本文主要研究如何应用软测量技术解决酿酒发酵过程中重要质量参数——淀粉利用率的难测问题。将软测量技术应用于酿酒发酵过程，建立淀粉利用率的软测量模型，以解决淀粉利用率只能采用实验室化学分析的方法来确知的问题，该方法耗时长，分析结果受人为因素影响波动较大，难以实现计算机预报和控制，进而影响到生产的优化操作。 本文研究的内容主要包括以下两大方面： 一、对软测量技术进行综述。 介绍了软测量技术的基本原理及工程化设计与实现的步骤。详细阐述了软测量建模方法中多元线性回归、BP神经网络及RBF神经网络的基本原理。 二、对软测量技术在酿酒发酵过程中应用的研究。 这是本文的核心部分。首先以单县四君子酒厂为例介绍了白酒酿制技术及其生产工艺流程，然后在此基础上利用MATLAB 6.5开发工具应用多元线性回归(MLR)、BP神经网络和RBF神经网络三种方法分别建立了酿酒发酵过程中的淀粉利用率的软测量模型，并进行了离线仿真。MLR法效果最不好，其拟合和预测效果均不如后两种；BP神经元网络模型的拟合效果基本可以达到设定要求，但预测情况不甚理想，且BP网络模型存在局部极小和网络训练速度慢等缺点；RBF网络模型拟合和预测精度均高于其他两种情况，表现出最佳逼近的优点，且收敛速度快、方法实现简洁易行，因而其更适应诸如酿酒发酵等复杂过程的质量参数的实时辨识和调优，为实现酿酒发酵过程的自动化生产操作奠定了一定的基础。