简介： 本发明涉及一种多元调和油快速无损的定量分析方法。具体方法为：配制相同元数不同浓度的调和油样品若干个；采集样品的紫外可见光谱；将样品划分为训练集和预测集；分别优化偏最小二乘回归(PLS)的因子数和人工神经网络(ANN)的参数；在最佳参数下对训练集建立PLS和ANN模型，比较两种模型的预测效果，选择最佳建模方法；最后用最佳模型来预测预测集中调和油样品各组分的含量。本发明的优势在于采用紫外可见光谱仪器可快速无损地对样品进行测量；采用多元校正模型可以准确地对调和油样品中各组分的含量进行定量分析。本发明适用于二元‑五元调和油样品中组分含量的预测。