时用水负荷序列一般受气象、季节情况、居民活动及工业生产状况等因素的影响，具有周期性和趋势性特点。在应用SVM模型于具有周期性负荷的预测时，由于在训练样本中峰值或谷值样本所占比例很少，从而导致峰值荷载预测精度不高。本文提出一种能够进行峰值识别的改进SVM算法，该算法在结构风险最小化准则的目标函数中加大峰值误差的权重，从而提高时用水负荷峰值的预测精度。经杭州市时用水量预测实践，结果表明了该算法的合理和有效性。 由于实际大型供水系统是非常复杂的动态非线性系统，在实际管网的运行中，受到多因素的制约和影响，各综合因素作用叠加起来造成水流状态极其复杂，使得很难以一个或几个统一的显式函数关系描述管网的工况。本文提出了一种改进SVM算法，并基于该算法建立了测压点压力和泵站流量、水头之间的隐式函数关系。经杭州市实际管网的实践和对比经典SVM算法，结果表明了该算法的合理性。同时，基于SVM算法建立了各个水源供水量和水源供水水头、用水量之间的定量关系，较好的解决了供水系统优化调度研究中宏观建模的问题。 以测压点压力宏观模型、水源供水量和水源供水水头之间的关系模型替代复杂的管网水力平衡方程，建立了大型供水系统的多目标混合离散变量的直接优化调度模型。在没有水池和水塔的供水系统中，利用遗传算法对直接优化调度模型进行求解。提出了对各约束条件处理的方法，针对遗传算法收敛慢等的不足，提出将遗传算法和模拟退后技术相结合，并采用自适应交叉和变异率的解决方法。同时也考虑了混合泵站采用遗传算法求解的具体实现步骤和算法。 在分析了蓄水池数学模型的基础上，建立了含有蓄水池的供水系统优化调度二级寻优模型和直接优化模型，并设计了遗传算法适应度函数分别求解二级寻优模型中的一级、二级寻优，针对二级寻优出现无解的情况，提出了放松约束处理和对一级寻优得到的最优水池水位进行修正的方法。对含有蓄水池供水系统的直接优化调度模型，本文结合遗传算法的特点，提出分层遗传算法优化的思路，并建立了适合遗传算法求解的第一层、第二层优化模型，可以有效解决变量和约束多的城市供水系统直接优化调度问题。 最后算例表明本文提出的这些方法的合理性和实用性。