加氢裂化作为石油生产过程中的关键工艺，能够将劣质、重质原料油转化为低硫、低氮的轻质油产品（轻重石脑油、煤油、柴油和加氢尾油），且不同产品的质量收率都受到原料性质和相关操作条件的影响。基于集总动力学建立的加氢裂化反应过程机理模型（Hysys模型）能够详细描述过程参量与产品收率的分布，但存在计算量大、运算周期长等问题，难以用于装置实时优化。为了兼顾模型的准确性和实时性，本文以加氢裂化反应过程作为研究对象，为其构建代理模型，并在此基础上以单位产品效益最大化为优化目标，对其操作参数进行优化。　　本文为了提高Kriging代理模型的预测精度，在构建Kriging代理模型的高斯核函数中引入了偏最小二乘的思想，最终构成了一种基于偏最小二乘的Kriging代理模型法(KPLS)。仿真实验表明:KPLS代理模型能够比标准Kriging模型以及其他几种常见代理模型具有更好的预测精度，同时建模时间较短。其次，针对Kriging代理模型优化算法优化效果差、难以发现全局最优解的特点，提出了一种结合全局与局部搜索特性的全局优化算法（GLAMP算法）。该算法采用序列二次规划法(SQP)对局部进行搜索，并结合自适应步长的方法提高搜索效率，同时为了避免陷入局部最优，融合了全局搜索策略。在测试函数的仿真实验中，GLAMP算法能够在相对较少的目标函数计算次数下准确获得全局最优解。　　最后，以某炼油厂加氢裂化装置和机理模型为研究背景，利用KPLS代理模型对该装置的加氢裂化过程建立准确的收率预测模型。在该代理模型的基础上，通过改变几个关键操作参数，对其产品收率进行灵敏度分析，并利用GLAMP算法优化加氢裂化过程的操作参数，获得了较好的仿真结果。