针对传统多模型软测量方法在面对复杂、多变工况时缺少在线更新机制、更新时输出精度降低等问题,提出了一种基于即时学习算法(JIT)的多模型在线软测量方法(MOSVR).离线阶段首先采用模糊C均值聚类(FCM)对训练数据进行聚类,接着采用SVR建立初始模型集.在线部分以多模型输出作为主要输出,当出现新工况时,通过在线模型更新策略(OSMU)将输出模式切换为JIT,同时多模型集进行在线更新.该方法不仅拥有多模型输出的快速性、精确性,而且在模型更新时通过JIT模式还能保证输出的连续性、稳定性、精确性.最后将该软测量方法进行了数值仿真并运用到乙烷浓度软测量中,验证了该方法的有效性.