應(yīng)用近紅外漫反射光譜技術(shù)結(jié)合誤差反向傳遞人工神經(jīng)網(wǎng)絡(luò)（BP-ANN）算法，建立豆粕品質(zhì)（包括水分、粗蛋白、殘油）的定量分析模型。將豆粕漫反射吸收光譜數(shù)據(jù)進(jìn)行SNV、DT、SG求導(dǎo)、SG平滑和均值中心化處理，然后采用偏zui小二乘方法（PLS）降維獲取主成分，并優(yōu)化選擇合適的隱含層節(jié)點(diǎn)數(shù)、隱含層和輸出層轉(zhuǎn)化函數(shù)，建立校正模型，并用驗(yàn)證樣品對校正模型進(jìn)行驗(yàn)證。結(jié)果顯示，BP-ANN法建立的水分、粗蛋白和殘油的預(yù)測相關(guān)系數(shù)(R)分別為0.981、0.988、0.982，預(yù)測標(biāo)準(zhǔn)偏差(SEP)分別為0.120、0.216、0.036，均優(yōu)于PLS建模方法結(jié)果，且滿足傳統(tǒng)分析方法的重復(fù)性要求，表明BP-ANN方法可用于生產(chǎn)過程豆粕品質(zhì)的快速監(jiān)控。