城市用水量预测在缓解水资源的供需矛盾、保障城市供水、优化城市供水调度等方面具有重要意义。本文以上海市中心城区用水量预测项目为背景，基于最小二乘支持向量机方法建立城市时用水量预测模型，采用改进粒子群算法选择模型参数，并应用于上海市中心城区及各供水分区时用水量的预测。本文首先针对粒子群算法存在的早熟收敛问题，提出了基于种群活性的粒子群改进算法，并进一步在改进算法中添加极值扰动算子，使粒子群算法能够快速摆脱局部极值。函数优化实验结果表明，两种改进算法均能够有效提高收敛速度和精度。其次，为解决瞬时流量长时间缺失的问题，本文提出一种基于历史流量数据和实时流量数据对瞬时流量进行填补的方法，并取得了较好的效果。基于预处理后的各水厂瞬时流量数据，计算得到上海市各供水分区和中心城区的时用水量数据，并通过日用水量数据对时用水量数据的准确性进行验证，计算结果表明，该方法的准确度高于99%。本文对时用水量变化规律及其影响因素进行了充分的数据分析，并采用基于相关性和启发式后向筛选的特征选择方法对模型的输入变量进行选择。最后，本文建立了基于改进粒子群算法的最小二乘支持向量机模型，并应用于上海市中心城区和各供水分区时用水量的预测。仿真结果表明，基于启发式后向筛选的特征选择方法效果优于基于相关性的选择方法，中心城区时用水量预测的平均相对误差小于1%，各供水分区的平均相对误差小于2%，模型具有较好的泛化能力，满足工程应用的要求。