最经济控制是以系统的技术性能指标为约束条件,经济代价为目标函数的最优控制,最经济控制与智能控制相结合产生了最经济智能控制。神经网络控制是智能控制中常用的一类。　　本文主要研究神经网络在污水处理中的最经济控制实现。首先,把经济代价模型拓展到污水处理中,以进出水污染物浓度为变量,推出了污水处理中的具体经济代价模型。其次,针对神经网络的初始权值和阈值随机选择问题,给出了用经济代价模型选择性能指标的方法。再次,在深入研究了单性能指标的最经济控制实现的基础上,给出了多指标神经网络的最经济控制参数的确定方法:结合均匀设计和遗传算法,构造了结构参数与多性能指标之间的神经网络,以该网络输出为变量的经济代价模型为适应度函数进行参数优化。仿真表明,用该方法求得参数的结果误差在3％以内,说明该方法可以为神经网络最经济控制参数的确定提供有效参考。最后,把拓展的经济代价模型和改进的算法应用到污水处理中。实验仿真表明,本文给出的最经济智能控制的实现方法,为降低污水处理成本的研究提供了新的途径,具有一定的参考价值。