水被称为万物之源,人们的生活每时每刻都离不开水,而我国现在是一个水资源十分短缺的国家,所以保护水资源和防治水污染成为当今研究的热点问题。污水处理厂在保护水环境方面起着不可忽视的作用。然而很多污水处理厂对日常污水指标的检测都是通过人工化验得到的,而人工化验具有一定的滞后性,像BOD5指标需要五天后才能出结果,等知道水质不合格时,早已排出了大量的不合格水。此外,如果为了改善出水水质而进行试验研究,需要大量的人力、时间和资金的投入。因此近几年人们将软测量技术应用于污水处理过程中,根据软测量技术的预测结果,及时的调控处理工艺,达到高效处理污水之目的。本论文主要是建立预测污水处理厂出水指标的软测量模型,利用所建立的预测模型,通过改变可调节的参数,预测出水指标浓度,分析出水指标变化趋势,指导污水处理厂的运行实践。核心内容包括：第一,对内蒙古地区的污水处理工艺进行调查分析,了解主要污水处理工艺的流程和作用机理,对以活性污泥法为主的AZ/O工艺进行了重点研究。第二,以呼和浩特市章盖营污水处理厂为例,对其水质情况进行归纳分析,确定建模所需的输入指标。第三,建立BP神经网络模型,该模型结构的输入变量为10,隐含层神经元个数为13,输出变量为1,训练函数为traingdx,学习函数为learngdm,隐含层和输出层的传递函数函数分别为tansig和purelin,学习率0.01,动量系数0.04,训练的最大次数20000,目标精度为0.0005(出水指标TP和SS)和0.0003(出水指标BOD5)两种。经过验证模型预测结果符合精度要求。第四,调整控制参数(DO含量、pH值、水温),利用所建模型,对出水BOD5、TP、SS三个指标分别进行预测,并分析BOD5和TP两指标预测结果的变化趋势,研究结果对指导污水处理工艺的运行具有一定的实践指导意义。