本书内容包括生物发酵过程的软测量和控制两个方面。在生物发酵过程的软测量方面，对神经网络左逆软测量方法进行了改进，提出一种基于微分代数方程的神经网络左逆软测量方法，降低了左逆系统中可测变量的导数阶数，提高了软测量精度；采用NN-MIV方法和PLS-VIP方法对神经网络左逆软测量模型进行了优化，通过计算得到的辅助变量对主导计量的贡献率，选出最佳辅助变量，构造最优软测量模型；针对青霉素发酵过程中产物浓度的软测量模型难以通过数学模型推导得到，难以通过左逆软测量方法实现软测量的问题，提出了一种基于统计逆的产物浓度软测量方法，给出了统计逆存在的理论证明，并成功实现了青霉素发酵过程产物浓度的软测量。在生物发酵过程的控制方面，将神经网络左逆软测量方法与神经网络右逆控制方法结合，提出了一种神经网络左右逆协同控制方法，成功实现了含有不直接可测变量的生物发酵过程的控制，并在红霉素发酵过程中进行了闭环控制的仿真实验。