陕西省工农业和城市缺水问题已很突出,随着人口增加、城市和工业规模增大、农灌范围扩展,水资源供需矛盾将越来越尖税。本文主要研究水资源需求预测的计算方法,分析了常用趋势法、时间序列法、GM(1,1)模型的适用范围和不足,建立了遗传模拟退火模型与神经网络预测组合模型,选取GDP、农业总产值、工业总产值、农田有效灌溉面积、农田实灌面积、大牲畜、小牲畜、农村人口以及城镇人口共9个影响需水量的因子为影响因子值,用BP网络的正向计算过程计算出网络的输出值,把该输出值与实际值(历史需水量值)进行比较,如存在较大误差(不满足误差精度控制),则进行反向计算过程。反向计算过程用遗传模拟退火算法实现,即用遗传模拟退火算法代替BP网络的反向计算过程,这样使网络达到更快的收敛速度,质量更优。由于样本中的历史需水资料规律不明显,用BP网络往往不收敛,如果想要达到与遗传模拟退火算法的训练方法相同的效果,则要花更多的时间进行训练。因此,本研究选用遗传模拟退火算法实现对BP网络的优化,集成了各模型的优点,获得了较好的效果。