现阶段,水资源短缺的问题日益严峻,在时空结构上合理调配水资源势在必行。城市给水系统是合理利用水资源中非常重要的一环,对城市日用水量的科学预测可以为城市供水企业生产和优化调度提供有力保障。城市的用水量受到来自于人口生活方式、气候环境等多方面因素的影响,这些因素之间关系复杂,具有强烈的非线性特征。人工神经网络作为一种非线性的并行计算模型,具有较强的自适应和容错能力,能够通过学习得到潜在的输入输出关系。选择BP神经网络作为乌鲁木齐日用水量预测的参考模型,通过调整优化网络的各项参数,完成其对日用水量的高精度预测。BP神经网络各项参数的优劣是能否实现既定预测目标的充要条件,针对红雁池水厂供水区域的日用水量实际情况,建立三层BP神经网络,通过互信息理论精选出有效预报因子,利用黄金分割法拓展其隐层区间获取恰当的隐单元数,根据融入和声搜索的微粒群算法调整BP神经网络的权值,将经过优化的BP神经网络模型应用于乌鲁木齐红雁池水厂供水区域的日用水量预测中,加快了网络的收敛速度,得到了较高的预测精度,预测结果的平均绝对百分比误差MAPE满足了应用要求,为乌鲁木齐时空架构上的水资源调度提供思路和解决方法。