天气变化引起土壤含水率变化和变形等，导致气温变化与市政给水管道的破损事件存在相关性。为此，基于北方某城市给水管网破损事件数据和气温记录，分析不同的天气因素量化指标与管道破损事件的相关性。采用误差反向传播神经网络(BPNN)和基因表达式编程(GEP)方法，建立考虑天气因素的给水管道漏损预测模型。根据案例城市过去11年的市政给水管网破损记录数据库、管道地理信息数据库和同期气温记录，分析6个天气因素指标(平均温度、冰冻指标、最大上升值、最大下降值、最大上升率、最大下降率)的内在相关性及其与管道破损事件的相关性；采用BPNN和GEP建立管道破损数(因变量)与4个自变量(代表性天气因素指标、管径、管龄、...