人类赖以生存的水环境、空气环境、生态环境、水文和水资源环境等各种不同环境的现状和未来关系到人类的生存和发展,关系到社会的文明和整体的和谐,因此,我们需要保护、管理和规划好人类的生存环境空间。为此,迫切需要建立能用于各类环境系统预测的数学模型。其目的在于掌握环境质量现状及其发展趋势,为开展环境质量评价、预报等提供基础数据和手段。因而环境预测既是环境管理部门进行环境择优决策的依据,也是其制定环境规划的基础。当前,广泛用于不同领域的预测模型有基于统计理论的自回归分析、多元(线性、非线性)回归分析、逐步回归分析等统计预测模型;基于模糊分析、灰色分析、集对分析等不确定性分析的预测模型;基于神经网络、投影寻踪和支持向量机的智能预测模型。上述预测模型各有其特点,并皆在预测中取得了一定成效。各种统计预测模型虽然能在一定程度上反映影响因子与预测变量之间具有的随机性特征,但统计预测模型不能反映影响因子与预测变量之间具有的模糊性、不相容性、不确知性等不确定性特征,且只对大样本数建模才有意义;各种不确定性分析预测模型虽然各自考虑了影响因子与预测变量之间具有的某些不确定性特征,但需对预测变量的不同影响因子,设计不同的影响函数,当影响因子数和样本数较多时,函数设计和计算工作量皆很大,而且函数设计具有一定的人为性;各种智能预测模型因一般都具有自学习、自适应和非线性映射等能力,因而适用于高维、非线性问题的预测建模,但需要优化的模型参数往往会随影响因子数的增多而急剧增加,因此,当影响因子数较多时,不仅使模型结构和编程变得复杂,运算量加大,而且学习效率和模型精度皆受到影响,因而实用性亦受到一定的限制。针对现有的环境预测模型存在的不足,本文将规范变换思想及智能优化算法相结合,建立了不同环境系统都适用的基于规范变换的前向神经网络(NV-FNN)模型、投影寻踪回归(NV-PPR)模型和回归支持向量机(NV-SVR)预测模型;规范变换思想与优化算法相结合为环境质量智能预测模型的简化、普适、规范和统一开辟了新途径。本文结合国家自然科学基金项目(51179110,51209024)和科技基础性工作专项项目(2011IM011000),建立了基于预测变量及其影响因子规范变换的环境系统的智能预测模型。慨括起来,本文完成的主要内容有:1)提出了适用于各种环境系统预测变量及其影响因子的参照值和规范变换式的设计原则和方法。(第2章)2)将规范变换思想与优化算法相结合,提出了基于规范变换的环境质量预测的前向神经网络模型(NV-FNN)、投影寻踪回归模型(NV-PPR)和回归支持向量机模型(NV-SVR),并对三种智能模型的可靠性及精确度进行了理论分析。(第3章)3)将基于规范变换的三种智能预测模型应用于10个不同样本数和多影响因子的水环境、空气环境、水文及水资源环境等实例预测分析,并对每个实例进行了精确度检验,与其他多种预测方法的预测结果进行了比较。(第4、5两章)4)将基于规范变换的三种智能预测模型用于5个水环境、空气环境系统时间序列的实例预测分析,并对每个实例预测结果进行了精确度检验,与其他多种传统预测方法的预测结果进行了比较。(第6章)5)比较了指标规范变换的智能预测模型与其他多种预测模型的特性,并在总结规范变换的环境系统智能预测建模思想和方法基础上,对其在相关学科和领域的应用前景进行了展望。成果的主要创新点为:(1)提出了适用于任意环境系统的预测变量及其影响因子的参照值和规范变换式设置原则和方法,使参照值和规范变换式的设置具有可操作性、规范性和简单性,从而使对任意多个影响因子的预测建模都可简化为只对一个“等效”规范因子的预测建模,极大地减少了预测建模所需的影响因子的数目。(2)提出了基于规范变换的任意环境系统的前向神经网络(NV-FNN)、投影寻踪回归(NV-PPR)和回归支持向量机(NV-SVR)三种智能预测模型,使预测模型的结构变得简化、普适、规范和统一,并在一定程度上提高了学习效率和模型求解精度。(3)给出了基于规范变换的三种智能预测模型的可靠性分析证明;提出了为提高模型预测结果精确度的误差修正新方法。