河流流量预测是水资源规划和管理的重要内容。本研究采用前馈人工神经网络(FFANN)进行月度流量预测。建模时考虑了三种场景。主成分分析(PCA)用于降低模型架构复杂性和减少输入数据。采用12项统计标准评价模型的性能。为了量化预测的准确性，采用蒙特卡罗模拟进行了不确定性分析。结果表明，该模型总体上能较好地预测月流量时间序列。然而，该模型在极值时被低估了。不确定性分析表明，模型在前两种情景下对月流量时间序列的预测是正确的，而在第三种情景下，大部分预测值超出了上置信区间。