在油田的油井采油过程中,很多过程变量由于技术或成本的问题难以通过在线采集得到。这些过程变量却又关系着油井的采油效率和油液产量,是实现控制及优化石油生产过程的重要参数。为了能够解决生产上的这一问题,采用一种软测量技术对相关过程变量进行预测。软测量技术通过建立辅助变量和目标变量之间的函数关系模型,能够实现利用容易得到的辅助变量来预测难以得到的目标变量的目的。在现阶段的油田生产过程中,对于产出油液的含水率的测量主要由离线测量和在线测量两种方法实现,但离线测量存在着成本高昂,数据延迟性较高,容易受到采样方式影响等缺点。在线测量的方法大多采用使用设备通过离心、电脱水等方法,存在稳定性差,难以保证测量结果精度的问题。针对以上问题,本文提出一种基于多模型混合核高斯过程回归策略来建立原油含水率的软测量模型。改进果蝇优化算法,提出一种基于信息熵的自适应变种群果蝇优化算法,解决了果蝇优化算法容易陷入局部最优解、收敛速度慢的问题。对密度峰值聚类的截断距离通过基于信息熵的变种群果蝇优化算法进行优化选取,避免截断距离的选取影响聚类效果。建立一种基于混合核的高斯过程回归模型,提高高斯过程回归模型的泛化能力。采用油井历史生产数据对提出的方法进行验证,证明所提出软测量模型具有较好的原油含水率预测精度。主要的研究内容如下:1)针对果蝇优化算法容易陷入局部最优,寻优精度不高等问题,提出一种基于信息熵的变种群果蝇优化算法,通过信息熵的性质实现对果蝇种群数量和搜索步长的自适应变化,增大了果蝇优化算法的全局搜索能力和寻优精度。为验证优化算法的有效性,通过公共函数最小值寻优的仿真实验证明所提出的优化算法的有效性。2)基于单一核函数的高斯过程回归在复杂工业系统参数的预测中具有一定的局限性,不同特性的数据往往需要不同的核函数进行处理,为了优化高斯过程回归的回归性能,采用平方指数协方差核函数、周期协方差核函数、Matérn核函数组成的混合核函数代替单一的核函数,增大了高斯过程回归模型对不同特性数据的泛化能力,提高了预测精度。并采用变种群果蝇优化算法代替极大似然估计对混合核中的超参数进行优化选取,避免了极大似然估计对于初值敏感导致陷入局部最优解的情况。通过实验对比其他几种软测量模型验证了混合核高斯过程回归的优越性。3)针对现阶段原油含水率测量方法的不足,本文提出一种基于混合核高斯过程回归的多模型软测量技术用于原油含水率的估计。采用变种群果蝇优化算法对密度峰值聚类的关键参数进行优化选择,避免由于关键参数的选择对聚类数目的影响。对聚类得来的子数据集建立混合核高斯过程回归子模型,并由贝叶斯策略形成全局输出。通过油井采集设备得到国内某油田的生产数据进行原油含水率估计的仿真验证,对比其他几种软测量模型,证明本文提出的模型能够更好的适用于原油含水率的预测。