海洋溶菌酶作为一种新型来源的高盐基蛋白质,由于海洋微生物的多样性及特殊的高盐、高压、低温的生长环境,导致其具有比传统陆源溶菌酶更优质的生物活性物质,无副作用、无污染且具有高效的杀菌、抗病毒作用,现已成功应用于食品工业、医药临床、生物工程、畜禽养殖等行业。在实际的海洋溶菌酶发酵生产中,为了获得更高产、高效的产品,节约材料与成本,避免对环境的污染并实现规模化生产,需要对海洋溶菌酶发酵过程进行有效控制。但是,海洋溶菌酶发酵涉及菌体的生长代谢,具有高度的时变性与不确定性,整个发酵过程受到各种参量影响,呈现出很强的非线性、耦合性,传统控制方法控制发酵过程有一定的难度,同时很多体现发酵质量的关键参量(菌体浓度、基质浓度、相对酶活)难以直接在线测量,而通常采用的离线检测方法具有较长的时滞性与染菌风险。这些问题严重制约了海洋溶菌酶的大规模工业化生产。针对上述问题,本文重点研究了海洋溶菌酶发酵过程关键参量的实时在线测量与补料预测控制,具体研究内容如下:首先,通过对LS-SVM基本原理的简述,针对传统LS-SVM核函数的局限性,提出了混合核函数LS-SVM建模方法(MLS-SVM)来提高模型建模精度;针对MLS-SVM参数选取随机性、依赖经验性的问题,采用性能良好的萤火虫算法(FA)进行模型的参数寻优,并提出了一种改进的萤火虫算法(IFA),对FA本身进行了行为优化、搜索步长优化以及初始化分布优化,解决了标准萤火虫算法搜索速度慢及寻优精度不理想等问题;构建了改进萤火虫算法优化混合核函数LS-SVM模型(IFA-MLSSVM),并对其预测效果进行了初步可行性验证,为后续章节软测量与补料预测模型的构建作理论支撑。其次,构建了基于IFA-MLSSVM的软测量模型,并将其应用于多输入多输出的海洋溶菌酶发酵过程关键参量在线测量中,通过分析发酵工艺、研究发酵过程各参数的耦合与影响情况,建立了与主导变量相关的动力学模型,并结合一致关联度法选择与各主导变量密切相关的辅助变量,建立了基于IFA-MLSSVM的海洋溶菌酶发酵过程软测量模型。为了提高各主导变量的预测精确度,针对不同的主导变量建立的软测量模型,根据其预测误差的大小针对性地选择出各自最适的混合核函数。通过对各主导变量的预测输出值进行实验分析,证明了该方法的可行性与精确性,为预测控制提供了理论依据。最后,针对海洋溶菌酶发酵过程出现的非线性、强耦合的特性,建立了基于IFA-MLSSVM的海洋溶菌酶发酵过程非线性多步补料预测控制模型(IFA-MLSSVM-NMMPC),并针对滚动优化中求解目标函数的控制量问题出现的局部最优现象,采用了IFA进行滚动优化的改进,并基于软测量与补料预测控制方法构建了发酵过程闭环补料控制系统。从主导变量的控制效果、系统干扰存在时的跟踪效果以及跟踪误差的仿真结果可以看出该方法在海洋溶菌酶发酵过程补料控制的有效性,并对海洋溶菌酶发酵实验的实际曲线有很好的跟踪效果。