区间优化算法是一种以区间变量代替点变量的确定性全局优化方法。利用区间优化算法对工业过程进行优化控制,不仅可以在一定精度范围内避免过程噪声、干扰对系统的影响,同时还为系统运行提供多种可行方案。但传统区间优化算法仍存在很多缺陷,当搜索空间较大时,对于高维多峰值优化问题往往不能解决,这限制了算法的应用范围。为了克服传统区间优化算法的不足,本文设计了一种区间-粒子群优化算法。粒子群优化算法的随机搜索能力与信息共享机制可以大大提高传统区间优化算法的执行效率。将粒子群优化算法作为区间加速工具有助于区间优化算法解决高维多峰值优化问题。论文主要包括如下几个方面：对传统区间优化算法的基本概念、基本思想进行了详细的介绍与总结,举例说明传统区间优化算法的基本过程。依照区间优化算法的基本思想和步骤,对传统区间优化算法进行改进,提出一种区间-粒子群优化算法,并对10个函数进行测试,证明其可靠性。将区间-粒子群区间优化算法运用到谷氨酸发酵过程中,对其进行优化控制。利用人工神经网络建立区间模型,对模型进行优化,求得产酸率在每个阶段的最优区间,同样得到各操作变量的优化区间。论文结尾对研究工作进行了总结,并提出区间优化算法自身及运用在控制理论中的改进方向。