区域需水量预测可为区域水安全管理提供重要的基础数据，是区域供水规划的基础。区域需水量预测系统是一个复杂系统，不仅受该区域水资源总量的影响，还与区域的社会经济发展、人均生活水平、供水设施建设、供水价格以及境外引水等众多因素有关。长期以来，区域供水问题一直是制约该区域经济发展的一个重要因素，并且随着经济的发展，区域规模的不断扩大，区域供需矛盾将更加突出。因此，进行区域需水量预测可为水资源合理配置提供科学的依据，可对区域供水规划和水务管理工作起着宏观指导作用。论文在系统地总结区域需水量预测的各种方法的基础上，着重论述了常用的灰色预测方法和BP神经网络模型，并对这两个模型进行了改进。采用加速遗传算法对灰色GM(1，1)模型已有的参数和新加入的参数进行优化；采用主成分分析法对BP神经网络的训练数据进行预处理，以得到提高预测精度的目的，并通过实例进行了验证，进一步说明了改进的BP神经网络模型具有一定的应用价值。鉴于单个预测方法存在着一定的局限性，论文提出了基于集对分析的组合预测模型，从同、异、反三个方面对各单个模型的预测精度进行定性和定量的综合分析，确定各单个预测模型的权重，实例应用结果表明，该方法是一种直观、简便、通用的组合预测新方法，在区域需水量预测中具有一定的应用价值。