生物技术是21世纪最具潜力的产业之一,随着基因重组技术的进一步成熟,生物技术迅速走上了真正造福于人类的产业化道路。然而,对于发酵工程,当处于不同的操作条件时,基本相同的投料量会得到完全不同的产量,因此现代生物技术已经把过程优化作为一项重要研究内容。发酵过程具有一定的复杂性,本文通过对其进行抽象、概括及合理简化建立了诺西肽发酵恒温条件下的基本过程模型,由于温度是诺西肽发酵过程中的主要影响变量,又进一步建立了诺西肽发酵过程的温度改进模型,在温度改进模型的基础上建立了补料优化模型,仿真实验表明补料优化模型能够较好的描述诺西肽发酵过程,通过此模型可以估计当发酵采用补料分批发酵模式时各状态变量下一时刻的值。针对诺西肽发酵过程具有高度非线性等特点,在优化算法中采用既具有较强的全局收敛能力,又具有一定快速性的自适应量子粒子群优化算法(AQPSO)对发酵过程的操作变量进行优化计算,选择诺西肽产物增量最大作为发酵过程操作变量优化的目标函数,对补料操作(主要是补料流量)进行了优化,并在MATLAB环境下对优化过程进行了仿真,结果表明优化模型可以较好的预估状态变量,并且在相同初始条件下,通过AQPSO计算可以有效的提高诺西肽的最终产量,达到了满意的效果。