近年来，随着海藻化工产品数量和品种的不断增多，伴随而来的加工废弃物数量也在增加，造成了严重的资源浪费和环境污染。因此，海藻粉的处理和综合利用是海洋资源利用领域迫切需要解决的课题。本文通过利用酶和微生物的共同作用，将海藻粉进行发酵转变为动物饲料，探讨了海藻粉发酵饲料的最优工艺参数，提供了一种对海藻粉利用的新方法。论文通过单因素实验确定出发酵工艺参数的水平值，利用响应面分析法得出了海藻粉发酵饲料的最优工艺参数，并利用神经网络建立模型对实验结果进行预测与验证。首先，根据Box-Behnken的中心组合实验设计原理，在单因素试验的基础上，采用五因素五水平的响应面分析法，建立海藻粉发酵饲料工艺的二次多项式数学模型，以发酵产品中粗蛋白和粗纤维的得率为响应值，考察EM（EffectiveMicroorganesms）复合菌剂的添加量、纤维素酶的添加量、物料含水量、发酵温度和发酵时间五个因素对发酵工艺的影响。在分析得到的最优化条件下，发酵产物中粗蛋白与粗纤维含量分别为19.35%、12.53%，结果均比较理想。其次，响应面分析结果表明，EM复合菌剂和发酵时间对发酵产物中粗蛋白含量构成极显著影响，EM复合菌剂和纤维素酶的交互项对发酵产物中粗纤维含量构成极显著影响，而发酵温度和物料含水量对发酵过程的影响相对较小，表明EM复合菌剂的添加量及发酵时间对整个发酵过程产生非常显著的影响。最后，通过神经网络建立预测模型，粗蛋白含量与粗纤维含量模型的R2分别为94.41%和97.25%，说明模型预测能力优秀，模型预测值与验证实验结果相对误差仅为1.19%和0.72%，因此，预测模型能较好地反映海藻粉实际发酵的过程，说明该方法可以为工艺优化研究提供参考。