城市污水处理厂，作为一项有益于社会发展、生态循环、人类健康的基础设施工程。在降低水环境污染、节约水资源利用等方面发挥了积极的作用。但很多城市污水处理厂存在着处理设备落后、处理能耗高、环境管理水平低下等问题。因此，根据城市污水处理厂可持续发展战略的要求，实现污水处降耗、减污、增效的清洁生产目标势在必行。目前，更多的城市污水处理企业已被纳入强制性清洁生产审核范围，而推行清洁生产，应首先确定其评价指标体系，通过一定的评价方法对企业的清洁生产水平进行评价，从而提出清洁生产方案。因此，对城市污水处理厂清洁生产评价指标体系的研究具有十分重要的意义。　　本文主要研究内容和研究成果如下：　　（1）本文对城市污水处理厂在污水处理过程中产生的各种影响进行了讨论分析，从资源能源消耗、产品、污染物产生、资源综合利用、生产工艺及装备和环境管理等六个方面，选取了24个评价指标，建立了一套适合我国城市污水处理厂的较为完善的综合评价指标体系。　　（2）本文采用BP神经网络评价方法对工艺城市污水处理厂清洁生产进行评价，为了解决利用BP神经网络作为评价方法不能得出个指标的权重值的问题，本文通过利用层次分析法软件yaahp来确定各评价指标的权重值。从而比较各指标之间的重要性，为提出清洁生产方案提供理论依据。根据已经建立的评价指标体系，设计BP神经网络模型。在计算方法上，用MATLAB的神经网络工具箱(NNT)来进行网络设计和计算。输入样本前，需要对样本数据进行归一化处理，本文采用的归一化方法是MATLAB软件自带的mapminmax函数。通过大量学习样本的训练和验证，使模型的误差达到预定的范围内，训练效果良好。至此，PHA-BP神经网络评价模型建立完成。　　（3）最后应用所建立的指标体系以及评价模型，对大连大开污水处理厂进行清洁生产评价。评价结果为82.5，该水厂清洁生产评价等级为良好。再将各指标的权重值以及该污水处理厂各指标的具体评分作为依据，分析该水厂清洁生产水平不足之处，针对性的提出清洁生产方案。　　综上研究成果可以发现，本文建立的PHA-BP神经网络模型，能够很好的对城市污水处理厂清洁生产进行客观准确的评价，该模型的建立具有一定的科学实用性。