浆纱过程是纺织工业过程中的一个重要环节,浆纱质量的好坏直接影响后续纺织工序,所以要尽可能的准确控制浆纱过程,确保所得到的浆纱质量都在可接受范围之内。而在浆纱过程中,上浆率是衡量浆纱质量好坏的重要指标之一,常通过控制上浆率来确保浆纱质量。浆纱过程中有多个操作参数影响上浆率,且由于系统本身及外载荷存在不确定性,过程操作变量不断变化,或参数范围受到限制,即在上浆过程中不可避免地存在各种不确定性。因此,研究浆纱过程控制上浆率,提高浆纱质量是很有必要的。本文提出了一种基于软测量的浆纱过程鲁棒优化方法。首先,通过分析调研了解浆纱过程,确定了影响浆纱过程的10个主要因素,由于浆纱过程工艺复杂,本文采用基于数据驱动的软测量方法建立浆纱过程软测量预测模型。其次,根据浆纱过程的特点和优化理论,在软测量预测模型的基础上,建立浆纱过程优化模型。另外,由于浆纱过程复杂,操作参数常含有扰动,再根据鲁棒优化模型的概念,建立浆纱过程鲁棒优化模型。最后,提出了混合粒子群-遗传算法(HPSO-GA),并利用常用的测试函数进行检验,验证了HPSO-GA算法的高效性和准确性后,再利用该算法对浆纱过程鲁棒优化模型进行求解,找出操作参数鲁棒最优解。根据鲁棒最优解调节浆纱过程操作参数,从而稳定上浆率,提高浆纱质量,保证纺织工业后续工序顺利进行,并减少资源的浪费和环境污染,降低了企业的生产成本。