国际水质协会IAWQ推出活性污泥模型以来，凭借其处理工艺简单、运行效率高、鲁棒性强和处理成本低等优点，得到了广泛的发展和应用。目前世界上很多国家和地区采取了活性污泥处理模型。随着计算机技术的快速发展，在污水处理模型运用中，计算机的仿真模拟技术被广泛应用。但是对于活性污泥模型的参数选择，由于不同地区水质的巨大差异，加上温度等外部条件对参数的影响，不能直接套用国际水质协会给出的推荐值，因此需要对模型的参数进行校正。　　本研究使用量子遗传算法(Quantum Genetic Algorithm，QGA)对模型参数进行校正，首先对基本的量子遗传算法进行了改进以提高算法的性能。针对量子遗传算法优化多峰函数时存在收敛速度慢、容易陷入局部最优的缺陷，提出了改进型量子遗传算法(Improved Quantum Genetic Algorithm，IQGA)。引入个体浓度的概念，在量子门更新之前对种群进行筛选并剔除高浓度个体和劣个体，并用新的个体代替它们，增强了量子遗传算法全局搜索能力，通过典型复杂连续函数的对比测试，验证了该改进型量子遗传算法的可行性和有效性。　　本研究在对活性污泥ASM3模型和二沉池模型研究的基础上，结合某污水厂的进出水数据、工艺设计流程及工艺参数在MATLAB仿真平台建立数学模型。对于进出水数据，需要根据系统特点、模型特点及地区水域特点进行分析，将进出水数据转化成ASM3模型中对应的各组分浓度。利用国际水质协会提供的模型参数的推荐值分别进行了稳态模拟和动态模拟，结果表明COD的模拟值与监测值的误差较小，模拟效果较好;硝酸盐氮和碱度的模拟值与监测值存在一定的误差;氨氮的模拟值与监测值的误差较大。　　针对上述建立的模型，由于套用国际水质协会提供的参数，存在一定的误差，需要对模型中的参数进行校正。首先对模型中所有参数进行灵敏度分析，选择出一些对模型反应灵敏，对出水水质相关指标影响较大的参数，然后利用IQGA对模型中灵敏度较高的参数进行动态校正，最后利用校正后的参数对模型再次进行模拟，对比直接采用推荐值的模拟效果，验证了校正后参数的准确性和可靠性，同时证明了本研究方案的可行性和可靠性。