提高原料转化率意味着降低生产成本，增加生产效益，这对化工生产企业至关重要。在现有装置基本不变的情况下，利用软测量技术、先进控制和优化控制等技术手段提高转化率有显著的现实意义。 本文分析了RBF人工神经网络的算法和特点，对RBF神经网络模型的结构和在线校正、学习功能作了改进，使其泛化能力和自适应能力都有所提高，能适应处理量的变化和原料性质的波动。基于吉林化学工业股份有限公司电石厂醋酸装置的现场数据，结合机理分析，用改进的RBF网络建立乙醛氧化制醋酸生产装置氧化液醋酸含量、乙醛含量、甲酸含量和尾气CO₂含量软测量模型。并提出建立实用性软测量模型的方法和一般原则。 分析了内模控制（IMC）先进控制算法的原理和性能，运用IMC原理设计具体PID形式下的IMC—PID先进控制。介绍在工程实践中应用IMC—PID先进控制的设计思路、实现步骤和软件模式，以及实际应用中所取得的良好效果。 研究利用NLJ随机算法的优化控制，计算当前环境下的最优的生产工艺参数，提供给操作人员实施，提高装置生产率。 上述研究已在相关装置成功实现，并长期稳定运行，取得明显效果。