随着人口的增加和经济的快速增长，水资源的短缺已成为国民经济和社会可持续发展战略的重要制约因素。深入研究需水问题，科学预测未来我国各行业用水的需水量，是一项非常重要的研究课题。 本文主要介绍基于人工神经网络需水量的预测方法，并对其进行综合评价与分析。全文由五大部分组成。第一章介绍了需水量预测方法和需水预测中存在的问题和原因，对我国历年来用水量数据进行了分析，找出了与用水量相关的主要因素。第二章重点介绍了BP网络的学习过程、误差校正方法和BP算法。然后，根据BP算法用C语言编制了一个预测程序，并用“异或”问题进行了验证。针对BP网络存在的缺点，介绍了一些提高BP网络性能的改进措施。第三章利用设计的BP网络预测系统采取综合法和分项法两种方法分别对我国用水量进行了训练，然后对我国21世纪上半叶需水量进行了预测。第四章将近年来国内有关部门和专家学者采取不同预测方法的预测成果进行了对比分析，并与本文中采用BP网络预测的结果进行了比较。第五章对如何设计一个BP网络进行了总结。 实验表明，运用BP网络预测的数据与专家采用“人均用水量法”预测的成果非常接近，符合实际。基于人工神经网络需水量预测的方法具有直观、简便、精度较高的特点，是一种较为有效的预测方法。