本文以太子河鞍山段为例研究多支流河流的水质问题及污染物的迁移转化规律。针对太子河鞍山段水质污染特点,通过长期的水质监测和水质分析得知:太子河鞍山段所有监测断面的氨氮和化学需氧量都己超过IV类水质标准; 河流水质时空变化规律为越往河流下游水质越差,通过污染物调查,总结分析了太子河鞍山段水质污染原因,并提出了一系列水污染防治的具体措施。水质评价是实施水污染控制规划的重要基础。本文在分析阐述了各种水质评价方法的基础上,最终将神经网络与模糊数学有效结合起来,根据水质评价的要求和特点,建构了改进BP网络—隶属度串联模型。对学习成功后的网络模型进行实例测试,得到了客观而准确的评价结果。根据现有的实际情况,在太子河鞍山段水质模型选择方面做了系统研究,根据太子河鞍山段的水文、污染机理的分析,选用了适合本地区的河流水质模型,即O’Connor模型。充分考虑了水体中各种耗氧及复氧因素,分别采用非线性规划中的最速下降法,人工智能算法中的模拟退火算法和遗传算法对多维参数同时进行估值,并最终选用了精度最高的遗传算法的估值结果,提高了水质模型应用的可靠性,在进行水质模拟时应用了特别针对矩阵的MATLAB语言处理大量数据,从而简化了计算,模拟结果令人满意。同时,运用己建立的太子河鞍山段水质模型进行了水质预测,对拟定方案进行了预测比较,并且用遗传算法理论进行了水污染控制规划。最后,分别以VB.NET和ASP.NET为平台构建了水污染控制规划系统和网络水污染控制规划系统,这两个系统分别利用MATLAB创建了算法库,利用SQL Serve创建了数据库,利用ARCGIS和MATLAB创建了图形库,实现了多平台联合操作。为监测信息的录入和共享及水污染控制规划的制定提供了有力的工具。