针对复杂的枝状集中供热系统,以供热系统管网的年折算建造成本、水泵成本、热损失成本与能耗成本之和作为优化目标,在保证管网系统运行合理、安全,不发生水力失调的前提下,对供热管网进行了设计优化。提出新的管网结构模型,简化复杂集中供热管网为多组并联管网,降低了管网模型的规模,依据并联管网的简化模型提出了关联矩阵与基本回路矩阵的统一公式,提升了不同形式枝状供热管网的建模效率。根据图论理论与基尔霍夫定律,列出集中供热管网运行中的水力计算矩阵方程组。采用线性方程求解的基本思路将矩阵方程组转化为普通方程组,再根据迭代法原理对方程组进行计算。选用石家庄市某小区2018—2019年供暖期内每隔30 min的室外温度、相对湿度、风速及风向、降水量等数据对建筑热负荷进行短期预测。通过相关性分析确定了预测所需参数,通过BP神经网络确定了最佳预测模型,并采用遗传算法优化BP神经网络以及时延神经网络增强了预测的精确性。结果表明,相关性分析有助于预测模型的确定,遗传算法能提高BP神经网络的精确性。当隐含层数与节点延时数分别为9与6时的时延神经网络模型预测结果最佳,其均方误差和平均绝对百分误差分别为0.021 7 GW与2.148 6。采用时延神经网络对建筑热负荷进行预测,确定了管网系统的设计流量。提出了管网结构模型、水力计算模型及成本优化模型相结合,通过遗传算法对管网进行优化的优化方法。以该小区低温二次供热管网为例,证明了算法的经济性、节能性及实用性。结果表明,成本降低了24.68%,耗电量降低了27.89%,且管网的流速与水力平衡度均满足要求,具有良好的实际应用价值。