摘要：赖氨酸发酵过程是一个复杂的非线性强耦合动态过程。某些发酵过程关键生物参数（如菌体浓度、基质浓度、产物浓度）难以实时在线检测。采用软测量技术可解决这一难题。建立了用于生物参数状态预估的tPSO-BPNN软测量模型。针对BPNN软测量模型易陷入局部极小值,进化后期收敛速度慢以及全局搜索能力弱等缺陷,tPSO-BPNN软测量模型采用带极值扰动粒子群（tPSO）算法优化BP神经网络权值和阈值。仿真结果表明,tPSO-BPNN软测量模型的性能优于BPNN软测量模型,能够准确预估赖氨酸发酵过程中的关键参数,具有较高的精度和良好的应用前景。

关键词：带极值扰动粒子群优化 赖氨酸 生化参数 软测量 

单位：江苏大学电气信息工程学院 镇江212013