近年来,室内外环境气体污染日趋严重,已严重影响到人们的日常生活。其中,室内挥发性有机化合物（Volatile Organic Compounds,VOC）因其包含种气体种类繁多、在空气中浓度低、存在范围常见且广泛、对人体危害大而引起人们的广泛关注。因此,如何实现对VOC气体的组分识别及浓度测定,进而采取有效措施进行治理,对遏制气体污染程度,提升空气质量具有非常重要的现实意义。本论文致力于探究纳米修饰二硫化钼（MoS₂）气敏阵列协同智能信息处理技术构建VOC气体检测系统。主要完成以下研究工作:在采用一步水热路线合成金属氧化物（MOx）和MoS₂纳米材料的基础上,通过两步水热及层层自组装技术制备纳米复合敏感薄膜传感器。借助XRD、SEM、TEM及其他表征技术对薄膜材料的表面形貌、晶格结构、比表面积等进行分析。随后对制备的Co₃O₄/MoS₂、Pd-TiO₂/MoS₂以及In₂O₃/MoS₂三种复合薄膜器件从灵敏度、稳定性、选择性等方面展开对以NH₃、HCHO和C₆H₆为代表的VOC气体的敏感性能测试,并基于异质结的能带结构、薄膜间的电荷转移等揭示纳米修饰MoS₂复合薄膜对目标气体的敏感机理。同时筛选出高性能纳米修饰MoS₂传感器件构筑气敏阵列,并获取气敏阵列在混合VOC气体环境下的多维响应数据。最后,构建基于纳米修饰MoS₂气敏阵列协同最小二乘支持向量机（Least Squares Support Vector Machine,LSSVM）的VOC气体预测模型,并采用粒子群优化算法（Particle Swarm Optimization,PSO）和贝叶斯证据框架两种算法对LSSVM参数进行优化。对各个模型的预测性能进行评估后可知,贝叶斯-LSSVM模型对混合VOC气体组分识别及浓度预测可达到理想效果。本文以“新器件-新方法-新应用”为路线来探究纳米修饰MoS₂传感器件气敏特性,构建MoS₂基气敏阵列协同智能算法模型,并将其应用于多组分混合VOC气体的检测,为薄膜气敏传感器件开辟了新的应用领域,也为研制新型VOC气体检测装置提供了一种新思路。