洪涝灾害在我国从古至今都是十分突出的，水库泥沙淤积对水库的不利影响在我国黄土高原地区也是非常严重的，因此对于水库入库洪水预报与出库含沙量预测的研究有着重要的意义。 本文结合黑河流域的特点针对水库的入库洪水预报进行研究，同时探讨了泥沙淤积较为严重的冯家山水库的出库含沙量预测问题，力求能够根据现有实测数据对水库的入库洪水过程和出库含沙量过程进行较为可靠的预测。本文的主要内容和结果如下： 1．结合黑河流域黑峪口以上控制面积较小、地处半湿润地区的特性，采用集总的新安江模型进行黑河流域的洪水预报，效果很好。 2．采用P～Pa～R三变量相关图进行产流计算，然后用总径流响应函数求出该流域净雨的响应函数，从而进行水情预报，效果较好，但稍逊于新安江模型。 3．以当前时段以前n个时段的连续降雨作为输入，采用一个隐层的BP网络对黑河流域洪水预报进行尝试性研究，训练部分效果较好，但网络的泛化能力不高。 4．同BP网络的输入，在RBF网络的输入层与隐层中加入一个与无因次单位线纵坐标相同的权值，以此对黑河流域洪水预报进行尝试性研究，训练部分效果较好，但网络的泛化能力不高。 5．对传统水文模型与人工神经网络在洪水预报中的应用进行比较、分析各模型的优劣及神经网络泛化能力较低的产生原因，并对神经网络应用于黑河流域洪水预报的改进提出建议。 6．采用RBF网络对冯家山水库出库含沙量预测进行尝试性研究，根据洪水入库时间与开闸排沙时间的不同分别选择网络结构，预测结果确定性系数较大，效果 西安理工大学硕士学位论文较好。