近年来，生物工程的兴起促进了国民经济的飞跃发展，在人类社会各个领域的发展进步中起到越来越重要的作用。发酵工程作为生物工程的重要组成部分之一，是一种运用微生物生长代谢活动进行生物产品生产的生物技术。然而发酵过程的强耦合性、大滞后性、多变量性等特点，使得传统的测量方法很难实现发酵中关键生物参量（菌体浓度、产物浓度、基质浓度等）的在线检测，制约着发酵工业自动化控制水平地提高，这已成为影响提高发酵效率和产品质量的难题。　　本文针对赖氨酸发酵中关键生物参量在线测量十分困难的问题，提出一种基于K均值聚类与改进主元回归算法结合的混合建模软测量方法。并设计编写赖氨酸发酵过程的检测系统，用于对发酵过程中辅助变量的在线监测和关键生物参量的实时预估，是一次把先进软测量算法用于提高工业自动化控制的实践。本文的主要工作内容如下:　　(1)针对赖氨酸发酵过程的多输入变量和多输出变量的特点，选用具有减少数据维数、降低建模运算复杂度、克服多变量之间的相关性等优点的主元回归算法进行发酵过程的软测量模型建立，该算法所建模型具有更高的预测精度。根据赖氨酸发酵过程的机理，运用K均值聚类将数据样本聚类成4个代表发酵典型反应周期的子集，分别训练软测量回归子模型，使所建模型更有针对性，减少了模糊数据对建模的干扰，提高模型预测的精度。　　(2)提出基于贝叶斯与独立主元分析相结合的样本概率计算方法，引入到主元回归算法中，使得每个预测值都有对应的概率解释，减少错误预测的几率。选用赖氨酸发酵过程的实测数据建立关键参量预估模型，仿真结果表明，基于K均值聚类与改进主元回归算法的软测量模型性能优于基于K均值聚类与主元回归算法的软测量模型，适用于赖氨酸发酵过程中生物参量的预估。　　(3)利用VC++结合Matlab平台，设计实现辅助变量在线检测和主导变量实时预估等功能的赖氨酸发酵过程软测量系统。初步调试表明，系统运行稳定。