城市供水管网漏失事故是国内外供水行业普遍存在的问题。管网中发生漏失不仅对水资源和能源造成了浪费，同时还对整个管网带来供水安全隐患。因此在经济飞速发展的今天，供水行业越来越重视对管网中漏失事故的检测与控制。由于供水管网拓扑的庞大和复杂，在漏失事故发生后往往需要供水公司花费大量的时间确定漏失点，为此，本文以城市供水管网漏失定位为核心研究内容，结合模糊聚类、遗传算法和贝叶斯决策理论建立一种快速的漏失定位模型。在构建传统水力模型的基础上，为确保定位的精度，对模型进一步细化，建立全网微观水力模型并针对该管网进行了DMA小区的划分。在利用传统水力模型模拟漏失的过程，其他节点的流量在事故前后都是假设不变的，这与实际工况是不符合的。针对传统水力模型模拟漏失事故的不足，本文首次将PDD模型引入到漏失模拟中，在原模型的基础上漏失节点的流量分为节点实际用水量、背景漏失和大漏失量。通过对管网算例计算分析，发现基于PDD的漏失模拟模型教传统方法更能够准确的模拟漏失发生时管网的运行工况。管网中的压力监测点能够有效的反应整个管网的运行情况，在漏失事故发生时更能够进行漏失点定位。然而，由于投资的限制不可能在管网中设置很多的测压点，为此，结合模糊聚类分析理论对管网中的节点进行了漏失敏感分析，得出了管网中测压点的优化布置方案，并结合算例对整个优化过程进行了说明。当管网中发生漏失事故时，必然会引起管网中其他节点的水压波动，只是程度不同，本文基于这一思想，在得到管网中测压点优化布置方案基础上，采用模型校核和贝叶斯决策理论分别建立了漏失定位模型，在分析两个模型原理之后，提出了一种改进的漏失定位模型，该模型对水力模型误差和测量误差有一定的免疫能力，而且具有一定的时效性。结合M市的供水管网，对M市建立了全网微观模型并选择了HY小区进行漏失定位试验。将三种漏失定位模型应用到该小区上，通过计算结果对三种模型进行了对比。结果表明，改进的漏失定位模型采用遗传算法和贝叶斯决策理论，通过计算不同模型参数下的漏失概率能够确定出漏失节点或者区域，具有较高的检测精度。