经过几十年的技术发展，污水处理的专业范围已经从单一的土木工程领域向一个基于更多的工艺工程和微生物学的领域发展。今天，所有这些工艺与技术综合在一起创造了复杂的污水处理系统。而污水处理系统的复杂性则主要表现在进水流量和组分的复杂多变性以及污水生物处理过程的非线性、时变性、内在机理不完全明确性等诸多方面，这使得污水处理系统的运行和控制极为复杂。因此在我国当前水环境形势下开展污水处理过程数学模拟研究，辅助对污水处理系统的理解，具有十分重要的理论价值，更是目前紧迫的现实需要。　　县城或乡镇此类小城镇污水收运系统与城市收运系统相比较，因其管网系统不够完善、调节均衡水量水质能力相对较差、大部分雨污未实现完全分流、渗透较严重等特点，造成初期污水受自然天气条件和居民用水变化影响较大。其对污水处理系统的影响表现为进水水质指标波动较大，这就要求污水处理系统必须根据初期污水的变化而采取不同运行策略以保证系统稳定运行，达标排放。因此建立基于自然天气条件和居民用水变化的预测模型，形成初期污水的预报体系，并结合污水处理系统的活性污泥机理模型，完成整个污水收运系统与处理系统的全过程数学模拟，对提高城镇污水处理厂的调节适应能力，以及指导和优化其运行策略是极其必要的。　　本文以四川某县城城镇生活污水处理厂（AAO工艺）作为研究对象，以污水形成到管网收集再到污水处理厂生化处理全过程作为研究范围，尝试建立了覆盖整个污水收运系统与处理系统的数学模型。即以形成城镇生活污水的主要来源:居民用水、降雨情况、并考虑到温度等制约情况作为研究的起点，建立了城镇生活污水处理厂进水的水量、水质预测模型，本文中称之为前段模型。当污水进入污水处理厂后，又以国际水协ASMs机理模型为基础，建立了连接各生化处理单元的活性污泥数学模型，并对模型进行校正和复核，完成污水处理厂内部生化单元建模，本文中称之为后段模型。当完成前后两部分模型搭建以后，将两部分模型串联集合起来，根据前段污水处理厂进水预测模型模拟各种初期污水形成情景，观测其对后段活性污泥机理模型的影响，分析污水处理厂的优化运行策略，提高污水处理厂的短期预判与调节能力。　　在前段模型的研究中，通过多种机器学习算法，如:BP神经网络、极端梯度提升树、支持向量机、随机森林、极端随机森林建立了预测污水流量、COD、NH3-N的预测模型并进行了误差和精度比较，同时通过多元线性回归对预测进行了组合优化。如参考水文情报预报规范(GB/T22482-2008)的中长期预报规范要求，以相对误差在20％以内为置信区间，组合预测精度在置信区间内的落地率分别为:流量预测100％，COD预测76.8％，NH3-N预测78.8％。　　在后段模型研究中，利用专用模拟器BIOWIN5.2为计算平台完成污水处理厂内部生化单元活性污泥ASMs数学模型的搭建工作。建模过程中，探究了用物理化学法测定进水COD细组分的可行性，并同时测定了微生物的动力学参数及化学计量参数，如:异养菌衰减系数bH为3.5d-1、异养菌最大比增长速率UH为8.6、异养菌产率系数YH为0.65。在通过专家经验法与实验测定法相结合的方式校准后，后段模型获得了较高的预测精度，主要出水控制指标，如:COD、TP、TN、NH3-N的相对误差控制在了5％以内。　　通过数据传递与节点构建，将前段水质预测模型与后段活性污泥机理模型集合起来，将污水收运系统与污水处理系统联系起来，建立一个污水从初期形成到最终处理全过程，具有一定整体性的污水处理系统数学模拟模式。