软测量技术可以解决现代复杂工业过程中较难甚至无法由硬件在线测量参数的问题,是实时估计的有效手段。乙烯裂解炉裂解过程十分复杂,具有非线性、时变、大滞后等特点,为了提高原料的利用率,根据原料组成变化实时调整操作参数,使得双烯(丙烯、乙烯)收率最大化,需要把裂解炉的裂解深度控制在较优的数值。本文在乙烯裂解深度在线测量现状的基础上,分析油品数据属性和现场操作参数,采用自适应模糊核聚类的方法对其进行模糊划分,建立了多个子模型和基于模糊隶属度加权的切换策略,针对乙烯裂解过程中双烯收率和裂解深度的软测量问题,提出了一种基于差分进化算法-最小二乘支持向量机的多模型建模方法。本文针对模糊核聚类算法的初始聚类中心、个数优选和聚类性能进行了研究,提出了一种自适应模糊核聚类算法,并通过Iris数据集和石脑油属性数据验证了新算法的有效性。在自适应模糊核聚类算法的基础上,针对LSSVM建模时存在的超参数选取问题,提出用差分进化算法进行全局寻优,并提出具体的优化策略,通过聚酯酯化率的的建模验证了该算法具有良好的预测性能和泛化能力。针对双烯收率和裂解深度软测量建模问题,提出基于DE-LSSVM的多模型建模方法,经过机理分析选取软测量的辅助变量和主导变量,建立基于各个子工况的多模型和相应的切换策略,最后通过仿真实验验证了新算法的有效性。