随着城市人口的日益增加和经济的高速发展,城市需水量越来越大,现有水资源和供水设施不能满足城市用水量的需求,供需矛盾日益突出。要解决用水紧张问题,必须从开源和节流两方面进行研究,进行供水、用水和节水规划,指导城市的远期供水设施建设。而所有这些工作都要以城市需水量预测为基础。因此需水量预测对一个城市供水设施的发展具有极其重要的意义。城市需水量可分为工业需水量、农业需水量、生活需水量、市政公共需水量四个方面。本文通过分析某市经济发展状况、气象水文以及历年供水资料,对该市用水情况进行结构分析,并对各类用水的影响因子进行比较深入的研究。借助SPSS软件进行因子相关性分析,最后筛选出电力行业产值、电厂用水重复率、农林牧渔业总产值、市人均可支配收入、全市总人口、人均GDP等六个因子作为城市需水量的预测因子。BP网络是一种误差反向传播的人工神经网络,它只需采用一个单隐层就可以逼近任何一个连续函数,这种非线性特性使其在预测领域得到广泛的应用。然而传统的BP算法具有易陷入局部极小值、训练速度慢、泛化能力不强、隐含层节点数难确定等弱点。本文在深入分析BP算法缺陷产生原因的基础上,对其性能进行了改进。Matlab是支持从概念设计、建模仿真到实时实现的理想环境。具有编程效率高、绘图功能强、数据可视化方便、矩阵和数组运算效率高等特点,加之丰富的BP神经网络专业工具箱、快捷的图形界面开发功能使得它非常适合开发信息系统。综合上述思想,本文采用改进的BP算法建立了城市需水量的BP神经网络预测模型,给出了模型的求解算法,并对规划年作出预测。预测结果表明,改进的BP神经网络预测模型的预测精度是很高的,可以满足城市供水规划对需水量预测精度的要求。本文最后以Matlab为平台开发了需水量预测系统,该系统具有良好的实用价值,也提供了一种简单高效的软件开发思路,对于给排水系统其它优化软件的开发也具有很好的参考价值。