需水量预测是城市供水和节水系统规划和建设发展的主要依据，其预测方法又是科学准确预测需水量的重要手段。国内外已有的预测方法较多，但其应用局限性和精确度尚存在一定问题。常用预测的方法是分析人口、工业产值和历史的供水量资料等相关因素，建立模型进行推算。从以前国内外城市未来需水量预测结果的准确性来看，由于预测方法的局限性，许多长期预测的需水量都偏大。开发区1994年编制的给水规划中，由于采用简单的指标预测方法，套用规划规范的预测指标，预测高日需水量超过实际值78.5％。本论文就是要根据开发区实际用水结构和需水量增长特点，在调查研究的基础上，经过科学的统计和分析，选择合理的用水量指标，采用先进的预测方法，提高中长期规划需水量预测的准确度。 本课题将围绕开发区需水量预测进行数据调查分析和数学模型研究。首先，分析原“九五”给水规划预测方法和结果，对比近年实际供水量数据，找出规划预测中存在的主要问题；其次，收集整理开发区人口、国内生产总值、工业产值、历史的供水量和售水量等相关数据；第三，对开发区供水系统历史数据以及国内同等城市用水指标进行分析比较，确定符合开发区实际需求的分类用水指标；最后，以分类指标法为规划主要预测方法，采用不同预测方法进行验证其准确性，并分析计算结果，找出适于开发区的、最佳的中长期需水量预测方法。 研究结果表明：各种需水量预测方法都有其自身的优点及不足，通过对分类指标、回归分析、生长曲线及神经网络模型预测结果的分析表明，对开发区供水规划的需水量中、长期需水量预测，还主要以分类指标分析法进行预测为主，并采用回归分析法或神经网络法等其他数学模型预测方法，对其进行对比验证，保证预测结果的准确性和可靠性。 中、长期规划需水量预测宜采用生长曲线法，其模型与历史数据的拟合，以及预测结果准确性和合理性，更符合开发区正处于快速发展时期需水量增长的趋势和规律。而对于指导开发区近期供水系统建设所进行的需水量预测，由于在用水结构方面变化不大且用水量历史数据具有明显的趋势性时，不同方法预测结果比较接近和可靠。与其他预测模型相比，人工神经网络预测近期规划需水负荷比之预测远期规划需水负荷，在精度和可靠性方面有一定的优势。