水污染控制系统是一个十分庞大、复杂的系统。近年来，人们为了消除污染，保护环境，投入大量的物力和财力，但所取得的效果却不尽如人意。国内外的研究成果都一致证明，运用系统分析技术进行水污染控制系统规划可以节省大量的费用。水污染控制系统规划的目的就在于协调和折衷各个不同利益的社会集团之间的关系，合理利用水体自净能力，在水质要求的约束下，使得整个系统的总费用最低。一个好的规划方案应综合考虑政治、技术和经济等因素，而这些目标和要求往往又是相互对立和矛盾的，水污染控制系统规划的性质决定了这一类问题是一个多目标的规划问题。 水污染控制系统多目标规划问题的理论和方法都尚处在发展阶段，目前一般都是通过权重将其转化为单目标问题进行求解如：效用最优化模型、罚款模型、约束模型、递阶模型和最小-最大模型等，这些模型或者由于其求解假设太过理想化，或者只能确定权重系数的修正方向，从而限制了在水环境管理领域的应用。 针对以上问题，本文提出了用改进的遗传算法进行模型的求解，遗传算法是模拟生物界的遗传和进化过程而建立起来的一种搜索算法，是概率意义上的全局搜索。因此在理论上都能获得最优解，而避免落入局部极小点。并通过实例验证该算法综合了遗传算法全局寻优能力强和模糊非线性优化理论能够协调模糊变量间的关系等优点，避免对某些目标进行简单量化带来的误差和数掘损失，使得求解过程更加简单，同时能够保证得到水污染控制系统多目标规划全局最优解。本文在最后将其应用于淠河的多目标规划的求解和分析，结果表明：用改进的遗传算法求解多目标规划模型，理论上是可行的，结果是可靠的，从而为水污染控制系统多目标规划的求解开辟了一个新思路，在水污染控制系统领域中有一定推广应用价值。