近年来，随着生物技术的快速发展，人们对生物发酵过程自动化水平的要求越来越高，因此生物发酵过程中重要参数的在线检测和优化控制已成为当前迫切需要解决的一个重大问题。生物发酵过程是一个多变量、大滞后、非线性、强耦合、不确定的时变动态系统，与生命体的生长繁殖过程密切相关，内部反应机理非常复杂。在实际发酵生产过程中，由于工艺和技术条件的限制，一些反映发酵品质的关键生物参数，例如菌体浓度、基质浓度、产物浓度等难以实时在线测量，严重影响了发酵过程的产品质量和生产效率，成为制约发酵过程自动化水平提升的一大瓶颈。本文以赖氨酸发酵过程为研究对象，在分析赖氨酸发酵过程原理和研究理论算法的基础上，提出了一种基于主曲线的改进高斯过程回归软测量模型，并对菌体浓度、基质浓度和产物浓度三个关键生物参量进行间接测量。最后基于MATLAB与VC++相结合的开发平台，设计了一种赖氨酸发酵过程软测量系统，且进行了试验研究。本文所做的主要研究工作如下:　　(1)针对赖氨酸发酵过程变量维数高、数据相互耦合、非线性强的特点，首先采用主曲线算法进行主元提取，并且通过相关系数加权法增强辅助变量与主导变量之间的相关性，从而提取出与主导变量相关性较大的主元。　　(2)为解决赖氨酸发酵过程中关键生物参数难以直接在线测量的问题，提出了一种基于主曲线的高斯过程回归软测量模型，并且与单一高斯过程回归软测量模型、基于主元分析的高斯过程回归软测量模型和基于核主元分析的高斯过程回归软测量模型进行对比，仿真结果表明，基于主曲线的高斯过程回归软测量模型不仅预测精度高，泛化性能好，而且降低了计算复杂度，缩短了预测时间。　　(3)鉴于高斯过程回归模型中超参数难以选取这一事实，采用粒子群算法(PSO)优化超参数，从而避免了共轭梯度法的缺点。　　(4)基于VC++与MATLAB相结合的开发平台，设计出了一种赖氨酸发酵过程软测量系统。试验研究表明该系统稳定性好，实现了发酵过程的优化控制。