随着工业的迅速发展,工业污水的种类和数量迅猛增加,污染也日趋严重,威胁着人类的健康和安全,污水处理的预测研究和智能控制得到了学者的研究与关注。随着物联网技术的发展,无线传感器网络作为物联网底层技术应用越来越多。近年来,无线传感器网络广泛应用在工业环境监测中,包括在污水处理行业。为了实现对污水处理智能控制和预警,针对污水处理中重要的水质参数,还要通过预测评估,来达到实际的应用要求。本文首先设计了一种污水水质数据采集传输的ZigBee无线传感器网络模型。在网络中如何优化ZigBee路由、降低网络能量的问题上,详细分析了ZigBee路由算法,针对基础的ZBR算法在簇内路由跳数较多、路由发现时广播风暴等问题,提出了一种新的路由算法ZBR-L。在簇内路由时,通过建立路由邻居表优化了路由时的路径,减少了路由开销;其次在建立路由发现的时候,通过限制路由发现时RREQ请求包的发送,节省了能量,使网络中节点寿命延长。最后对改进算法进行了仿真分析,通过与ZBR算法的比较,证明了ZBR-L在分组递交率等网络通信指标具有更好的效果,优化了传输路径。其次通过无线传感器网络将采集到的数据传输到数据库,并对水质数据进行研究。本文建立了污水处理出水COD值的神经网络预测模型,利用实际采集的数据作为仿真输入。但是由于BP神经网络预测存在一定局限问题,而人工蜂群算法(ABC)有全局寻优能力强的特点,本文利用人工蜂群算法对神经网络权值和阈值进行优化,建立了ABC-BP预测模型以减小误差。实验证明,人工蜂群优化得到的结果更接近期望输出,误差更小,效果更好。