本文考虑超高维部分线性模型,其中线性部分的维数p大于样本量n, 且维数p随着样本量n呈指数阶增长.首先, 利用半参数回归的profile方法, 把超高维部分线性模型转化成超高维线性模型.其次, 为了对高维线性分量进行有效的变量筛选, 考虑到协变量之间的相关性,结合贪婪算法和向前回归变量筛选方法, 针对部分线性模型,提出了profile贪婪向前回归(PGFR)变量筛选方法. 在一定正则条件下,证明了所提PGFR方法具有筛选相合性.为了确定所选模型是否能够依概率趋于1包含真实模型, 进一步提出了BIC准则.最后, 通过模拟研究和实例分析验证了PGFR方法在有限样本下的完成情况.