随着我国大规模推进工业化和城镇化进程,水资源缺乏以及水资源受污染严重问题日益凸显[1]。我国淡水资源总量较为丰富,但是人均水资源却严重不足;与此同时,污水排放量日益增多,在很多经济落后的中西部及农村地区,由于人力财力限制,污水处理技术发展很落后,导致大量污水没有经过处理就直接排放,对地表水造成了污染,进一步加剧了水资源缺乏的现状[2]。针对上述情况,运用信息化手段和智能算法来降低污水处理成本显得尤为重要,只有降低污水处理的人工和运维等成本,才能形成可推广、可复制的发展模式,在经济落后的地区进行部署运用。传统水质分析的关键指标多采用取样——化验模式,成本高而且费时,难以参与污水处理的实时控制。本文主要利用智能算法来挖掘水质数据的内部关联性、实现水质预测,并利用Web技术来设计污水处理监控系统,对污水处理的过程进行实时监控,从而降低污水处理成本。本文主要工作内容如下:（1）分析了水质变化的特点以及水质评价标准,选择合适的智能算法来进行水质分析与预测,结合水质评价标准提出水质分类方法。同时,对比分析了客户端/服务器（C/S）和浏览器/服务器（B/S）这两种污水处理监控系统软件结构的优劣,确定了采取浏览器/服务器（B/S）模式进行污水处理软件开发的策略。（2）探讨了三种典型的人工智能分类预测算法:循环神经网络（RNN）、长短时记忆网络（LSTM）和门控循环神经网络（GRU）的内部结构及原理,结合本文所采用的数据集,分别建立了水质预测模型,比较分析了这三种算法的预测误差情况,筛选出最合适的算法进行优化。同时,结合工程中的实际运用情况,根据预测模型中是否包含待预测水质指标,构建不同类型的测试集对模型进行测试,分析不同测试集下的预测误差,结果表明预测效果良好。最后,将训练优化后的水质预测模型应用于污水处理实时监控系统。（3）研发了污水处理监控系统,采用B/S架构,通过Web客户端-数据库-TCP服务的连接模式对监控系统进行开发,实现基于历史数据的水质预测、用户自定义污水处理工艺、设备状态监控和传感器数据波形展示等功能,使用户能够通过浏览器访问网页的方式在线更新工艺流程、查看污水处理数据、下发控制命令。（4）将研发的监控系统与控制执行设备结合应用于“宁夏农村典型分散式生活污水处理”项目,在银川市某居民生活小区进行部署,对监控系统的实际运行情况进行应用验证,结果表明实际运行情况良好,具有很好的推广应用价值。