在化工、食品以及冶金等生产制造业中,除了连续的生产过程外,还存在着大量的间歇生产过程。间歇生产过程中并存着大量的连续变量及离散事件,其间的彼此相互影响和相互制约对过程的控制及优化技术提出了更高的要求。针对间歇过程的操作优化,本文选择了青霉素发酵过程进行了研究。青霉素发酵过程是一个典型的间歇生产过程,其操作优化属于多目标参数优化问题。这里将遗传算法作为研究优化问题的主要工具,它在智能寻优方面的精确性及快速性,很大程度上简化了青霉素发酵过程多目标操作优化问题的求解。在此基础上,把青霉素Pensim发酵仿真平台作为研究和进行方法验证的支撑,它是一个能够全面反映青霉素发酵实际过程的仿真模型,在模型的构建过程中考虑了几乎所有的关键影响因素。基于这个仿真平台,对其多目标操作优化问题进行了批量的参数处理。并且,采用VB语言建立了青霉素发酵过程参数处理平台,实现了对发酵过程数据的批量处理、图形绘制及参数查询等功能,为实验研究提供了方便。论文针对一个工艺过程相对复杂的啤酒发酵过程,提出采用赋时Petri网(TPN)对建立其调度模型,并应用遗传算法(GA)对TPN模型进行了寻优,实现了对啤酒发酵过程的优化调度,最终获得了合理的调度策略。采用Simulink/Stateflow仿真工具对优化调度过程进行了仿真验证,表明了TPN模型与GA相结合的优化调度算法的可行性和有效性。并且,将此技术也应用于青霉素发酵过程的优化调度问题研究,取得了良好的结果。