随着经济的快速发展,环境问题日益突出,尤其是水环境的变化,严重影响着人们的身心健康,已经成为城市可持续发展的制约因素,因此污水处理是城市建设急需解决的重要问题。本文在现有文献的基础之上,对污水处理的智能控制方面做了一些工作。本文首先针对污水处理中一些关键的水质参数不能在线测量的问题,提出软测量技术。然后,根据污水处理系统的非线性和过程建模难的特点,选取神经网络来构建污水处理软测量模型。在文章的最后,提出一种基于神经网络的模型参考自适应控制(NNMRAC)策略,实现了对污水处理的闭环控制。在用神经网络建立污水处理软测量模型方面,分别建立了基于BP网络和Elman网络的污水处理软测量模型,并通过样本数据对各网络进行了仿真,分析了各网络的性能。然后,为解决神经网络存在的拓扑结构难以确定和缺少高效的学习算法的问题,针对Elman网络用遗传算法进行权值和阈值的优化,从仿真结果可以看出网络的泛化能力很好,精度也很高。在本文最后一章建立了基于神经网络模型参考自适应控制(NNMRAC)的污水处理系统,它既不依赖被控对象精确的数学模型,又能根据被控对象参数和环境的变化调整控制器。系统的辨识器部分采用Elman网络,控制器部分采用RBF网络,并用遗传算法对辨识器和控制器网络的权值和阈值进行了优化。从仿真结果看,该系统的学习速度快、训练精度高。