本文研究了阳极氧化法制备TiO2纳米管的工艺，并通过交流电沉积的方法在其表面沉积了不同含量的Ag颗粒，研究了沉积时间、AgNO3浓度和沉积电压对氧化钛纳米管阵列光电转换性能的影响。通过SEM、XRD对所制备的纳米管的形貌、结构进行了表征。　　 结果表明Ag颗粒沉积在TiO2纳米管表面。光电转换性能测试结果表明在没有外电压，可见光源、紫外光源条件下，改性后的Ag-TiO2产生的光电流密度分别是TiO2纳米管阵列的光电流密度的5.8倍、4.0倍。当外电压为0.5V时，可见光源、紫外光源条件下，改性后的Ag-TiO2产生的光电流密度分别是TiO2纳米管阵列的光电流密度的2.5倍、2.8倍。改性后的TiO2纳米管对不同pH值浓度为15mg/L甲基橙溶液的降解率不同，相同降解时间下，对pH=13的甲基橙溶液降解率最大，本文从能带理论的角度阐述了Ag掺杂提高二氧化钛纳米管阵列光催化性能的机理，并以此为基础，得出了其它贱金属(Fe、Co、Ni)　　 也可以提高二氧化钛纳米管的光电转化以及光催化性能的推论，通过进一步的实验也验证了推论的正确性。　　 本文利用人工神经网络的方法解决了阳极氧化法制备TiO2 纳米管的形貌预测问题。　　 首先将收集到的已有实验数据利用一种创新的方法做简化处理，即将电解液组成部分的数据看成稀疏矩阵，用非零元素的位置和数值来表示这个矩阵，将处理后的数据作为网络的训练和验证样本。然后将纳米管形貌分为分布有序度，管径和管长三个参数并分别做出预测。本文重点讨论了利用径向基函数网络预测纳米管分布有序度和利用BP 网络预测管径和管长的具体过程，详细叙述了训练样本的选择，网络结构和参数的选择等构建神经网络的重要问题，最终得到的了预测性能良好的网络。