随着科学技术的迅速发展,生化系统的优化工程在当今社会的地位越来越重要。但是生化过程是一个非常复杂的非线性过程,所以很难对其进行优化和控制。这就需要研究人员对生化过程的优化进行研究,这种优化技术的发展有利于提高目的产物的生产率,进而提高整个生化行业的生产水平。本文研究了一类生化系统稳态优化问题的求解方法。论文的主要研究内容和获得的结果如下:1、针对一类生化系统的稳态优化问题,建立了一种具有二层递阶结构的双层规划优化模型,其上层和下层问题的优化目标分别为最大化某一通量(或代谢物浓度)和最小化生化系统的代谢物浓度之和。该模型的生物意义是在尽可能小的代谢成本条件下使产物的产率或浓度达到最大。为了有效求解所建立的NP-hard、非凸双层规划问题,在S-系统建模框架下应用等价变换策略提出了一种可求其最优解的优化算法。该算法具有操作简便和计算成本低的优点。数值实验结果表明,该算法可行且有效。与已有的单层规划方法计算的结果相比,本文双层规划方法不仅在最小代谢成本条件下获得了较高的产物产率,而且极大改善了生化系统的代谢成本、过渡时间和代谢性能等其他三个重要生物技术指标,因此,所得到的优化结果也更具实际意义。2、IOM(Indirect Optimization Method)方法是一种应用线性规划求解生化系统稳态优化问题的经典算法。针对IOM方法中线性规划目标函数系数、约束系数、约束右端资源等参数具有模糊性问题,本文考虑如下三种情况:(1)只有目标函数系数带有模糊性;(2)只有约束右端资源带有模糊性;(3)全系数带有模糊性,首先给出了三个模糊线性规划模型,然后为其设计了有效的优化方法,最后将所给出的模糊优化方法应用到两个生化系统的稳态优化中。