近年来，随着人们对营养及健康的重视，人们在乳制品的选择方面更倾向于选择羊奶来代替牛奶。然而，一些不良商家为了牟取暴利，在羊奶中掺假掺杂，尤其是为了提高乳品中的氮含量，而向其中掺入尿素或者非乳蛋白如大豆蛋白、水解植物蛋白等，或者是掺入廉价的淀粉、奶油等来勾兑假奶，这种行为严重影响了人们对国内乳品及乳制品行业的信心，影响了该行业的发展，也不利于消费者的身体健康。　　本文采用电子鼻对羊奶中的蛋白质掺假及多组分混合掺假进行了识别，然后采用主成分分析、线性判别分析来达到定性的目的，利用线性回归拟合分析达到定量的目的，以及利用Fisher判别分析、K-最邻近值和多层感知器来建立预测模型。得到的结论如下:　　通过电子鼻对蛋白质掺假羊奶及混合掺假的响应图可看出，每类掺假物质的响应图谱都有所不同，同时，不同的掺假浓度所对应的响应曲线也有不同，因此，由电子鼻对不同掺假物质的不同响应来进行掺假的鉴别。　　对各类蛋白质掺假羊奶的不同掺假浓度进行检测，定性分析结果显示，各类蛋白质掺假的不同掺假浓度的奶样的两个判别函数的方差贡献率和分别为:94.5％、94.9％、96.7％、97.6％和93.4％。不同掺假浓度之间没有重叠，说明电子鼻可以对各类蛋白质掺假的不同掺假浓度的奶样进行定性分析。定量分析结果显示，各类蛋白质掺假的不同掺假浓度的回归模型的决定系数分别为:88.2％、95.9％、97.7％、96.9％和93.9％，回归的拟合度均比较高，说明电子鼻可以对各类蛋白质掺假的不同掺假浓度的奶样进行定量分析。　　对原羊奶和蛋白质掺假羊奶进行检测，定性分析结果显示，各掺假样品与对照组样品无重叠，各样品间组内集中，说明电子鼻可以对不同类别的蛋白质掺假物质进行定性分析;定量分析结果显示，线性回归拟合分析所建立的回归方程的决定系数为84.5％，表明回归方程拟合度较高，说明电子鼻可以对羊奶中蛋白质掺假进行定量分析;Fisher线性判别、K-最邻近值分析以及多层感知器神经网络所建立的模型对所有样品的分类正确率分别为98.2％、97.1％、94.4％，预测结果良好，表明电子鼻可以对各类蛋白掺假奶样进行准确的预测。　　对原羊奶和多组分混合掺假羊奶进行检测，定性分析结果显示，各类掺假组样品与对照组样品均有特定的区域，且各区域间无重叠，说明电子鼻可以识别原奶及混合掺假的样品，并将其区分开;定量分析结果显示，线性回归拟合分析所建立的回归模型的决定系数为83.2％，表明回归方程拟合度较高，说明在一定程度上电子鼻可以较好的对羊奶中掺入的混合掺假物质进行预测;Fisher线性判别、K-最邻近值分析以及多层感知器神经网络所建立的模型对所有样品的分类正确率分别为100.0％、88.8％、95.8％，预测结果良好，表明电子鼻可以对混合掺假奶样进行准确的预测。