汽油分子在线调和技术需要快速获取各种类型组分油的详细分子组成信息。开发了基于自编码器的汽油分子组成快速解析方法，该方法可由近红外光谱直接预测汽油详细单体烃的组成。构建的汽油分子组成自编码器模型可挖掘汽油组成的潜在特征，并利用潜在特征解码恢复原始分子组成。利用神经网络算法关联近红外光谱特征信息与汽油组成的潜在特征，并采用加氢汽油验证了模型的准确性。结果表明，平均绝对误差为0.033。开发的模型将自编码器算法应用在传统的石油化工过程中，对汽油分子在线调和与实时优化具有重要的指导意义。
