1、该课题以乳酸菌发酵过程为研究对象，采用智能控制策略，即通过建立动态模糊神经网络模型实现发酵过程状态参量的在线测量或预估，目的是通过神经网络拓扑结构及其算法的改变，提高模型在线学习过程中的稳定性，提高发酵过程神经网络模型的辨识精度，从而实现发酵过程状态参量的预估和软测量，对于实现发酵过程优化控制、提高产物得率、缩短新产品研发周期有推广应用价值。

主要研究的工作有以下几方面：

2、研究Elman动态神经网络建模原理和建模算法；

3、利用Elman动态神经网络建模原理和建模算法编写一套软件实现发酵过程动态神经网络建模。

4、通过实验与测试，Elman动态神经网络发酵过程建模比静态BP神经网络的发酵过程建模有更好的技术指标。通过该项目的研究，利用发酵过程动态神经网络模型，可以实现发酵过程的优化控制，提高产品的得率，此外，发酵过程动态神经网络模型算法应用于嵌入式系统中，可以实现发酵过程生物量软测量仪器。