云模型理论近年来发展迅速,云模型将随机性和模糊性有机结合,在定性与定量转换时具有独特优势,对不确定性概念具有很好的表达能力,已经在很多领域得到了广泛应用。粒子群算法计算量小、操作简单且具有很强的鲁棒性,但其自身又具有“早熟收敛”、容易陷入局部最优解等缺点。考虑到云模型的优势,及云滴本身具有的随机性、稳定倾向性等特点,可有效维护种群多样性。本文将云模型引入粒子群算法,用于确定算法的惯性权重,加快了算法的收敛速度,提高了算法的寻优能力。并将改进后的算法与神经网络相结合,构建软测量模型。工业过程建模在工业生产中居于重要地位,在甲醇生产这种具有多变量、非线性、时变特点的化工过程中,为其建立准确可靠的模型尤为困难,先进控制的发展与软测量技术的成熟为此提供了可能。本文以云粒子群算法和神经网络构建软测量模型,为甲醇生产过程中合成、变换、净化工程建模,并以实际生产中的数据验证模型的精度,结果表明模型能满足实际需求。为了给甲醇生产提供足够的数据信息,实时监测甲醇的生产状况,采用Visual C++与组态王软件开发了甲醇生产在线操作软件,软件引入了本文的软测量建模方法建立软测量模块,能实现对观测量的预测估计,从而指导操作人员合理操作,提高生产效率,增加企业效益。