针对用水网络优化模型的特点,本文开发了一种优化水网络的通用遗传算法(UGA)。首先,针对优化模型约束条件多而复杂的特点,本文提出了一种新的约束条件处理方法,通过该方法UGA能自适应地调整每一类约束条件在惩罚项中的权重,简单、高效而又不失通用性。其次,基于约束条件的处理,本文又构建了一种新的适应度函数,基于该适应度函数UGA能平衡目标函数项和惩罚项对算法搜索方向的影响。UGA所需调整的参数少,可用于常规、中间水道等模型的NLP优化和MINLP优化。用UGA优化了3个算例,其中算例2和算例3的优化结果较原文献分别提高了5.55t/h和1.36t/h,表现出了优良的寻优性能和高通用性。将UGA用于某煤化工企业的水网络优化。在采用了分类、筛选、对比和假设等手段处理了水平衡数据和确定了极限浓度数据后,本文构建了一种适用于该企业的优化模型并以UGA对其进行优化,得出的优化方案节水效果良好可行性高。若优化工程全部实施,则：全厂新鲜水节约率可达20.78%；全厂除盐水节约率可达28.81%；全厂废水减排率可达65.60%。现在该方案已经在某煤化工企业内进行了应用。UGA算法具有寻优性能强、通用性高等特点,可以为水网络优化提供有力支持,而基于UGA的某煤化工企业的水网络优化则对水系统集成技术在国内的推广具有示范意义。