我国国内经济在近些年有了飞速的发展，随之而来的是生活用水、工业用水量均急剧增长，污水排放量增加，这样从使用和污染两方面都加剧了国内淡水资源短缺。于是污水处理变得越来越重要，然而污水处理是一个高耗能高成本的行业，同时污水处理质量也直接影响着我们的生活环境。因此能够切实改进现有污水处理厂的整体技术水平、提高其生产效率、提高污水处理质量的预测控制系统成为迫切需求，在河流保护和可持续发展方面都有着非常重要的价值意义。本文以ASM1平台为基础，利用Elman神经网络建立模型对活性污泥法污水生物处理过程进行预测控制。主要研究内容如下：（1）比较现有的污水处理控制技术，对BP神经网络和Elman神经网络针对于污水处理预测控制的优缺点进行比较分析，找出更合适的预测控制模型。（2）对现有的Elman神经网络模型改进，在原来Elman神经网络的基础上引入了输出层节点的反馈，并且增加了链接层节点的反馈，提高了Elman神经网络的性能。本文对模型训练加入了附加动量法，提高了Elman神经网络预测的精度和越过局部极小值的训练能力。（3）利用Elman神经网络建立曝气池的预测控制模型，模型包括用于预测对象未来输出的神经网络辨识器（Neural Network Identifier, NNI）和用于输出控制序列的神经网络控制器（Neural Networks Controller, NNC）。并对预测控制参数DO浓度和pH值进行建模预测控制。仿真结果表明，本论文采用的Elman神经网络预测控制系统在精度和可行性上均取得满意的效果，对提高污水处理智能预测控制水平有着重要的意义。