经自来水厂处理后的出厂水,已经满足生活饮用水的卫生标准。但经过复杂的城市输水管网输送到用户时,水质可能发生明显的变化。为了改善管网的水质,加强对管网水质的运行管理,有必要研究水质在管网中的变化情况。通过建立供水管网的水质模型,可以对管网水质进行预测,为水质的运行管理提供可靠的理论基础,对保障饮用水的水质安全具有重要的意义。本文以苏州市某管网末梢水质指标监测中的9个监测点为研究对象,结合实际情况,对监测得的实验数据采用4D检验模型、Dixon检验模型、Q检验模型、Grubbs检验模型这4种统计学检验模型进行离群数据数据的检验,并对检验结果进行分析,做出科学的取舍判断,为水质模型的建立和水质的预测奠定基础。以浑浊度为模型的控制指标,并选用多元统计回归和人工神经网络方法来建立管网水质统计模型。其中,运用SPSS软件建立多元回归模型并进行了求解,运用MATLAB来进行人工神经网络的训练检验。对研究范围内的对1号和9号监测点建立了水质模型,然后对这两个监测点管网水的浊度进行了预测。结果表明神经网络的模拟效果要比多元统计回归理想,模型的准确性较高,能应用于实际,而且进行离异数据筛选后的数据应用于模型后预测效果更佳。最后,结合研究范围内的实际情况,提出了水质统计模型的建立必须以大量的数据为基础,这是保证模型准确性和精度的前提；另外还提出了在建立水质模型之前,有必要进行离群数据的检验。在分析引起预测误差原因的同时,对水质统计模型的研究发展做出了一定的展望。