白水浓度是制浆造纸生产过程中非常重要的工艺参数,及时准确测量白水浓度可提高造纸生产效率、降低排放污染程度。常规测量仪表的精度和分辨率难以满足白水浓度在线测量要求,针对此问题,本文提出了一种改进最小二乘支持向量机建模的软测量方法,并成功应用于白水软测量中,实现了白水浓度准确估计。本文的主要研究内容如下:(1)首先介绍了软测量技术在制浆造纸工业中的应用,用于函数回归的支持向量机的基本原理,如何选择支持向量机相关参数,以及小生境遗传算法的基本流程。(2)采用小生境技术结合自适应杂交变异概率方法,对并行遗传算法进行改进。通过引入小生境技术和自适应变异概率方法,使种群的多样性得以丰富和保持,有效地解决了传统遗传算法早熟和收敛速度慢的问题。并行算法的引入提高了混合算法局部搜索能力,加速定位全局最优解。(3)针对最小二乘支持向量机存在丧失稀疏性的缺点,提出了一种改进的最小二乘支持向量机回归方法。针对最小二乘支持向量机参数选择和调整方面的缺点,运用改进小生境遗传算法选择最小二乘支持向量机的模型参数(损失函数参数ε、惩罚因子C、核函数及其参数P),最终建立了基于小生境遗传算法的最小二乘支持向量机(NGA-LSSVM)建模方法。(4)根据制浆造纸白水工艺,选择合适的辅助变量,采用LS-SVM软测量建模方法,运用小生境遗传算法选择LS-SVM参数,建立造纸过程白水浓度的软测量模型,实现了白水软测量。研究结果表明,采用NGA-LSSVM建模方法建立的白水浓度软测量模型,可完全满足造纸过程白水浓度预测的工艺要求。