针对所有样本点均出现在最小二乘支持向量机模型中的缺陷，提出一种改进的最小二乘支持向量机回归方法.根据最小二乘支持向量机模型学习误差的大小,去除原变量空间中大部分误差较小的样本点,从而获得回归模型的“稀疏”特性，大大简化了模型复杂程度.同时，将此方法应用于生物发酵过程，建立青霉素发酵过程中产物浓度的软测量模型，实现青霉素浓度的在线预估.实验结果表明,该方法为生物发酵过程中难于在线测量质量参数的实时监测提供了一个有效的手段.