活性污泥法具有处理范围宽广、运行效率高、抗干扰能力较强等优点,在世界各地都得到了广泛的应用。数学模型在活性污泥法工艺研究中起着非常重要的作用,建立可靠的数学模型能够准确地预测出污水处理厂实际的出水成分,但目前活性污泥数学模型的推广和应用仍存在一定的问题,其中模型参数问题尤为严重。针对遗传算法存在着早熟、收敛速度慢以及局部搜索能力较差的缺陷,本文提出了一种基于克隆选择策略的改进遗传算法(Clonal Selection Genetic Algorithm,简称CSGA),通过测试函数实验证明该算法的性能优于标准遗传算法。分析活性污泥数学模型和二沉池模型的发展历程和研究现状,基于ASM1并结合Takacs双指数沉降速率二沉池模型,建立某Orbal氧化沟活性污泥处理过程的仿真模型,并进行稳态模拟和动态模拟,计算出水模拟值与监测值的误差：其中出水COD和TN模拟误差较小,出水SNH模拟误差较大。对模型中的化学计量数和反应动力学参数进行灵敏度分析,选择Ya、Yh、Koh、ηg、μa、Knh、Koa、O2、O3和O4这11个灵敏度较高参数,分别采用GA与CSGA对这些参数进行校正。对校正后的模型进行动态模拟,计算出水模拟值与监测值的误差,经两种算法校正后模型的动态模拟误差均明显减小,且经CSGA校正后的模拟误差比GA校正后的模拟误差更小,进一步提高了模型的准确性。由于TN出水浓度超标率较高,采用CSGA对模型中的运行参数和工艺参数进行优化,使TN平均出水浓度从18.82mg／L下降至12.91mg／L,超标率从97.7%下降至29.17%,优化效果较为明显,经优化后的出水基本可以安全排放。