集成建模（integrated modeling），工学-控制科学与工程-过程控制-过程建模方法-集成建模，将先验知识和辨识建模方法结合在一起的一种灰箱建模方法。由于混合建模充分利用了过程的各种先验知识，从而降低了对样本数据的要求，使模型不仅具有良好的局部逼近性能，而且还有较好的全局性能，克服了传统非线性模型，如神经网络模型等所存在的泛化能力差等缺点。混合模型可以概括为下述形式：①机理模型+实验模型，例如，机理模型+神经网络模型、机理模型+回归模型等；②线性模型+非线性模型，例如，线性回归模型+神经网络模型等。混合建模方法主要分为优化方法和设计方法。（1）优化方法。优化方法的一种思路是将过程的各种先验知识作为等式或者不等式约束，引入模型辨识的参数估计命题，通过优化的方法来建立过程模型。先验知识包括模型的光滑性、部分或者全部已知的机理模型、模型结构、变量的约束和过程数据（包括稳态数据和时间序列数据）等。先验知识的引入，大大缩小了寻优参数空间可行域的范围，从而减少了对样本数据集的苛刻要求。这种方法也有不足，如计算比较复杂；同其他黑箱模型一样，很难对最终优化模型进行解释和分析。