漏失是供水行业普遍存在的现象，世界各国都把供水管网的漏失控制作为一项重要课题来研究。而要想从根本上解决漏失问题，应对漏失原因及漏失机理进行分析，研究、开发有效的漏失定位及管理控制技术，从而为提出科学合理的具有针对性的漏失控制措施提供重要依据。本文针对目前供水管网漏失定位分析与控制管理等技术研究过程中存在的问题，展开了城市供水管网漏失成因分析与仿真模拟试验、基于漏失量变化的供水管网压力变化特性分析、基于遗传算法的管网漏失点定位与漏失量优化反问题计算、基于BP神经网络的供水管网漏失状态判别与漏失点定位等方面的研究，使得城市供水管网漏失智能分析定位技术能够更好的应用于实践中。目前大多对管道漏失量与压力关系的研究，都以传统的孔口出流计算公式为基础，并未考虑实际管道漏失过程中外界环境的影响，存在一定的局限性。本文对管道漏失时孔口及管道外土壤对水流的协同作用进行了研究，针对两种因素的影响因子比重进行分类，研究不同类型状态下管道漏失量和管道水头的函数关系，建立了相应的分析模型。为进一步研究管网漏失工况下的压力变化特性，建立了供水管网仿真模拟实验平台，并采用EPANET实现了该平台的微观仿真建模；根据漏失水量及管网压力变化的实时监测数据，开展了基于漏失量变化的供水管网压力变化特性仿真试验，掌握了供水管网在单点漏失及多点漏失工况下的节点压力变化规律，为供水管网漏失点定位技术的实现提供了重要的理论依据。通过上述研究，采用所建立的微观仿真模型，以漏失点所在管网中的位置及漏失点相应的漏失水量为变量，以漏失发生时管网压力监测点的监测值与模拟值的差值最小为目标，建立了基于遗传算法的供水管网反问题漏失定位模型；通过三种漏失工况下的漏失定位优化试验，验证了所构建的漏失定位方法的合理性和有效性。为进一步提高供水管网反问题漏失定位模型的精度，在管网压力在线监测数据的基础上，通过对漏失工况模型进行灵敏度分析研究，提出了精确性和实用性更高的基于BP神经网络的供水管网漏失状态判别及漏失点定位技术；并结合试验研究对优化计算结果加以验证，为实现及时、快速的诊断管网漏失、爆管等故障位置，有效的减少管网漏失水量提供了有力的技术支持。