炼厂汽油调合配方的优化是一个高复杂性问题，可以实现炼厂汽油调合组分的利用最大化和经济效益最佳。随着汽油调合组分的增加以及油品品质要求的提升，传统的人工经验调合逐渐不能适应炼厂的发展。目前，炼厂纷纷引进和研究在线管道调合工艺技术，以提升炼厂的市场竞争力。先进的调合工艺技术需要更加准确的指标预测模型。　　本文对安庆石化炼厂的调合过程进行探讨，分析了调合组分油的性质，对汽油的主要质量指标辛烷值、馏程、硫含量、烯烃含量、芳烃含量开展了建模研究，并根据建立的模型求解了调合最优配方。　　汽油组分在调合过程中其辛烷值是非线性的，引起非线性的最主要原因是灵敏度、组分间相互作用及油品添加剂。采用分层建模方法建立了辛烷值预测模型。设计、测试了32组调合汽油的辛烷值数据，拟合得到了模型的参数，并且利用炼厂实际生产数据对模型精确度进行了验证。研究结果表明:研究得到的辛烷值模型预测精度满足预测要求，对于研究法辛烷值，模型的最大绝对偏差为3.01，平均绝对偏差为0.80，标准偏差为0.99;马达法辛烷值，模型的最大绝对偏差为1.96，平均绝对偏差为0.68，标准偏差为0.82。调合汽油馏程预测模型，可以忽略调合组分油之间物质的相互作用，只考察组分油内各物质的相互作用来获取，最终得到的预测模型其预测数据偏差的绝对值均在[0，3]。硫含量、烯烃、芳烃等非线性较弱的指标均可采用体积线性加和的方法建立预测模型，蒸气压指标可以采用指数模型进行预测。　　在模型研究的基础上，比较了遗传算法和逐次二次规划算法在求解调合优化配方问题上的计算效果，利用收敛速度和稳定收敛性质来评价求解方法的优劣性。研究结果表明:针对安庆石化汽油调合过程的计算，逐次二次规划法的求解具有明显的优势，并且使用简便。　　利用建立的模型和验证证实的模型参数，对整个过程进行了人机交互界面的开发。通过现场反馈，该界面比较简捷，开发的预测模型以及选择的非线性优化求解方法都具有可行性和有效性，可以为实际调合工作提供指导。