随着国内经济的快速发展和人民生活水平的不断提高,城镇化的速度和规模也越来越快,使得城镇用水量不断的递增。为了充分保证供应用户所需的水量和水压,全国各个城镇每年都要投入相当数量的资金用于现有给水输配系统的新建、改造和扩建。同时,由于城镇给水系统运行调度管理水平低下,使得供水能耗大大增加,管网运行成本提高。探讨如何对供水系统进行统一规划、合理布局、合理调度和管理,以期达到降低投资,节约能量和保证安全供水的目的,对提高供水系统的经济效益和社会效益有着重要的意义。本文以某城镇供水管网为例,针对现阶段优化调度存在的问题和不足,引入人工神经网络、粒子群算法,对供水系统优化调度的三个主要组成部分:用水量预测、供水系统网络分析模型和优化模型进行了系统研究,主要工作如下:1.介绍了粒子群算法的基本原理和算法流程,分析了各参数对寻优性能的影响,探讨了适应度函数的确定和各参数的设置问题。2.分析阐述了短期用水量预测的影响因素和短期用水量的变化规律。提出基于粒子群算法的广义回归神经网络模型,利用粒子群算法较强的全局寻优特性和广义回归神经网络的最佳逼近性能,使预测模型实现了效率和精度的统一,以西安市用水量预测为例,对其进行了验证和分析。3.提出了基于粒子群算法的管道摩阻系数反分析计算模型,可根据实际监测数据反演得到当前各管段准确的特性数据参数,为供水管网微观模型的建立提供准确数据。文中以某城镇供水管网为例,对所提出的方法进行了验证和分析。4.建立了供水管网微观模型。5.在供水管网微观模型的基础上,利用粒子群算法,结合各泵站内水泵的组合情况及泵站出水扬程和出水流量的限制约束等客观条件,建立了供水系统的两级优化调度模型,并以某城市供水管网为例,对其进行了验证和分析。6.最后,总结了本文的研究工作,分析了研究的不足之处,并对今后的研究进行了展望。