本發(fā)明涉及一種多元調(diào)和油快速無損的定量分析方法。具體方法為：配制相同元數(shù)不同濃度的調(diào)和油樣品若干個；采集樣品的紫外可見光譜；將樣品劃分為訓練集和預測集；分別優(yōu)化偏最小二乘回歸(PLS)的因子數(shù)和人工神經(jīng)網(wǎng)絡(ANN)的參數(shù)；在最佳參數(shù)下對訓練集建立PLS和ANN模型，比較兩種模型的預測效果，選擇最佳建模方法；最后用最佳模型來預測預測集中調(diào)和油樣品各組分的含量。本發(fā)明的優(yōu)勢在于采用紫外可見光譜儀器可快速無損地對樣品進行測量；采用多元校正模型可以準確地對調(diào)和油樣品中各組分的含量進行定量分析。本發(fā)明適用于二元?五元調(diào)和油樣品中組分含量的預測。