汽油在国民经济中起着非常重要的作用，同时也是炼油厂的重要收入来源。汽油调合是成品汽油出厂前的最后一道工序，直接影响汽油产品的质量以及炼油厂的经济效益。在当前汽油市场竞争日益激烈和汽油品质不断升级的情况下，如何充分有效的利用现有组分油、产品罐、调合管道等资源，结合先进的过程分析与优化控制技术，合理的安排生产计划与调度方案，生产出质量合格、质量过剩最小、成本最低的成品汽油显得越来越重要。本文以汽油管道调合系统为研究对象，深入了解汽油调合工艺过程，围绕汽油管道调合过程中汽油辛烷值属性的分析与检测、辛烷值调合关系模型及在线更新以及调合过程的排产、提货及配方优化等方面的问题开展研究，提出利用近红外分析汽油辛烷值属性的一系列方法，研究波长结构变化对近红外模型性能的影响;提出了基于近红外的辛烷值预测模型的自动更新方法，并进一步对建立该模型过程中的奇异点判别方法以及实时更新算法进行研究;拓展汽油调合关系模型，实现辛烷值调合关系模型的在线更新;以此为基础开发了汽油调合过程的排产调度与配方优化方案，将调合过程中不确定事件的处理与配方优化机制引入到汽油调合调度模型中，为实现汽油管道调合过程中汽油属性的在线分析与调合调度优化提供了新的技术指导。本文主要研究成果总结如下:　　1.辛烷值预测模型的近红外波长选择　　针对基于近红外的辛烷值预测模型的建立过程中所涉及到的难点和问题，提出了新的波长选择算法，优选近红外定量分析模型中的波长结构;并以此为基础建立辛烷值神经网络预测模型。对比传统的波长选择及建模方法，本文方法所选出的波长既能充分代表样本光谱信息，又可以很好的解释样本的参考属性，进而使辛烷值神经网络模型具有更好的稳健性和预测精度。工业数据上的实验对比结果验证了该算法在分析汽油辛烷值属性上的优势。　　2.近红外波长的在线自适应选择　　本节对近红外波长的自适应选择展开研究，开发了自适应波长选择算法，据此根据工业实际情况建立了汽油辛烷值属性的局部定量分析模型，深入研究了波长自适应更新对模型性能的影响;该算法可以在采样间隔根据待分析样本的近红外光谱特征对模型的初始波长进行有效及时地更新，其在实际工业中的应用表明该算法对实际工况具有较好的跟踪能力。　　3.基于近红外的辛烷值预测模型自动更新　　本节从辛烷值预测模型自动更新的角度出发，对近红外建模过程中的训练集样本选择、奇异点判别、模型自动更新算法展开研究，提出了基于奇异点判别的实时递归及局部权重建模策略;该策略给出了离线建模以及在线更新过程中奇异点筛选的详细流程，在局部学习和递归算法的作用下，使模型能够在没有新样本以及有新样本这两种工况下进行自动更新。　　4.汽油辛烷值调合关系模型的实时更新　　由于辛烷值的调合关系模型是汽油调合优化控制的基础，而现有的模型实时性不佳，在使用过程中需要大量的后期维护;为解决这一问题，本文提出一种基于递推最小二乘的辛烷值调合关系模型的实时更新方法，该方法对现有的调合效应模型进行改进，引入了模型参数的等式约束处理机制和参数递推策略，具有较强的鲁棒性。实际工业过程中的应用结果验证了该方法的优越性。　　5.汽油调合过程的生产调度模型及配方优化　　针对汽油调合计划、调度与实时优化控制不能紧密衔接的问题，提出了融合调合计划层、调合调度层与配方实时优化层的自上而下的三层调合调度及配方优化方案;将炼厂上层决策与底层生产控制有机的结合在一起:计划层模型对初始调合计划方案进行验证，保证了方案的可行性;调度层给出具体的调合生产任务安排，并会根据实际生产情况调整初始排产方案、处理不确定事件，是底层生产控制的基础;配方优化层在近红外分析系统和调合关系模型的基础上对调度层给出的初始调合配方进行实时优化，对每个调合批次进行优化控制。本文方法已应用于某炼厂汽油调合生产过程中，应用结果表明该方法可以提高汽油调合生产效率、节省调合成本，并可产生可观的经济效益。