针对污水处理过程高度非线性、大滞后等特征,提出了一种基于回声状态网络(echo　state　network,ESN)模型的多变量自适应预测控制系统.首先,利用ESN建立污水处理过程的智能预测模型,该模型能够预测污水处理的输出;其次,设计污水处理过程的ESN辨识器,将辨识器输出与实际输出的差对主控制器进行误差补偿;最后,以仿真基准模型(BSM1)为平台,采用提出的多变量自适应控制方法对溶解氧浓度和硝态氮浓度进行控制,实验结果表明,该控制方法提高了系统的自适应性和抗干扰能力,能够对溶解氧浓度和硝态氮浓度实现快速、准确跟踪.