城市洪涝灾害防治关乎城市形象与群众生活品质。城市化背景下,城市对暴雨洪水的敏感性增强,并且城市河网地区水流缓慢、水体自净能力差,因此亟须开发城市泵站优化控制模型来解决城市防洪排涝与水资源优化调度问题。本研究在已有洪水预警报模型的基础上开发了以自适应模糊神经网络(Adaptive Network-based Fuzzy Inference System,即ANFIS)为核心的城市泵站优化控制模型。自适应模糊神经网络综合了模糊系统与神经网络的优点,具有模糊性、自学习和自适应性。本研究将自适应模糊神经网络模型与倒传递神经网络(Back Propagation neural network,即BP)模型进行对比。最终根据上塘河流域七堡泵站的未来1h开机预测结果对上述模型的性能进行了验证。结果表明(1)将相同的三个输入变量(不含预报水位)输入BP模型与ANFIS1模型,BP模型的表现优于ANFIS1模型。说明BP模型更适合对不含预报信息的输入变量进行拟合。(2)将含预报水位信息的输入变量输入ANFIS2模型,ANFIS2模型的表现要优于ANIFIS1模型与BP模型。说明ANFIS模型可以学习到泵站操作人员对水位的预测知识。(3)本模型的输入变量包含了前人研究已建立的洪水预报模型的输出,提高了模型的效率与精度。