提出了一种基于DO / pH测量和人工神经网络模式识别（ANNPR）模型的在线自适应控制策略，用于分批分批培养。 收集pH-Stat，DO-Stat和过量底物条件下pH和溶解氧浓度（DO）的各种变化模式，并用于训练ANNPR模型。 基于在线测量的pH和DO数据，通过ANNPR模型推导出当前生理状态的识别结果，然后实现对养分补给量的在线自适应控制。 与传统的pH-Stat控制相比，所提出的控制策略可将细胞生产率提高约150％，而不会产生副产物。 该控制策略可能对重组微生物的高细胞密度培养有用，以最