河川径流既是水资源的主要来源,又是水、旱灾害的载体,同时也是水污染问题的孕育环境。把握河川径流的演变规律并准确预测其未来状态对于实现水资源的永续利用和有效管理、保障经济社会安全发展均有十分重要的意义。　　 智能方法是目前河川径流预测研究中的热点。由于智能方法对径流过程中大量存在的非线性、模糊性等复杂性具有显著的刻画能力,因而河川径流智能预测研究是水资源系统分析的重要组成部分,能够为水资源系统脆弱性的诊断、评价与调控提供客观依据与合理导向;能够为洪灾、旱灾的灾害风险分析与灾情预警提供有效支撑;能够为水资源开发与保护提供决策支持。论文在模糊集理论背景下,以模糊近似推理方法为基础,以径流过程的相似性为切入点,通过相似性度量函数的改进、引入以及构造,建立了3种针对年径流预测问题的模糊近似推理模型,对于径流预测方法的丰富与创新是一种有益的尝试。论文主要的创新点有以下几个方面:　　 (1)改进了径流过程各变量模糊性的定量刻画方式。针对最大隶属度原则易于丢失数据信息的缺点,综合考虑各变量实测值在既定模糊分布函数下所隶属的全部级别,并在此基础上形成了多级别形式下模糊近似推理模型的建模思路,为接下来的研究奠定了基础。　　 (2)对目前国内径流模糊推理预测研究中应用较为广泛的特征展开近似推理方法进行了改进,将年径流历史数据的级别与其相对隶属度相结合建立模糊推理模式,并定义了多级别形式下加权特征系数的构造方法,建立了基于加权特征系数的年径流单要素预测模糊近似推理模型,并以大伙房水库为例对模型的合理性进行了验证。　　 (3)将基于相似关系的近似推理方法(SBAR)引入径流预测问题,依掘相似关系的定义选择了基于隶属度向量内积的相似关系用于度量径流过程之间的相似性,根据应用背景的改变对原有方法做出了适当的调整,并定义了针对径流预测问题的判决方法,在此基础上建立了基于相似关系的年径流多因子预测模糊近似推理模型,最后将其应用于雅马渡站年径流多因子预测。　　 (4)以集对分析与模糊数学两种理论为基础,将集对分析中的联系度公式构造为二元共有特性论域上的关系RSPA,并证明了RSPA是一种模糊相似关系。建立了基于集对相似关系的模糊近似推理模型,使模糊近似推理模型具备刻画系统间微观不确定性的能力。在应用模型进行径流预测时,定义了特征级别的概念,以实现模糊级别划分方式下集对相似性度量值的计算,并分析了差异不确定系数Ⅰ的不同取值情况对预测结果的影响。最后应用(3)中实例对模型进行了检验,并结合检验结果对模型的有效性进行了分析。