采用径向基神经网络(RBFNN)结合近红外光谱(NIRS)技术建立一种分析安络小皮伞发酵菌丝体中甘露醇、多糖和腺苷三种组分的定量分析模型。收集164个安络小皮伞液体发酵菌丝体样本的近红外光谱数据，采用常规方法分别测定样本中甘露醇、多糖和腺苷的含量。在应用蒙特卡罗偏最小二乘法（MCPLS）识别异常样本、确定校正集样本数量的基础上，以逼近度（Da）为评价指标，采用可移动窗口径向基神经网络(MWRBFNN)筛选特征波长变量，筛选最佳光谱预处理方法、隐含层节点数(NH)等模型参数。建立甘露醇、多糖和腺苷组分定量分析模型，最佳RBFNN-NIRS模型中校正集和预测集样本实验测定值与预测值间相关系数分别为0.9274、0.9009、0.9440和0.9354、0.9018、0.8847，表明模型具有很好的拟合度和预测性能。

应用近红外(NIR)光谱技术结合化学计量学法建立测定蛹虫草菌丝体中腺苷、 蛋白、 多糖和虫草酸4种主要有效成分含量的定量分析模型, 可应用于蛹虫草高产突变株的筛选和发酵条件的优化。 468株蛹虫草突变株在不同的摇瓶发酵条件下进行发酵, 收集菌丝体粉末样品并采集NIR光谱, 同时采用常规方法分别测定样品的4种有效成分含量。 偏最小二乘法(PLS)用于建立NIR光谱与有效成分含量间相关模型。 采用蒙特卡罗偏最小二乘法(MCPLS)识别异常样本和选择合适的校正集样本数； 采用移动窗口偏最小二乘法(MWPLS)筛选波长变量； 以逼近度(Da)为考察指标, 选择最有效的光谱预处理方法和最适的PLS隐变量数, 最终得到测定蛹虫草菌丝体中腺苷、 蛋白、 多糖和虫草酸含量的最优PLS模型, 其校正集样本参考值与预测值间相关系数(Rc)分别为0.929 43, 0.984 79, 0.907 85和0.851 31； 预测集误差(RMSEP)为0.667 14, 0.020 65, 0.011 31和0.011 59, 表明模型具有很好的拟合度和预测性能, 应用该方法进行蛹虫草诱变筛选和发酵条件的优化是可行的。