汽油干点难以实时测量，需要通过大量的数据样本对各段油品的质量进行检验。为了解决此问题，通过建立软测量模型进行预测控制。最小二乘支持向量机（LSSVM）模型对异常点过于敏感，容易影响预测精度。通过建立加权最小二乘支持向量机（WLSSVM）模型，对拟合误差进行加权处理，削弱了异常点对模型的影响，提高了模型的抗干扰能力。将改进后的加权最小二乘支持向量机（IWLSSVM）模型应用于汽油干点的预测。结果表明，IWLSSVM模型的最大绝对误差比LSSVM模型降低了11.65%，其预测性能和鲁棒性具有明显的优势。
