在非稳定流抽水试验中,人工配线法与直线图解法求解水文地质参数是工程实际中应用十分广泛的两种方法,有严格的数学推导和证明过程,有着快捷、方便的特点。但是,两者都过分依赖于配线人员的经验。在曲线拟合时,位置有些许的变化就会导致结果变化,不够精确。针对此问题,本文提出了利用智能算法全局寻优配线以及MATLAB拟合函数拟合观测点,从而实现了精确地参数求解。由于在配线计算中涉及到不同种类井函数的计算,因此,本文使用的MATLAB软件作为运行环境,其强大的数值计算和符号运算功能,解决了井函数数值求解的问题。另一方面,本文基于曲线拟合的基本原理,即最小二乘法拟合理论,在地下水非稳定流、纽曼模型以及弥散系数理论下,构建出了进行曲线拟合的优化方程。利用智能算法,在整个标准曲线或者标准曲线族的范围内,寻找能与原始数据拟合最好的位置和标准曲线,进而精确的求解出水文地质参数。通过对比分析得出:(1)基本粒子群算法可以高精度、快速的拟合出原始数据在单一标准曲线的配线计算,但是对于高维度的寻优问题,例如纽曼模型下的曲线族的配线,其全局寻优能力不强,容易导致算法陷入局部最优,原始数据拟合不到最优的标准曲线,移动不到最优的位置,影响最终的求解精度。鉴于此,对于标准曲线族的智能化寻优,建议采用改进型的粒子群算法,例如随机权重粒子群,其强大的全局寻优能力保证了拟合曲线的准确性和最终计算结果的精度。(2)在弥散系数智能优化配线法中,相比于蚁群算法和差分进化算法,标准粒子群算法的寻优性能足以保证结果的精确和稳定。(3)在本文使用到的智能算法中,对算法寻优性能影响最大的是群体规模、最大迭代次数以及惯性权重,因此为保证算法能寻优至全局最好,需要根据具体方程的复杂程度来设置合适的参数值。(4)运用MATLAB中的拟合函数与人为设定拟合直线斜率变化的容许值,可以实现最大化保留原始数据的求参过程。