论文针对污水处理脱氮过程受到入水的影响较大,常规控制效果不理想等问题,提出一种基于最小二乘支持向量机的非线性预测控制方法。通过仿真实验验证了该控制方法的有效性。论文的主要研究工作和创新如下:首先,在深入分析污水处理的工艺流程、活性污泥数学模型和二沉池的数学模型的基础上,在SIMULINK中搭建了BSM1仿真平台。使用国际水协提供的初值和入水数据进行BSM1的开环仿真,仿真结果与国际水协提供的动态测试数据保持一致,说明该平台搭建成功,可进行下一步的控制策略研究。然后,选取BSM1中二号池硝态氮浓度和五号池的溶解氧浓度作为被控量,使用PI控制进行BSM1的闭环仿真。对入水数据变化和三种不同入水下的闭环仿真结果进行分析可知,硝态氮浓度受到入水的影响较大,传统的PI控制对脱氮过程的控制不够完善,应该选取更优的控制策略控制污水处理的脱氮过程。最后,使用广义预测控制进行BSM1的仿真。仿真结果表明,由于污水处理过程的非线性较强,广义预测控制无法有效的控制污水处理过程。论文对预测控制的原理进行深入研究后,设计出一种基于最小二乘支持向量机的非线性模型预测控制算法。该算法使用最小二乘支持向量机建立污水处理脱氮过程的非线性模型。在此基础上,通过果蝇优化算法在线寻找到当前的最优控制量,对脱氮过程进行控制,仿真结果表明该非线性预测控制算法能够有效控制污水处理脱氮过程。