港口的淤积问题已经成为世界上各个港口管理工作的重点和难点所在,尤其是建立在淤泥质海岸上的人工港,其航道、港池与泊位水深为了达到适航要求,每年需通过大量的、经常性的清淤疏浚工程来加以维护。而目前的港口清淤施工单位,每年在制定工程计划时都没有确切的依据,只能凭借经验和历史数据进行估算,这样就不能合理而有效地安排工程进度和制定设备维护、使用计划,以便最大限度的发挥劳动力和劳动设备的效用,这无疑会大大增加清淤工程的成本。同时,随着计算机技术的发展,各个港口或相关机构都已经建立了较为完善的数据库系统,用以存储与港口淤积相关的海量数据。正是由于以上原因,针对港口清淤工程施工缺乏预见性的问题,本文通过对目前港口淤积预测技术现状的分析,找到目前港口淤积预测技术的不足。同时,通过对数据挖掘方法中的神经网络技术的原理和特性的研究,以及其非线性逼近能力的分析,论证了神经网络技术应用于港口清淤工程量预测问题上的可行性,并在此基础上,基于误差反传播算法(BP算法)的多层前向神经网络理论,以当前世界上应用最广泛的工程计算应用软件Matlab6.5为开发平台,应用其丰富而实用的资源-神经网络工具箱、交互性更强的图形用户界面以及可视化仿真工具,分析与港口淤积形成相关的海量数据,并建立一套有效的港口清淤工程预警系统。最后,将设计好的预警系统应用于一个港口淤积预测的相关课题,其运算结果论证了该预警系统对于港口淤积的预测准确性较高,对港口清淤工程能够起到指导作用。