【摘要】目前神经网络研究文献成果较多，虽然在水质精准预测方面起到了一定作用，但文献缺少科学分类，使用率不高，导致了学者难以找到研究切入点。针对这一问题，本文将神经网络方法在养殖区水质精准预测方面的文献按照海水和淡水两大领域进行分类，主要对每个领域所应用的预测模型从正反馈架构、循环架构和混合架构这三个方向对海水时空序列文献进行分类研究和综述。分析结果得知，混合架构模型的预测性能优于正反馈模型和循环架构模型，有利于提升不同深度水质预测模型的精准度；另外，本文对基于神经网络方法的三维水质预测模型进行了初步探讨，结果表明，研究学者成果更多集中在水表层和水中层的不同位置水质参数的变化方面，而神经网络方法对水表层水质预测精准度比水中层和水深层水质预测精准度高。