为了保护有限的水资源，保证国家可持续发展的战略，必须大力发展我国的污水处理事业。在污水处理工艺中，CASS工艺是一种比较先进的工艺，而且也比较适合我国国情。但是污水处理受到进水各种水质等诸多因素影响，过程复杂，水质变化具有非线性及非确定性特征。人工神经网络具有大规模并行运算、自适应、自学习、容错性的能力，特别适用于需要同时考虑许多因素和条件，不精确的、模糊的信息处理。因此，研究对污水处理过程的建模技术具有十分重要的现实意义。本文以Matlab 7.0为计算平台，采用遗传算法—BP神经网络模型对CASS工艺处理城市生活污水过程进行模拟分析，探讨生物处理系统主导运行参数及最佳运行参数，主要结论如下：（1）采用GA-BPNN模型能有效地模拟CASS生物处理系统，模型预测污水有机物去除率及氨氮去除率的回归系数分别为R=0.8356、R=0.8195，预测质量较好，说明采用GA—BPNN模型对生物处理系统进行模拟式可行的，为今后进一步运行管理生物处理系统提供了新的研究方法。（2）采用分割权值法对模型进行分析表明：对该生物处理系统，进水COD_Cr浓度、NH₄⁺-N浓度、TP浓度、pH对出水污染物去除率的影响的相对重要性分别为29.28％、20.74％、31.79％、18.19％，进水TP浓度对系统污染物去除率的影响最大。（3）对有机物去除率的影响采用偏导数法分析表明：进水COD_Cr浓度、NH₄⁺-N浓度、pH值均促进污水中有机物的去除；当进水TP浓度低于1.6mg／l时，进水TP浓度对有机物的去除有促进作用；当进水TP浓度大于1.6mg／l时，进水TP浓度将抑制有机物的去除。进水参数对有机物去除的重要性由高到低分别为pH、TP浓度、NH₄⁺-N浓度、COD_Cr浓度。（4）对氨氮去除率的影响采用偏导数法分析表明：进水COD_Cr浓度、NH₄⁺-N浓度均促进污水中氨氮污染物的去除。进水TP浓度、pH值均抑制污水中氨氮的去除。进水参数对氨氮去除的重要性由高到低分别为TP浓度、pH值、NH₄⁺-N浓度、COD_Cr浓度。（5）采用遗传算法对模型进行最优运行参数研究表明：当进水COD_Cr浓度为202.87mg／l时、NH₄⁺-N浓度为22.00mg／l时、TP浓度为0.93mg／l时、pH为7.15，系统有机物、氨氮去除率分别升高到为60.82％、64.36％。提高污水处理厂污泥负荷、对来水TP进行预处理、在CASS主体工艺前设置水解池能促进生物系统内污染物的去除。