由于污水处理过程存在非线性、大滞后、强耦合等特点,采用传统方法难以保证其稳定、高效的运行。因此,本文针对污水处理过程存在的一些问题,研究智能优化控制新方法,实现污水处理过程中一些关键水质参数的建模预测及智能控制器设计。论文首先根据污水处理厂工艺和控制要求,并结合国内外污水处理现状,设计一套基于PLC的污水处理控制系统。在完成硬件配置、网络组态、监控界面组态及关键工艺控制设计的基础上。又通过配置DDE通信协议,实现Win CC与MATLAB间的数据交互,为后续先进控制算法的实际应用奠定基础。针对污水出水水质在线监测困难的问题,建立基于自适应差分进化算法的最小二乘支持向量机（ADE-LSSVM）出水水质预测模型。由于DE算法易陷入局部最优,提出一种新的ADE算法,并通过性能测试验证改进的寻优性能。接着通过ADE算法全局搜索能力优化LSSVM参数,并结合实际工况数据,仿真结果表明,与其他预测模型相比,ADE-LSSVM预测模型收敛速度快且具有更好的预测精度。针对曝气过程存在溶解氧（DO）浓度控制精度不高的问题,设计模糊内模PID控制器。首先建立基于DO浓度的曝气系统近似数学模型,其次为进一步提高内模PID控制器的自适应能力,引入模糊控制策略,实现对滤波器参数?的在线调节。经过抗干扰性和模型失配测试,该方法抗干扰性强,稳定性高,能有效地解决模型失配问题,现场投运后,满足实际控制要求。针对曝气过程能耗较大的问题,根据DO浓度与氨氮（NH₃-N）浓度的关系,设计基于NH₃-N浓度的DO设定值动态调整控制器,实际运行结果表明,该方法显著降低了NH₃-N浓度及曝气过程能耗,提高了污水处理质量,能够更好地对污水处理过程进行控制。