随着全球采出原油日益重质化、劣质化，延迟焦化作为一种成熟的重油处理工艺越来越受到重视，而通过构建软测量模型，实现卡边控制，提升装置经济效益也成为一大重要趋势。　　软测量建模作为一种先进控制策略在延迟焦化领域已有广泛运用，本文结合高桥石化产能1.4Mt/a延迟焦化装置运作的实际情况，以十一集总动力学模型为理论依据，简化实际工况对反应器数学建模，并以机理模型计算结果和重要操作位点记录数据为BP神经网络的输入变量，最终实现了用于预测延迟焦化液体产品产率的十一集总动力学-BP神经网络混合模型。此外，还分析了混合模型的预测效果，并运用GA算法加以优化，最后与单一机理模型和经验模型进行对比，对比结果表明，各类模型中GA优化十一集总-BP神经网络混合模型训练、预测精度最高，且在合理的原料物性和操作条件范围内，模型输出的稳定性较好，最终预测值和实测值相比较平均相对误差＜5％。