间歇生产过程在工业生产中有举足轻重的作用。相比于自动化水平较高的连续生产过程,由于间歇过程具有非平稳、非线性、多阶段等特性,某些过程变量不能直接测量等因素,这些都影响了先进控制方法的应用,阻碍了间歇过程的自动化生产水平和生产效率的提高,因此研究间歇过程软测量技术、建立软测量模型是十分重要的。多阶段作为间歇过程的一个重要特征,对软测量建模影响很大,其中过渡过程虽然持续时间较短,但是它具有明显的区别于其它阶段的特点,因此阶段划分方法对建立分阶段软测量模型、提高建模精度具有较大的影响。针对这一问题,本课题研究基于核函数的间歇过程软分段建模方法,具有重要的理论意义和价值。本文在分析多向主元分析(Multi-way Principal Component Analysis, MPCA)方法的基础上,并着重考虑间歇过程多阶段之间的过渡过程,提出了一种新的滑动时间窗加权MPCA (Sliding-time-window Weighted MPCA, SWMPCA)方法,该方法改善了过程噪声、多阶段间过渡过程等不确定性因素对时段划分的影响；研究了间歇过程的软测量建模理论和方法,针对过渡过程与操作过程之间密不可分的关系,提出了一种带参数最小二乘支持向量机(Least Square Support Vector Machine, LS-SVM)的多阶段间歇过程建模方法,该方法能够改善全局单一模型精度不高的问题;在此基础上,利用Pensim青霉素发酵过程仿真软件对所提出的方法和算法进行实验研究。仿真实验结果表明,结合SWMPCA和K均值聚类的间歇过程时段划分方法能够准确地划分出各个时段,在时段划分的基础上,改善了在线监测效果,降低了误报率和漏报率；利用联合加权LS-SVM方法建立了软测量模型,所得到的带过渡过程的分段模型精度更高。