如何提高各种战舰和潜艇的自身生存能力是当今海军面临的一个重要问题，水声对抗作为提高自身生存能力的重要措施受到各国海军足够重视。对水声对抗系统进行效能分析，选择恰当、合理的评估指标，建立水声对抗系统效能评估指标体系；选择能综合反映水声对抗系统各主要使用性能指标之间内在联系的评估方法，建立科学的评估模型，使评估结果具有较高的可信性，是本论文讨论的重点。 采用神经网络的方法对水声对抗系统的效能进行评估，是人工神经网络理论在水声对抗系统效能评估方面的一次尝试。本文提出了基于改进反向传播(Back Propagation)算法的效能评估方法，通过详细的设计与仿真，讨论了网络隐含层神经元数、初始权值、学习速率等参数在BP网络设计过程中的关系与影响；将模糊神经网络应用于评估模型训练样本的获取，训练样本包含隶属函数的端点值和中间值，能反映出评价指标自身的特点，充分考虑了各因素的变化，使评价过程简洁明了；建立了一种将遗传算法和神经网络相结合的混合训练神经网络模型；最后运用神经网络评估模型对水声对抗系统的效能进行评估，结果表明该评估模型有效可行，其泛化能力使它可以无需作较大的修改，便可以应用于同类武器系统的效能评估，省去了建立解析模型的大量工作，为准确、快捷地评估装备效能提供了一种新思路。 本论文在规定条件下实现了水声对抗系统效能的评估，为水声对抗系统试验方案的论证和评审，鉴定定型等提供了方法，为水声对抗系统的发展和实际使用中的优化决策，提供了方法。是开展水声对抗试验靶场的建设，全面提高靶场综合试验能力，对水声对抗系统进行综合评价的有效手段。