冰凌是高纬度地区河流普遍存在的一种水文现象，其产生、发展及消失是一个复杂的过程。冰凌不仅直接威胁着水利工程设施和人民生命财产的安全，而且严重影响着沿岸的工农业生产。及时准确的冰凌预报可为防凌减灾工作提供决策依据，对河流防凌安全具有重要意义。　　本文以国家自然科学基金项目《黄河宁蒙段凌汛成因及预报方法研究》(51009065)为依托，在分析黄河宁蒙河段凌情特点及其主要影响因素的基础上，筛选合适的预报因子，分别建立了基于粒子群优化算法和协同进化遗传算法的神经网络冰凌预报模型，并设计了其相应的图形用户界面。论文的主要研究内容及成果如下：　　(1)深入探讨了黄河宁蒙河段的凌情特点，系统分析了影响其凌情变化的主要因素，在此基础上通过Spearman等级相关分析，选取了合适的冰凌预报因子。　　(2)将粒子群算法优化的神经网络引入到冰凌预报中，建立了黄河宁蒙河段的冰凌预报模型，并对预报效果进行了评价。研究结果表明，基于粒子群算法优化的神经网络预报模型综合预报合格率为83.3％，达到了甲等预报。与传统神经网络模型相比预报效果更好，精度更高，应用于宁蒙河段的冰凌预报是可行的。　　(3)将协同进化遗传算法优化的神经网络模型引入到宁蒙河段的冰凌预报中，预报结果表明，其综合预报合格率为91.7％，达到了甲等预报，可以应用于宁蒙河段的冰凌预报中。协同进化遗传算法通过动态调整结构编码的方式对网络隐含层节点数进行优化，删除了无意义的节点，所得到的网络具有更简单的结构，有效的降低了算法计算的复杂程度。　　(4)利用Matlab开发了黄河宁蒙河段冰凌预报模型的图形用户界面(GUI)，实现了冰凌预报的可视化，有效地提高了冰凌预报的可操作性和预报效率，降低了工作量。同时，所设计的冰凌预报图形用户界面，能够保存和读取训练好的网络，为模型的实际应用提供了一个简单实用的平台。　　最后，对全文进行了总结，并探讨了今后冰凌预报研究需要加强和改进的方面。