运用神经网络,提出一种完全依据环境监测数据的近海水质预测模型.首先,根据以往的研究成果,确定预测模型的输入和输出因子;然后,针对训练样本序列短、群体小的特点,采用自动正则化技术避免了网络的过拟合问题:在此基础上,研究确定网络的最小结构并作适当放大,保证网络充分拟合;最后,对入海河流监测数据进行处理,实现输入和输出因子的频率一致性.经过网络训练,预测平均误差为26.46%,满足环境管理的精度要求.应用表明,这预测方法避免了机理性研究对众多基础数据的要求,原理简单,实用性强,能够为环境管理提供决策支持.