何 丹， 林来鹏， 李小勇， 牛国强， 易晓辉,3， 黄明智*

(1. 广东省广业环保产业集团有限公司， 广州 510030；2. 华南师范大学环境学院∥广东省化学品污染与环境安全重点实验室∥教育部环境理论化学重点实验室， 广州 510006；3. 广东省环境资源利用与保护重点实验室∥中国科学院广州地球化学研究所， 广州 510640)

废水处理是一个复杂的生化反应过程，具有多样性、随机性、不确定性、强耦合性、高度非线性和大时变等特征[1-2]，其中关键水质参数的检测和调控是反应过程稳定、高效运行的重要前提. 出水化学需氧量(CODeff)和出水固体悬浮物(SSeff)是废水生物处理过程中2个重要的水质参数，这2个参数的变化规律能够反映废水的处理过程. 为了提高废水排放的达标率，维持系统的稳定性，通常要对CODeff和SSeff进行实时监测. 废水水质常规检测方法有在线检测和人工检测等方法，但部分在线检测仪器的安装和维护费用比较昂贵，增加了检测成本；而人工检测方法耗时较长，检测数据相对滞后[3-4]. 相对于这些常规的检测方法，软测量技术能显著解决上述问题，具有成本低、耗时短且相对准确的优点，近年来被广泛运用于废水处理过程中关键水质的在线监测.

人工神经网络是一种运用非常广泛的软测量建模方法，具有非线性、并行分布、容错性和自适应性等优点[5-6]. BP神经网络是一种常见的前馈人工神经网络，在相关领域应用十分广泛. 但由于BP神经网络存在收敛速度较慢、训练时间较长、网……