过程模型是对工业生产过程的一种近似描述，能够在一定程度上反映出过程的内在规律。工业生产中普遍存在着工艺流程长、过程机理复杂的特点，通常采用的模型基本可分为白箱模型（机理模型）、黑箱模型（统计模型）、灰箱模型（机理和统计相结合的混合模型）。

随着工业过程的大型化、综合化、复杂化，过程建模难度增大，单纯依靠白箱模型或黑箱模型对复杂工业流程进行描述往往是不可靠的。一种综合了机理先验知识和数理统计技术的混合模型——灰箱模型，在解决实际工业过程建模问题方面取得了良好的效果，应用范围不断扩大。

灰箱建模在充分发挥先验知识指导作用的同时，借助数理统计技术等手段有效地解决了实际生产过程中普遍存在的非线性以及不确定性等问题，从而很好地完成了对实际工业流程的描述。此外，随着各种计算智能技术的不断涌现，灰箱建模的实现手段变得更为丰富，从而大大降低了反应机理复杂、关联耦合严重、外界扰动不确定、要求与约束多样这类复杂生产过程建模问题的难度。

灰箱建模的步骤包括模型识别、参数识别和用选定的模型与参数进行验证和计算预测。一般采用过程的机理模型构建系统模型框架，随后以模型预测值和实际生产数据之间误差最小化为目标，利用优化算法对系统模型中的参数进行辨识，从而建立符合实际生产情况的过程模型。