یکی از این منابع تجدیدپذیر و پاک به عنوان جایگزینی برای سوخت های فسیلی، بیواتانول می باشد. بیواتانول یک سوخت گیاهی است که در کشورهای دنیا به عنوان یک افزدونی مناسب جهت بهبود خواص بهسوزی بنزین و کاهش آلاینده های خروجی موتور به کار گرفته می شود. در ایران مسئله آلودگی هوا به یک مشکل بزرگ تبدیل شده است که عدم توجه کافی به این موضوع مشکلات عدیده ای را به وجود می آورد. در این راستا از یک طرف تبدیل مقیاس آزمایشگاهی به مقیاس صنعتی جهت تولید انبوه بیواتانول به منظور استفاده به عنوان سوخت یکی از راههای حل مسئله آلودگی هوا می باشد. از طرف دیگر، مدلسازی فرایندهای تولید بیواتانول می تواند به عنوان ابزاری جهت بهینه سازی تولید آن بکار گرفته شود. در این تحقیق به مدلسازی سیستم های تولیدکننده ی بیواتانول پرداخته شد. مدلسازی بیواتانول در بیوراکتورهای مختلف از جمله بیوراکتور بدون غشا (سنتی) ناپیوسته، بیوراکتور غشایی ناپیوسته، بیوراکتور بدون غشای (سنتی) پیوسته و بیوراکتور غشایی پیوسته صورت گرفت. برای بدست آوردن معادلات مدل از موازنه جرم اجزا و معادلات ویژه سینتیک رشد بیولوژیکی استفاده شد. با حل معادلات دیفرانسیل توصیف کننده اجزای درگیر در بیو واکنش، غلظت توده زیستی، سوبسترا و محصول بر حسب زمان تعیین گردید. هم چنین پارامترهای بیو سینتیکی از برازش داده های تجربی با معادلات مدل با دقت بالائی بدست آمد. سینتیک های رشد مختلفی برای معادلات مدلسازی بیان شد که عبارتند از معادله مونود، لجستیک، گمپرتز و لئودکینگ- پایرت. برای حل معادلات حاصل از مدلسازی از حل تحلیلی و در صورت نیاز از حل عددی استفاده شد. حل عددی از طریق بهینه سازی به روش الگوریتم ژنتیک توسط نرم افزار متلب صورت گرفت. از تطبیق معادلات مدلسازی با داده های آزمایشگاهی، بهترین سینتیک رشد برای توده زیستی، معادلات مونود و لجستیک بوده است. همچنین بهترین سینتیک رشد برای سوبسترا، معادله لجستیک و بهترین سینتیک رشد برای محصول، معادلات لجستیک، گمپرتز و لئودکینگ- پایرت می باشد. پارامترهای سینتیکی حاصل از معادلات نیز از طریق الگوریتم ژنتیک تعیین شدند.