随着控制科学的逐步完善，过程控制技术也有了长足的进展，自动控制理论与生产过程知识有机结合促进了软测量技术的产生和发展。针对软测量技术应用对象机理复杂，测量不够精确的困难，本人对其建模过程中所运用的优化算法进行了讨论，在总结前人的基础上，结合自然科学与社会科学的理论研究成果，提出了一种较新的优化算法——基于人口迁移算法的改进遗传算法(MendGeneticAlgorithmandPeopleMigrationAlgorithm,简称：MGA-PMA)。经算法测试表明，由于利用了遗传算法的简单快速性以及人口迁移机制的全局搜索能力，这种改进的优化算法具有更加精确的优化结果。将其应用于软测量模型的神经网络权值训练，用其模型对PTA氧化过程中4-CBA杂质含量进行分析和预测，仿真结果表明：与简单的遗传算法相比较，此改进能进一步提高预测精度，取得了较为理想的结果。 在提出新的算法的同时，本人也回顾了有关遗传算法、神经网络以及软测量基本原理和其产生、发展过程。针对所要改进的算法，引入距离、直径、半径的概念，重点介绍了其中一种遗传算子的改进，弥补了遗传算法后期寻优的不足，在算法的验证和实例分析中，证明了其可行性。