【摘要】本文以沈阳市某污水处理厂为实验对象，对污水厂实际数据进行预处理，采用机器学习的回归决策树（ＤＴＲ）、岭回归 （ＲＲ）、Ｋ 近邻（ＫＮＮ）３ 种算法预测出水水质（ＣＯＤ、ＴＮ、ＮＨ３ －Ｎ、ＴＰ） 浓度。 采用拟合优度（Ｒ ２ ）、均方误差（ＭＳＥ） 和平均绝对误差 （ＭＡＥ）来评估 ３ 种模型，选取表现最佳的算法作为出水水质的预测模型。 实验结果表明，ＤＴＲ 算法在预测出水 ＣＯＤ 和出水 ＮＨ３ －Ｎ 指标上表现最好；ＫＮＮ 算法在预测出水 ＴＮ 指标上表现最好；ＲＲ 算法在预测出水 ＴＰ 指标上表现最好。 本文在出水水质预测模型的 基础上，建立了污水处理出水水质预警系统，为解决污水处理工艺中发生故障处理不及时的问题，提前预测出水水质，以期尽早发现、 处理故障，实现污水处理的“事前”预警。