神经网络技术是一种采用数学算法和统计技术描述工艺数据行为的方法.神经网络在数种化学工业工艺模型化中的应用在增加.本文评述这种方法成功的关键因素及其优缺点，同时还介绍它在石油炼制工业加氢处理工艺中的一些应用.在原料加氢处理过程中，有关工艺特性的知识，如产品性质估算、化学氢耗及杂质(硫、氮、芳烃)的脱除等，对于工艺优化、产品质量控制及环境保护都十分重要.神经网络技术已经用于化学氢耗、轻气体生成、加氢脱芳烃(HDA)反应、加氢脱硫(HDS)反应、加氢脱氮(HDN)反应及产品物理性质等行为的模型化.选择操作条件和一些相关原料性质作为输入变量.此外，神经网络还被用于预测十六烷值及原料和加氢产品的安定性.采用从巴西石油公司(PETROBRAS)加氢中试装置获得的实验数据开发了上述模型.本文将对中试装置数据与估算数据进行对比.