基金项目：自然科学基金资助项目(59809007)

洪水预报作为非工程性防洪措施正日益受到重视，准确及时的洪水预报为防洪决策提供了科学的依据.人工神经网络模拟了人类大脑的结构及其功能，从而具有对模糊信息或复杂的非线性关系进行识别与处理的能力[1,2].

早期关于人工神经网络在水文水资源系统中的应用与研究的进展情况，文献[3]有较为详细、系统的介绍.其中，关于洪水预报的研究成果，大多处于如何应用人工神经网络算法进行洪水预报的阶段，即如何将洪水预报的实际问题概化成人工神经网络可以识别的算法模型.近期的研究成果表明，研究的问题更加深入，如LINDA SEE(1999)[4]将洪水过程分为上升段、洪峰段和下降段三部分，分别建立相应的预报模型，充分考虑了不同阶段的洪水过程其演进规律的差异.Fi-John Chang(1999)[5]引入洪峰预报误差和峰现误差作为洪水预报精度的评价标准，对于洪峰预报精度给予了高度的重视.能否保证较高的洪水峰值的预报精度，是将人工神经网络的实时洪水预报技术实际应用的关键性问题.