3、结语
  发酵过程是时变、非线性、带约束的多输入多输出复杂系统，机理十分复杂。由于对发酵过程缺乏足够了解，很难建立以过程动力学为基础的准确的机理模型。辨识建模方法没有充分利用发酵过程的先验知识，所建“黑箱”模型不能准确地描述发酵过程。由辨识方法估计机理模型参数的混合模型仍缺乏对发酵过程的全面描述。在优化控制算法和策略上，目前应用较多的是基于机理分析的定性优化方法和基于模型的定量优化方法，采用单目标优化策略，难以实现整个发酵过程最优。
  充分考虑发酵过程微生物生长反应特性以及模型辨识，利用发酵工程研究技术的最新成果，应用人工智能理论和技术研究发酵过程的建模新方法，建立包含发酵过程已知机理和未知机理的完善的过程混合模型；针对发酵过程多目标优化问题的特点，研究相应的多目标协同优化方法和策略，全面反映目标变量和各控制变量问的关系，并在过程混合模型和多目标优化的基础上设计动态优化控制器，才是解决微生物发酵过程优化控制的有效方法。目前，发酵过程优化控制还有一些关键问题需要解决，如混合模型的构建方法、混合模型的在线修正和批间修正、控制器的滚动优化问题以及鲁棒性分析等。   
   

 

上一篇：微生物发酵过程优化控制技术进展——6

下一篇：微生物检验教学的改革与探索——1