城市需水量预报是供水监控系统的重要环节。面对复杂的供水系统,探讨黑箱预报模型在此领域的应用,是一项有意义的工作。本文围绕“黑箱化”预报需水量这一主题,简要介绍了国内外需水量预报技术的研究现状;并着重阐述神经网络、时间序列、以及支持向量机等算法原理、设计方案等。在此基础上,深入探讨城市需水量预报的模型设计。建模方面,结合上海水务背景,分析历史数据,建立供水系统的短期、长期预报模型,并采用MATLAB、LabVIEW软件平台编制预报模型。最后,总结工作并展望研究方向。文中,提出“定量统计”周期需水波动的新方法,提高了预报精度。同时,采用数据窗口滚动方法,分别基于BP网络、RBF网络、SVM算法建立短期预报模型。预报结果表明,基于上述算法的组合预报模型,能进一步提高预报精度。此外,为辅助水务建设,还建立了基于ARIMA时序的长期预报模型。研究证实,离线预报模型符合预期要求,在完善网络、数据库技术基础上,可望部署到上海水务在线监控系统上。