在城市生活垃圾的处理领域,焚烧处理方式愈来愈受到人们的重视,它不仅可以有效地达到减量化和无害化处理垃圾的目的,而且在条件允许的情况下,还可实现资源化,即实现能量的回收利用。随着我国经济的发展,土地资源的减少,垃圾焚烧技术的进步,未来几年内在部分城市中将建成若干个生活垃圾焚烧厂。为了达到减量化、无害化及资源化的目的,垃圾本身的低位热值是决定性的因素,然而生活垃圾热值的预测工作是十分复杂和困难的,因而在相关的对策和设计中对垃圾的低位热值的准确计算和预测是一项十分重要的工作。本文介绍了当前国内外现有的垃圾热值计算模型,并对国内城市生活垃圾热值预测效果进行了分析,发现按元素和按物理组成计算对于国内经济较发达地区或一般地区的垃圾热值估算有较好吻合性,成分估算公式和氧含量分段估算公式是针对中国城市生活垃圾的现状提出的,更适合中国的国情。　　本文着重介绍了BP人工神经网络建模的理论和方法,并选用城市属性的宏观数据人均国内生产总值、国内生产总值、第二产业国内生产总值、第三产业国内生产总值、年平均降雨量和年均温度六个输入参数建立了城市生活垃圾热值的BP人工神经预测模型,同时分析了该模型对国内城市生活垃圾热值的预测效果,并对深圳市宝安区的生活垃圾调查分析的实验数据进行分析,将物理组成法计算公式的预测结果和建立的BP模型预测的结果进行了对比,结果表明两种方法预测的结果吻合性相当好,本文建立的城市生活垃圾热值的BP人工神经预测模型具有较好的泛化能力和较强的实用性。通过对城市生活垃圾热值的影响因子的仿真实验分析,结果表明模型对热值外部因素影响规律的描述基本恰当,BP人工神经网络在城市生活垃圾热值预测建模方面是成功的。