多模态过程中新出现的模态过程短期内无法获得充足的建模数据, 且传统统计控制方法无法有效地估计过 程特性. 鉴于此, 提出一种基于历史模型数据相关特性建立初步模型的方法, 充分利用已有多模态历史数据的相关特 性, 从历史数据中寻找与当前数据特征相似的数据进行补充, 建立初始模型, 并利用新积累的数据迭代初步模型, 逐 步实现准确描述过程特性的算法. 通过在田纳西-伊斯曼过程中的大量仿真, 表明了所提出方法的可行性和有效性.