对于城市基础设施来讲,供水系统是其中不可缺少的部分。设计合理、运行可靠的城市供水系统对于保证居民身体健康、维持城市正常运转、促进社会经济持续发展等具有积极作用。随着社会经济的快速稳定发展,城镇居民生活水平相应提高,所以人均用水量和城市需水量呈上升趋势;与此同时,为了适应城市化水平的提高和城市功能的不断完善,城市供水系统的复杂度不断增加。综上,为了使得供水系统的设计、优化调度有准确的数据依据,同时提高水资源利用效率,进行科学准确地城市供水量预测至关重要。准确的城市日需水量预测是供水系统运行调度的科学合理的依据,可以提高制水单位的生产效率,减少其生产成本。准确的城市年需水量预测可以为城市给水规划提供数据基础,决定城市供水系统建设成本,指导城市供水规划的近期、远期建设。综上所述,论文主要研究城市日需水量预测模型和城市年需水量预测模型,同时采用实测城市日用水量数据和城市年用水量数据对文中建立的水量预测模型进行实例分析和验证。(1)对于城市日需水量预测,论文提出了两种预测方法:①基于多分辨BP网络预测模型。通过离散小波变换将日供水量序列的复杂特性转化为不同尺度下的单一特性,并分别进行BP网络预测。城市日供水量时间序列具有混沌特征,时间序列进行相空间重构,网络输入为重构后的数据。实例验证表明对比BP神经网络预测模型,多分辨BP神经网络预测模型能更充分地表达数据的细节部分和突变部分,从而提高预测精度,平均绝对百分比误差为1.481%,故该预测模型具有适用性。②基于混合蛙跳算法(SFLA)优化的SVM预测模型。首先,相空间重构后的城市日用水量时间序列作为模型的输入,与此同时使用SFLA优化SVM建模过程中的关键参数,利用参数优化后的SVM进行预测。实例分析中分别利用混合蛙跳算法优化的支持向量机、遗传算法优化的支持向量机和粒子群算法优化的支持向量机对实际用水量进行预测分析,结果表明前者预测精度更高,具有实用性。(2)城市年需水量样本数据较少,因此论文基于灰色理论进行研究:①在GM(1,1)模型原理和特点基础上,分析归纳出了基于GM(1,1)模型的年需水量预测建模步骤,并以1997~2011年C市用水量为样本,实例说明了模型构建过程。②对于未受外界影响的稳定用水系统,提出GM(1,1)模型初始值和背景值优化的数学模型,以此提高GM(1,1)模型在年需水量预测中的预测精度,并采用SFLA求解该最优化问题,构建了基于SFLA-GM(1,1)的城市年需水量预测模型,以1997~2011年C市用水量验证模型预测性能。(3)对于受到冲击扰动的用水系统,将变权缓冲算子应用于冲击扰动数据序列,使得扰动因素作用到突变时间点以前,并以SFLA定量优化变权重λ,对缓冲算子处理后的序列建立优化GM(1,1)预测模型,实例分析表明基于缓冲算子的SFLA-GM(1,1)模型的预测精度有大幅提升。