随着我国城市化进程的不断加快,城市管网的规模越来越大,管道系统趋于更加复杂。仅依据重要测压点压力进行调度的经验方法已不能满足复杂管网调度的要求,迫切需要实现兼顾供水经济性、安全性和可靠性的城市供水系统优化调度。城市日用水量预测是管网优化调度的重要前提和基础,其预测精度直接决定了调度决策方案是否可行。本文在系统地总结了国内外城市日用水量预测研究进展的基础上,主要完成了下列工作：(1)针对传统日用水量数据补缺法存在主观性较强的不足,提出缺失值的组合灰色预测法。利用自相关系数法分析日用水量序列,确定与缺失值相关性较大的前和后日用水量序列；基于灰色理论,根据前后序列,分别对缺失值进行后插和前插预测；优化组合前后插值,获得缺失值的组合预测值。实例分析结果表明,与传统的平均值法相比,本文的计算方法具有更高的预测精度。(2)针对采用传统网格交叉验证法确定最小二乘支持向量机参数耗时较长的不足,提出了基于粒子群算法优化最小二乘支持向量机日用水量预测方法。以预测日用水量的主要影响因素与日用水量相关性较强的前第七天日用水量为输入,以预测日用水量为输出,并引入粒子群算法优化最小二乘支持向量机的超参数,采用交叉验证法确定粒子群个体的适应值,建立了日用水量预测模型。实例分析表明,与基于传统最小二乘支持向量机的时用水量预测方法相比,基于PSO优化最小二乘支持向量机的日用水量预测模型建模速度更快,预测精度更高。