针对复杂工业过程的特征建模是研究其优化控制的基础.复杂工业过程普遍具有强干扰、非线性、大时变等诸多不确定性特征,部分工艺涉及复杂的生化反应并伴有强污染和高危性,检测数据具有维度高、噪声大等特性,这均为建立精准的工业模型提出了更急迫的需求和更高的标准.鉴于此,总结并归纳当前复杂工业过程的建模思路和研究进展,旨在从多个视角分析不同建模方法的适用性和有效性,为先进的优化控制理论指导实际工业生产奠定模型基础.首先,从机理建模、数据驱动建模和混合建模3个方向对目前主流的工业建模方法进行划分和综述;然后,阐述各类建模方法的具体设计思路,并分析模型结构和算法特点;接着,调研不同建模策略在解决实际工业过程中的指标建模、被控对象建模、全流程建模等问题的具体应用情况;最后,结合目前工业智能化建设趋势及其面临的挑战性问题,指出未来的研究思路和发展方向.