国内的污水处理厂基本上采用的都是活性污泥法污水处理工艺,该污水处理过程是利用污泥中微生物的生长、衰减等生命活动来清除污水中污染物质的一种效率高的方法，此过程是一个多输入多输出动态系统，具有强耦合、不确定、非线性和大滞后等特点，并且过程建模相当困难，传统的控制方法（如常规PID控制等）很难达到理想的控制效果，因此研究智能控制技术在污水处理中的应用具有很重要的现实意义和很广阔的应用前景。在活性污泥法污水处理过程中，曝气池中溶解氧的含量是一个极其重要的指标参数，如果溶解氧浓度控制适当，可以直接提高污水处理效果，减小系统的能耗。本文在深入了解大量相关文献和已有的研究成果基础上，针对目前已有的污水处理过程溶解氧控制中存在的问题，做了以下研究工作：(1)对本课题的背景、来源和研究意义进行了分析，对污水处理过程的软测量技术和智能控制现状进行了综述。(2)分析了污水处理系统特征，建立了对污水处理过程一些难以直接测量的重要出水指标的最小二乘支持向量机软测量模型，并采用微粒子群优化算法实现对最小二乘支持向量机参数的寻优。(3)在研究了国际水质协会提出的活性污泥一号模型的基础上，结合实际的污水处理厂情况，建立了反映溶解氧浓度、活性污泥浓度以及底物浓度之间内在关系的简化的活性污泥数学模型。(4)针对目前溶解氧控制方法存在的问题，设计了溶解氧设定值寻优模型和溶解氧最小二乘支持向量机逆控制系统：①设计了溶解氧设定值寻优模型：根据不同的进水水质，建立出水指标参数与各种理化参数（如进水水质条件等）的最小二乘支持向量机软测量模型，并把在线预测的出水指标参数作为污水处理系统的反馈信息，使用模糊神经网络动态优化与进水水质对应的溶解氧浓度的设定值。②针对污水处理系统强耦合、非线性、大滞后等特性，建立了最小二乘支持向量机与PID复合的逆控制系统对溶解氧进行跟踪控制，详细分析并设计了控制算法，通过仿真实验验证了该系统的抗干扰性、适应性和鲁棒性。本文的创新点在于：(1)本文建立了多输入多输出最小二乘支持向量机软测量模型，实现了同时对几个变量进行预测的功能。针对目前只能使用粒子群优化算法进行离线寻优的缺点，本文采用了滑动矩形窗对被测参数滚动预报，实现了粒子群优化算法的在线寻优，从而使预测结果精度更高。(2)本文针对污水处理系统溶解氧控制目前大多采用恒定设定值的情况，建立了溶解氧设定值动态寻优模型，并将最小二乘支持向量机逆控制系统成功应用于溶解氧跟踪控制中，以达到对曝气量的动态优化控制，从根本上实现污水处理系统的节能降耗。