随着科技的不断发展和持续创新，实际的工业过程越来越复杂，传统的控制方法已经很难满足生产中对产品品质最优化与能耗最低的要求。先进控制与智能控制理论的不断发展，作为传统控制方法的补充和替代，现己取得了广泛的应用。在处理某些特定复杂对象的控制问题时，上述两者的结合是行之有效的方法。将预测控制与神经网络的结合就是一种较为实用的范例。作为复杂系统的一个例子，发酵过程因有生物反应参与，因而具有高度非线性、迟滞性和时变性等特点，因此需要对其实施更为有效的控制方案。　　本文在资源分配网络(RAN)的基础上提出了一种改进网络——动态资源分配网络(DRAN)。DRAN网络通过聚类和新性条件更新网络节点，同时可对网络连接权进行剪枝，从而精简网络结构，提高网络泛化性能。通过对实际过程的建模比较证明了上述优点。　　本文通过DRAN对发酵过程进行建模，结合模型预测控制(MPC)，实现了对其温度的控制。并与传统的控制方法进行了比较。结果表明，基于DRAN的预测控制与传统的PID控制以及广义预测控制相比具有更好的控制品质，提高了系统的稳定性和抗干扰能力。适合处理复杂工业过程的控制问题。