水环境质量评价是实施水环境管理规划、解决日益严峻的水环境问题的工作基础，通过水质评价可对某一区域的水环境质量状况作出科学的评估，并为环境管理、环境标准的制订、环境规划以及环境污染综合防治等提供科学依据。 多年来，国内外学者对水环境质量评价方法进行了大量研究，但多数方法均存在着不足之处。而目前我国环境评价实际工作中所采用的传统评价方法由于没有考虑到水环境问题的复杂性及非线性，存在一定的不合理性。因此，本文试图从水质评价的随机不确定性角度出发，对基于不确定性理论的水质评价方法进行探讨，从而为水环境质量评价的发展提供新的方法理论。 论文通过对不确定性理论的研究，分别研究探讨了基于神经网络和模糊数学的水质评价模型的建立方法，对两种方法在建立和使用过程中出现的问题提出了改进措施，并对所建立模型进行了实例验证。 论文在神经网络水质评价模型的建立过程中，根据水质评价自身特点选择网络结构，并利用Matlab神经网络工具箱进行编程。为提高模型精度，分别从网络学习算法、隐层节点确定方法以及训练样本等方面对网络加以改进。在学习算法的选择上采用了附加动量及自适应学习速率的梯度下降法作为网络的学习算法；在隐层节点的确定过程中以经验公式推算值为基础，采用递增的试算法进行优化计算；采用等级临界值区间内随机差值算法对样本进行扩充，以提高网络的鲁棒性和识别的准确性。利用改进后的神经网络模型对已知实例进行验证，取得了良好的评价效果。 在模糊综合评价法水质评价模型的建立过程中，通过对评价因子和其评价等级的界定，采用降半梯形隶属函数确定隶属距阵，运用超标倍数加权法计算权重并进行归一化处理，建立加权平均型水环境质量评价模糊数学模型，同时引入了Matlab软件编程，避免了繁琐的人工计算。利用所建模型对已知实例进行验证，取得了良好的评价效果。 同时，提出了将人工神经网络与模糊综合评价相结合，由人工神经网络构造隶属度矩阵的方法，对模糊综合评价法水质评价模型进行了改进，通过实例验证，确定该模型用于水质评价是可行的，具有很好的可操作性和实用性。 最后，将所建立的水质评价模型用于大沽河青岛段莱西境内水体的水环境质量评价，得出了该段水体的水质状况结论，并分析了水体水质的污染原因及变化趋势，进一步证实了课题研究的实际意义和应用价值。