为了克服目前传统BP（back propagation）模型对热网泄漏故障诊断过程中存在的故障识别率低、收敛速度慢以及易陷入局部极值等问题，提出了一种基于遗传蚁群（genetic algorithm-ant colony optimization，GA-ACO）算法优化BP模型。利用GA算法的交叉变异算子改进了信息素初始值，通过ACO算法提高了模型的迭代速度以及最优解的寻找，优化了BP模型的初始权值和阈值，并通过系统仿真软件将此模型应用到热网泄漏故障诊断中。结果表明：相比于

传统BP模型和GA-BP模型，GA-ACO-BP模型具有更快的收敛速度，预测值更加接近期望值且误差更小，有效提高了热网泄漏故障的预测精度，能够实现对泄漏故障快速、准确的诊断和定位。