"水环境科学"作为"水科学"的一个分支,是一门研究水的起源、存在、分布、循环运动等变化规律和运用这些规律为人类服务的科学知识体系.20世纪末水环境科学已成为期人类极为关注的课题研究之一,而其中计算优化方法则是水环境工程实践中经常遇到的难点,随着高新技术、新兴技术、边缘学科的发展为优化方法研究提供了新途径,如模拟退火算法、人工神经网络、遗传算法等现代启发式算法在这方面已经表现出良好的应用特性,有效地提高了算法性能,有力地推动了水科学的研究进展.基于以上研究背景下对模拟退火算法进行系统、综合性研究,对算法进行变异,构建新算法并应用于水环境工程实践检验是该论文的主要研究内容.全文共分五章,各章节的主要内容如下:第一章简要回顾水环境科学的发展历程,水环境科学的发展概况以及当前水环境科学的研究前沿,研究了水环境工程中经常遇到的优化求解方法.第二章简要概述、分析了现代启发算法,系统分析了神经网络、遗传算法的原理、特点、算法特性以及应用等.第三章提出模拟退火算法,系统深入、全面的分析了模拟退火算法的起源、物理过程、算法数学模型、冷却进度表、算法性能与特点、算法物理统计意义、算法的优点与缺陷以及算法在实践工程中的应用等.第四章针对模拟退火算法存在的缺陷,系统介绍、分析、研究了目前提出的改进模拟退火算法(基于算法参数选择的改进与基于算法各部分功能优化的改进)的性能与应用.第五章在前面分析、研究与改进模拟退火算法与实践检验的基础上,提出一种新的模拟退火算法,即直接搜索-模拟退火算法(DSA),在工程实践中对新算法的性能进行了应用检验,如DSA在河流水团跟踪实验Oconnon模型水质参数识别与新疆乌鲁木齐市水磨河水污染控制规划中的应用;还研究了DSA在优化目标函数定义域大,局部极值点在全局极值点构成圈脊时,DSA可能陷入局部最优解的不足,研究提出了通过进一步增加工作点的方法提高DSA算法性能.最后对该论文的研究进行总结与展望.