冯 骁，夏文泽，王 喆,*，钱志明，刘 杰，许雪乔

(1.北京华展汇元信息技术有限公司，北京 100044；2.北京首创股份有限公司技术中心，北京 100044)

作为一个水资源极度紧缺的国家，我国的水环境现状不容乐观，为了维护人们的正常生活，与用水相关的污水处理越发被重视。其中水质预测对于污水处理的优化调度与精准控制起到了极大的作用，比如对出水总氮，浓度预测就是评价水处理效果及程度的关键指标之一[1]。但是从预测控制系统的设计角度看，城市污水处理系统由于污染物质的多样性、繁杂性和变化性，该系统变为难以预测控制的复杂流程。这些复杂特征主要体现在以下几个方面：研究对象的复杂性、研究环境的复杂性、工艺任务的复杂性以及处理过程中包含多目标融合的复杂性，均使城市污水处理过程难以被很好解析及映射[2]。

基于上述原因，根据传统工艺控制理论的城市污水处理过程控制系统难以取得满意的预测及控制效果。而近年来在国内外，控制领域神经网络预测控制系统已被广泛应用[3]。该类系统自身具有自学习、自适应和自组织功能，特别是在模型搭建之初，无需建立数据对象精确机理关系的特点[4]，可相对有效地用于复杂城市污水处理过程的映射工作，但并不是所有映射结果都十分准确。由于神经网络模型的自身特点，它映射城市污水处理过程中必定处于模拟黑盒状态，无法很好地诠释控制系统的机理，使模型在模拟过程中会出现随机误差现象，致使控制系统无法做到准确映射污水处理过程并加以控制[5]。……