随着生物工程技术的迅速发展，生化工业在国民经济中的地位已越来越重要。但是由于生化过程本身具有非线性、时变性和不确定性等特点，一般很难对其进行优化和控制。因此，有必要发展和建立与这类系统的特点相适应的过程控制和最优化技术，这将有助于提高目的产物的产率和原材料的转化率，从而可以提高生化过程的整体生产水平。 本文以色氨酸生物合成系统和甘油生物歧化为l，3-丙二醇过程作为主要应用研究背景，对一类生化过程的优化和控制方法进行了深入研究，不仅可以实现对生化过程的最优操作和最优控制，而且对非线性系统的优化和控制方法研究，也具有重要的理论意义和应用价值。论文研究的内容和取得的主要结果概括如下： (1)为实现对色氨酸生物合成过程的稳态优化，利用色氨酸生物合成过程的三维非线性动力系统，建立了使色氨酸消耗和分泌的综合项最大的稳态优化模型。根据间接优化方法(Indirect Optimization Method，IOM)，首先将描述色氨酸生物合成的非线性模型转化为S-系统形式，然后将非线性优化问题近似转化为线性优化问题来求解，最后得到了一个稳定而且鲁棒的稳态。在该稳态下，色氨酸产率提高为基本稳态时的9倍。与已有的优化结果相比，本文不仅获得了更高的色氨酸产率，而且得到了鲁棒性更好的最优稳态。 (2)通过对色氨酸生物合成的稳态优化研究可知，标准迭代IOM方法在一般情况下难以保证收敛到系统的真正最优解。为了克服标准迭代IOM方法的这一缺点，本文通过在直接IOM方法的线性优化问题中引入一个说明S-系统解和原模型解一致性的等式约束，应用Lagrangian乘子法将上述修正后的非线性优化问题转化为一个等价的线性优化问题，提出了一种可用于求解生化系统稳态优化问题的修正迭代IOM方法。最后将该方法应用于不同类型生化系统的稳态优化中，数值计算结果表明，本文提出的优化算法可以收敛到真正的系统最优解。 (3)针对生化过程所同有的不确定性这一特点，研究了生化过程的H-控制问题。根据连续生化过程的物料平衡方程，给出了这类过程的一个统一的建模框架。应用双线性变换和H∞混合灵敏度方法，设计了一个使系统在产物体积产率最大的最优稳态附近工作的鲁棒控制器。整个设计过程是通过调整变换参数和性能加权函数的增益来实现的，前者决定了闭环系统主导极点的位置，而后者则决定了系统的稳态跟踪误差。最后研究了甘油生物歧化为l，3-丙二醇过程的H-控制。仿真结果表明，所设计的鲁棒控制器不仅保证了系统对模型的参数变化具有鲁棒稳定性，而且使系统具有很好的鲁棒跟踪性能，从而说明了所设计H∞控制器的有效性。 (4)为实现生化过程的在线稳态优化控制，基于增广的系统优化与参数估计集成方法(Integrated System Optimization and Parameter Estimation，ISOPE)，提出了一种可用于生化过程在对象/模型不匹配和输入约束下稳态优化控制的在线迭代优化策略。为了避免要事先选择一个合适罚系数的困难，在算法中引入了目标函数的线性化形式，并在迭代过程中不断对罚系数值进行修正，加速了优化算法的收敛速度。此外，还对所提算法在有量测噪声、可测扰动和不可测扰动影响情况下的性能进行了讨论。仿真结果表明，本文算法具有快速的在线寻优能力。 (5)为了刻化真实生化过程的非线性本质特性，通常可用一个具有幂函数结构形式的非线性函数来近似稳态模型。本文提出了一种在对数空间求解生化过程稳态优化控制问题的改进的系统优化与参数估计集成方法(ISOPEN2)。首先，通过对数变换将原问题化为一个等价的而且可在对数空间求解的新的优化控制问题；然后，通过对目标函数和约束函数的线性化将原问题进一步转化为二次规划问题，避免了在确定罚系数前要求解一个非凸优化问题的困难。应用简单的滤波技术改善了算法在有量测噪声情况下的性能。仿真结果表明，所提出的优化算法无论在收敛速度、还是在计算时间上都要优于传统的ISOPE算法。