中药有其自身的特殊性，其质量控制涉及多个环节，影响产品质量指标的工艺参数选择一般是靠工人经验，这些参数值仅仅适用于特定的中药产品，当生产条件发生变化时产品质量就难以保证，特别是对一个新的中药产品，面对新的工艺，没有参考的经验和手册，只有不断积累的数据，这时要迅速建立优化的工艺参数，按照传统的技术和方法，难度是较大的。 本文以滴丸生产过程为研究对象，以滴丸制剂和包衣过程的质量控制为目标，建立了滴丸数据采集平台，利用SVM软测量技术对制剂和包衣过程进行建模、优化与控制研究，给出了滴丸生产过程中的工艺参数指导值，对实时控制进行了探索。 具体研究内容包括以下几个方面： 1、滴丸数据采集系统的建立。滴丸生产和质检数据采集系统涵盖了滴丸从提取到包装整个生产过程，采集了大量一线的生产数据，真实地记录了滴丸的生产过程，解决了企业信息流的问题，为后续的分析研究奠定了基础。 2、建立了滴丸含水量模型和包衣模型。对采集数据进行了预处理，清除了其中的噪声数据，并进行了相关性分析；给出了建模过程并在Matlab环境下利用Libsvm工具箱进行了实现。 3、模型的优化及应用。运用遗传算法进行了特征选择，去掉了与模型输出结果影响不大的特征，运用交叉验证方法对模型参数进行了优化，选取了最佳的模型参数值，较好地预测了滴丸含水和包衣增重这两个质量指标，给出了生产过程各个变量的指导值，规范了生产操作规程，提高了生产效率和质量，有效地解决了中药质量指标难以控制的难题。 4、对生产过程的实时控制进行了探索，提出了生产过程控制框架图。 5、通过神经网络和支持向量机建模结果的比较，说明了基于SVM的模型在泛化能力、对样本数的要求等方面均表现出较强的实力，展现了它在中药领域的应用前景。