在对食用油快速定量检测过程当中,由于被测物品含量范围大、各组分的相互作用和外界环境等因素的影响,导致光谱数据信息与被测物品之间具有非线性的特点。因此,本文提出了一种将拉曼光谱和化学计量学相结合的快速定量检测食用调和油含量的方法,用于解决多组分(三组分)食用调和油的快速定量检测问题。首先,本文对基于拉曼光谱的食用调和油定量检测的国内外研究现状进行了深入的研究,明确了研究意义和研究方向。同时,阐述了拉曼散射的产生机理和光谱定量检测的基本原理。其次,本文采用非线性回归预测方法对食用调和油含量进行了分析,主要对支持向量机(SVM)、最小二乘支持向量机(LSSVM)、粒子群(PSO)和粒子群优化最小二乘支持向量机(PSO-LSSVM)等非线性算法进行了比较,提出了最小二乘支持向量机(LSSVM)和粒子群优化最小二乘支持向量机(PSO-LSSVM)的回归预测方法。再次,当食用油混合含量比例不同时,官能团含量变化会引起食用油的特征峰强度发生改变。因此,本文利用食用油混合含量比例和特征峰强度之间的对应关系建立快速定量检测系统,以实现对混合油含量的鉴别。本文对66个样品进行了光谱检测以及预处理,设计出了最小二乘支持向量机(LSSVM)和粒子群优化最小二乘支持向量机(PSO-LSSVM)定量预测模型系统,并对预测模型进行了验证。最后,本文对最小二乘支持向量机和粒子群优化最小二乘支持向量机多输入单输出的定量预测模型进行了比较,并在最小二乘支持向量机模型的基础上利用粒子群算法对最小二乘支持向量机模型参数进行了优化,通过测试集样本数据的相关系数和均方误差分别对两个预测模型进行了评价。