随着现代石化企业对控制、计量、节能增效和运行可靠性等要求的不断提高,各种测量要求也日益增多。在实际生产过程中,存在着一大类变量,由于技术或经济等多重原因,目前尚难以或无法直接通过传感器进行检测,但同时又是需要加以严格控制的、与产品质量关系非常密切的过程参数。这将直接影响到产品的质量以及系统的稳定运行,给企业带来不可低估的经济损失。软测量技术随即得到快速发展。本文研究了软测量技术的若干重要方面,以最小二乘法和神经网络的理论为基础,在深入了解乙烯精馏塔工艺流程及精馏原理的基础上,进行乙烯精馏塔出口乙烯纯度软测量系统的研究。针对在线分析仪表存在测量滞后和不稳定,采用了最小二乘法、人工神经网络以及支持向量机建模技术,建立了乙烯纯度软测量的三种模型：PLS、RBFPLS及LS-SVM,并利用MATLAB系统,分别对三种模型进行离线仿真,分析了三种模型的优劣,最终得出最小二乘支持向量机模型(LS-SVM)适合用于乙烯精馏塔出口乙烯纯度估计。模型实施后,效果较好,能够为生产操作提供指导。