3、結語
發酵過程是時變、非線性、帶約束的多輸入多輸出複雜係統，機理十分複雜。由於對發酵過程缺乏足夠了解，很難建立以過程動力學為基礎的準確的機理模型。辨識建模方法沒有充分利用發酵過程的先驗知識，所建“黑箱”模型不能準確地描述發酵過程。由辨識方法估計機理模型參數的混合模型仍缺乏對發酵過程的全麵描述。在優化控製算法和策略上，目前應用較多的是基於機理分析的定性優化方法和基於模型的定量優化方法，采用單目標優化策略，難以實現整個發酵過程最優。
充分考慮發酵過程微生物生長反應特性以及模型辨識，利用發酵工程研究技術的最新成果，應用人工智能理論和技術研究發酵過程的建模新方法，建立包含發酵過程已知機理和未知機理的完善的過程混合模型；針對發酵過程多目標優化問題的特點，研究相應的多目標協同優化方法和策略，全麵反映目標變量和各控製變量問的關係，並在過程混合模型和多目標優化的基礎上設計動態優化控製器，才是解決微生物發酵過程優化控製的有效方法。目前，發酵過程優化控製還有一些關鍵問題需要解決，如混合模型的構建方法、混合模型的在線修正和批間修正、控製器的滾動優化問題以及魯棒性分析等。
上一篇：微生物發酵過程優化控製技術進展——6
下一篇：微生物檢驗教學的改革與探索——1
