园口的水质快速预测控制方案.该方案包括基于神经网络的预测模型、基于PI调节的过程控制等部分内容.对控制系统的仿真典线分析得出,系统能快速稳定地达到平衡,控制目标可以有效实现.该控制具有准确、快速、稳定的性能,对于目标流域内洪水带来的污染较为合适.