数据驱动建模（data driven modeling），工学-控制科学与工程-过程控制-过程建模方法-数据驱动建模，以描述样本数据的特征作为建模的主要准则，分析系统变量间的相互关系，从中获得数学模型的方法，是一种黑箱建模技术。对于内部机理尚不清楚的生产过程，采用数据驱动来建立预测模型是一种比较好的建模方法。从历史的输入、输出数据中提取有用建模信息，比较符合流程工业的特点，无须了解太多的过程知识。分析模型的主导变量和辅助变量，并构建变量之间的数学关系，是一种通用的、有效的系统建模方法。数据驱动建模方法可以用于建立生产过程的预测模型和控制模型。以控制模型为例，该方法可利用已知的输入、输出数据，离线或在线学习计算与当前被控变量输出相匹配的控制量，从而获得系统所要求的各种动态或静态品质。数据驱动建模已形成的建模方法包括线性/非线性自回归模型、神经元网络模型、非线性时间序列分析模型、模糊模型、贝叶斯网络模型、偏最小二乘法模型以及基于统计学习的支持向量机模型等。