针对目前环境监测数据化学需氧量 （COD） 的预测精度不高等问题， 考虑神经网络预测极易陷入极小值， 提出一种基于自适应神经模糊推理系统 （ANFIS） 的COD预测模型。实验过程中采用控制变量法， 根据训练过程中标准误差 （RMSE）的变化选取最优训练次数、 隶属度函数数目和隶属度函数类型并建立ANFIS模型。实验以浙江省杭州径山水质为研究对象， 选取PH、 溶解氧 （DO）、 氨氮 （NH3-N） 和总磷 （Tp） 等指标作为预测参数， 以COD指标作为预测结果。实验结果表明， 优化后ANFIS模型具有预测精度高、 稳定度好等特点， 与BP神经网络和RBF神经网络相比平均相对误差降低了3.18%。