数学模型是研究生化系统特性和动态行为的重要工具,通过数学模型研究动态生化系统的结构以及变化规则推动了生化系统的发展。运用时间进程数据推断生化系统模型,仍是研究生化系统面临的重大挑战。针对一类非线性S-型生化系统的参数辨识问题,在以往研究工作的基础上,本文提出了一种可以辨识S-型生化系统模型参数的新方法。论文研究主要内容:1、本文针对一类非线性S-型生化系统,综合考虑浓度误差和斜率误差,建立了参数辨识优化模型;采用三次样条插值方法估计实验数据导数,应用序列二次规划算法求解参数辨识优化模型。2、为了说明本文方法的有效性,将其应用到4个仿真研究例子中,并将求得的模型参数与采用其他方法所求参数进行比较分析。结果表明,本文方法是有效的,能够更精确地辨识出S-型生化系统的模型参数。3、为进一步验证本文算法的可行性,将其应用到甘油微生物间歇发酵生产1,3-丙二醇过程的参数辨识问题中。结果表明,S-型系统能够较好地描述微生物发酵过程。