厌氧氨氧化作为一种新型的含氮废水处理技术,人们对其处理过程的反应机理、过程模拟和优化控制尚未能完全掌握。反应过程中的pH值、温度、作为基质的氨氮（NH₄⁺-N）和亚硝酸盐氮（NO₂^--N）浓度都是影响厌氧氨氧化工艺效能的重要因素。随着人们对出水水质要求的日益提升,在废水处理中过程监控与控制也变得更加重要,针对厌氧氨氧化反应机理的数值模拟和性能优化受制于其生物反应过程的多重性和复杂性。近年来,硬件传感技术结合不同算法的智能控制技术为解决上述困难提供了新的思路。本文在比较全面了解当前厌氧氨氧化技术应用现状的基础上,分析了厌氧氨氧化脱氮系统中存在的多目标优化问题。结合当前热门的智能算法在废水处理领域的研究情况,以主元分析法（PCA）、负反馈神经网络（BP）、最小二乘法支持向量机（LSSVM）和快速非支配排序遗传算法（NSGA-Ⅱ）理论为核心,提出了应用于厌氧氨氧化脱氮系统中的基于混合智能算法的出水水质预测模型和多目标优化模型。其主要工作内容和结论如下:（1）实验室条件下利用UASB反应器,采用广州市某污水厂厌氧段污泥进行厌氧氨氧化的启动工作。通过采用人工自配废水进水方式,增加进水基质浓度和逐步缩短反应器中水力停留时间提高反应器氮负荷进行厌氧氨氧化污泥驯化工作。经过为期86天的驯化培养,反应器TN去除负荷为0.53 kg N?m^-3?d^-1,标志着厌氧氨氧化反应器成功启动。反应器稳定运行阶段,氨氮去除、亚硝酸盐氮去除与硝酸盐氮的生成比为1:（1.28±0.03）:（0.28±0.02）,反应器中氨氮和亚硝酸盐氮的去除率保持在99%和95%左右,TN去除负荷为0.90 kg N?m^-3?d^-1,表明反应器可维持稳定高效的脱氮性能。（2）在反应器成功启动的基础上,选取葡萄糖作为有机碳源,通过改变进水氮浓度和进水COD浓度条件,探讨不同氮负荷和COD干扰下厌氧氨氧化反应器的运行效能。实验结果表明,在进水氨氮浓度为200mg/L,进水亚硝酸盐浓度为264mg/L左右时,在低C/N（<0.50）比条件下,反应器有较好的除氮效果,同时对水中COD的去除效果也较好;另一方面,进水pH值、基质浓度和COD浓度都是影响反应器运行效能的重要因素,反应器运行过程中出水pH值、出水硝酸盐氮、产气量等厌氧氨氧化作用中相关变量能够很好的指示反应器中厌氧氨氧化系统所处的阶段。（3）结合PCA、BP和LSSVM智能算法,构建基于PCA-BP和PCA-LSSVM的厌氧氨氧化出水水质预测模型。在利用PCA进行输入变量降维过程中,不同样本点参数个数的选择会影响到辅助变量与样本点的多元关系,进而影响到预测模型的精确度。基于BP算法和LSSVM算法的厌氧氨氧化出水水质模型能够很好的预测厌氧氨氧化出水效果,对比PCA-BP模型,基于PCA-LSSVM智能算法的厌氧氨氧化水质预测模型的平均相对百分比误差和均方根误差都更小,其模型的预测值与真实值的相关系数更高,具有更好的预测性能。（4）结合PCA-LSSVM与NSGA-II混合智能算法建立起厌氧氨氧化脱氮系统多目标优化模型。其优化结果表明,为保持厌氧氨氧化脱氮系统良好的出水效果和TN去除效果,其进水pH值应保持在7.50⁷.52之间,进水NH₄⁺-N/NO₂^--N保持在0.62左右,进水COD/TN的比值保持在0.15左右。利用模型优化结果为进水条件进行的实验验证结果表明,该优化模型给出的进水方案具有很好的可行性,可进一步为厌氧氨氧化工艺的设计者与决策者提供指导。