水质模拟预测是顺利实现水环境规划管理、水污染综合防治等任务不可缺少的基础工作，是具有普遍意义的一项重要内容。机理性水质模型虽考虑了影响水质变化的诸多因素，模拟预测效果较理想，但往往较复杂并需要大量基础资料与数据，这常使其在我国许多河流系统中的进一步应用受到限制。而非机理性水质模拟因其针对某一特定的水质系统，通过数学统计或其他数学方法建立模型，也常可以取得较好的模拟预测效果。 本文以淮河安徽段水质为研究对象，在总结机理性水质模型基础上，以非机理性方法在水质模拟预测中的应用为主要内容，运用具体实例探讨了非机理性常用方法和新方法的应用。 在常用的非机理性方法中，论文结合具体的实例，分别采用了加权和非加权式马尔可夫法、自回归时间序列模型对水质指标进行建模预测，并对灰色模型进行改进，建立了灰色时序组合模型。通过实例发现：这些常用非机理性方法在水质模拟预测工作中具有一定使用价值。 在非机理性新方法应用中，论文采用BP神经网络法对淮河安徽段水质进行了模拟预测，训练数据模拟效果很好，预测检验的结果也都在可以接受的范围内。论文将混沌理论和分形理论应用于水质模拟预测中，提出了混沌全域法及其降维改进法、分段变维分形法、分形插值等方法并结合实例探讨了其对水质模拟预测的可行性，为今后工作提供了新的思路和方法。