水资源合理高效利用是干旱和半干旱流域可持续发展的基础和前提，是我国迫切需要研究的重大课题。本文以涑水河流域可持续发展核心问题、需水和优化调控及策略为研究对象，以生物群智能优化算法和人工智能技术在径流、污染负荷、水环境容量、生态环境需水、流域需水预测和水资源优化调控中的应用为手段，对干旱和半干旱流域水环境容量、生态环境需水、灌区需水、流域需水计算模式、流域水环境质量健康状况评价体系、生态系统安全评价体系及评价模型、水资源优化调控模型等关键技术进行了系统研究。　　开展了涑水河流域径流变化机理与规律研究，得出了径流的分布、变化和周期性规律，提出自适应调节蚁群算法和自适应蚁群算法，优化RBF神经网络参数混合算法，解决了RBF神经网络对其结构参数难以确定的问题，提高了运算效率和预测精度;建立了自适应调节人工蚁群-RBF神经网络预测模型、自适应人工蚁群-RBF神经网络预测模型。解决了干旱和半干旱流域径流预测精度不高的难题。　　进行了涑水河流域点源和面源污染分布及污染负荷变化机理研究，得出污染负荷的分布、变化趋势和突变规律，提出灰色-马尔科夫算法、自适应粒子群-RBF神经网络混合算法，建立了灰色-马尔科夫预测模型、自适应粒子群-RBF神经网络预测模型。解决了干旱和半干旱地区污染负荷预测模型难建立和预测精度不高的问题。　　开展了涑水河流域水环境及生态安全状况研究，得出干旱和半干旱流域生态系统健康评价指标以及水环境质量健康状况评价指标，提出应用层次分析和综合模糊法构建评价体系的原则及方法，建立了干旱和半干旱流域水环境质量健康状况评价体系、生态系统安全评价体系。解决了干旱和半干旱流域无水环境质量健康状况评价体系及生态系统安全评价体系的问题。　　开展了流域水环境容量、生态环境需水、流域需水计算模式及预测模型和水资源优化调控研究，分别构建了干旱和半干旱流域水环境容量、生态环境需水、灌溉需水和流域需水计算新模式，分别提出并建立了自适应调整粒子群-RBF神经网络水环境容量预测模型、自适应变尺度粒子群-RBF神经网络流域需水预测模型，解决了流域水环境容量、生态需水、灌溉需水、流域需水计算复杂和计算与预测精度不高的问题。建立了以生态环境、经济、节水为目标的流域水资源优化调控模型，针对多元目标优化模型强约束、非线性、多阶段组合优化的特点，提出了自适应蚁群算法进行求解。解决了强约束、非线性多元目标优化难以求解的问题。　　本文研究的径流预测、污染负荷预测、水环境质量健康状况评价体系、生态系统安全评价体系及评价模型方法、水环境容量计算、生态环境需水计算和水资源优化调控模型及策略，可用于指导涑水河水资源优化配置和水环境污染控制，对推动涑水河流域可持续发展具有积极意义。