多变量系统辨识与建模是研究生产过程多变量对象数学模型的理论和方法，是为提高控制系统质量、设计先进控制系统和实现优化控制提供依据的重要核心技术。本文主要研究用观测多变量过程的输入、输出数据来建立对象模型的辨识与建模方法。以几种典型的辨识方法为主线，研究了它们在多变量系统辨识建模中的应用，讨论了开环和闭环两种情况，并针对不同问题提出一些改进算法。阐述了算法在多变量系统开环、闭环在线辨识实现过程中涉及的理论研究、仿真实验，以及从实际应用角度出发的软件编制等问题。不仅对模型参数的辨识做了详细论述，还对模型结构辨识问题进行了探讨和研究。主要工作如下：深入学习了多变量系统辨识与建模的理论和方法。研究了最小二乘法、辅助变量法、递阶梯度法的理论与算法的实现步骤。重点研究了这些算法在多变量闭环过程中在线辨识的实现步骤。通过仿真实验证明了方法的有效性和准确性。针对不同问题提出改进算法。为克服数据饱和现象和坏数据对参数辨识的影响，引入加权辅助变量法和多新息梯度法。为让递阶梯度算法能解决有色噪声问题，提出了增广递阶梯度算法。并且针对多变量的闭环辨识提出了两阶段递阶梯度算法。仿真实例证明改进算法能得到满意结果。探讨了模型结构的辨识。包括模型阶次和纯滞后时间的辨识方法。对用其中的AIC准则法来确定多变量系统模型的阶次给出了仿真研究实例，可以准确地得到模型的阶次。设计和开发了多变量系统辨识软件包，将文中所述方法作为软件的核心算法加以实现。有利于实际生产过程中建立对象数学模型。