焚烧技术是处理城市生活垃圾的一种有效方式,限制其应用的条件之一是城市生活垃圾低位热值。如何快速准确的获得垃圾热值,为有关部门选择垃圾处理工艺提供决策数据或者为指导垃圾焚烧工况的改善提供基础数据,都具有重要意义。本论文首先介绍了国内外城市生活垃圾热值的仪器测定技术和典型计算模型,然后结合深圳市城市生活垃圾物理组成、含水率和热值实验数据,分析了六种影响因素和低位热值的相关性,建立了两种线性和一种非线性模型,最后比较分析了两类模型的计算准确度和有效度。作者认为,基于城市生活垃圾物理组成的热值计算模型相对于元素分析和工业特性分析计算模型而言,具有成本低、效率高和对操作人员技术要求低等特点。在应用回归分析方法建立线性模型时,本文分析了六种影响因素的重要程度,随后建立了两种线性模型。运用神经网络方法,本文建立了基于MATLAB神经网络工具箱的城市生活垃圾低位热值的非线性计算模型,并设计了网络结构和训练参数,比较分析了网络仿真结果。研究分析表明:基于垃圾物理组成和含水率的热值计算方法是可行的,非线性模型的计算效果好于线性模型;神经网络是建立非线性模型的有效工具,可以应用于城市生活垃圾热值的仿真,能够实现热值计算快速准确的理想效果。