牛奶及其制品营养丰富,含有人体生长发育和新陈代谢所必需的营养物质,而且易被人体消化、吸收。蛋白质和脂肪是各类乳制品中最重要的营养成分,也是决定乳制品质量的核心指标,直接反映乳制品的产品质量状况,国家强制规定各企业必须标注蛋白质和脂肪的成分含量。目前液态乳制品的主要营养成分的检测仍依赖化学方法,大多数质量控制的检测方法繁琐,费时。国外的乳品检测仪价格昂贵,国内现有的乳品品质分析仪还不十分成熟,本文对近红外光谱分析技术在液态乳制品主要营养成分的测定进行了研究,并得到最优数学模型,为设计出低成本便携式的液态乳制品主要成分的近红外光谱分析仪的研究与开发奠定基础,对实现乳业生产过程的自动化及提高乳品质量具有重要意义。具体研究内容如下:(1)收集液态乳制品样品,采用WQF-400N型傅立叶近红外光谱仪,探索最佳仪器参数设置,测定样品的近红外光谱;(2)分别采用考马斯亮蓝法和哥特里-罗兹法测定样品中蛋白质、脂肪含量,将测得的结果作为建立预测模型的参比化学值;(3)对测得的乳制品的近红外光谱采用不同的数据预处理方法后,采用偏最小二乘法建立数学模型,并通过对PLS模型结果的探讨,选择最佳主成分数;(4)对预建模型分别选择波长优选和剔除异常值的方法进行优化,并建立数学模型;(5)采用偏最小二乘法加人工神经网络(PLS+ANN)方法建立数学模型,并和线性方法PLS法建立的模型进行对比,得到最佳预测模型。