课题的依托背景是“十五”后期国家高技术研究发展计划(863)基金资助项目----功能基因亚功能片段的制备和质量控制技术平台。为了保证整个系统的高质高产，必须优化发酵过程，提高发酵的产量和质量，所以课题重点放在带变异算子PSO算法在酶发酵的补料速率Fs、pH值和DO控制中的优化研究上。 粒子群优化算法(PSO)算法与其它算法相比，具有更快的收敛速度，操作更为简单。本文针对标准PSO算法处理高维、复杂问题时，易于陷入早熟收敛的缺陷进行改进，提出带变异算子的粒子群优化算法VPSO，经过多个测试函数的测试证明，VPSO算法具有较快的全局收敛速度和强大的全局搜索能力，能有效的避免早熟收敛问题，寻优效果明显好于标准PSO算法和遗传算法。 酶优化控制方案的设计是基于BP神经网络的预测控制和VPSO算法的参数寻优，鉴于标准BP算法收敛太慢的缺点，运用PSO算法来优化网络权值，通过仿真实验表明，此算法无论是收敛速度，还是避免早熟收敛，均取得不错的效果。为了验证此优化控制方案的可行性与有效性，将其实际应用于对L-天冬酰胺酶Ⅱ发酵的过程控制，实践结果表明，优化控制方案的设计比较成功，与优化控制前的那些高产发酵结果相比，平均缩短发酵时间5％，提高产量5.6％。