大气气溶胶激光飞行时间质谱仪(Aerosol Laser Time-of-Flight MassSpectrometer,ALTOFMS)所采集的质谱数据具有数据量大、维数高和数据复杂的特点，需要研究自动、高效的数据分析方法对这些数据进行快速可靠的处理和解释，这对于大气气溶胶的污染检测和来源解析具有重要意义和实用价值。论文主要工作及成果如下：　　 (1)利用具有自动识别和学习功能的自适应共振神经网络(ART-2a)算法，研发出离线和在线两套自动数据分析处理软件系统，成功实现了质谱数据的离线和在线聚类分析，保证了气溶胶飞行时间质谱技术在气溶胶单粒子实时分析方面的高效性。　　 (2)实验验证了离线分析软件的可靠性：在对实验室制备的氯化钠(NaCl)等四种纯样品气溶胶粒子的离线分析中，软件成功地区分出了这四种物质，同时得到能很好地代表这四类物质特征的聚类中心。还利用该软件对连续24小时采集的室内大气气溶胶粒子质谱进行了聚类分析，成功得到了一些组成分子的类型，为分析大气气溶胶的来源和传输提供了重要信息。　　 (3)实验验证了在线分析软件的有效性：运用在线分析软件对实验室制备的NaCl、CaCl2、DOP气溶胶单粒子进行了在线分类，很好地区分了这三种物质，并且验证了ART-2a算法聚类精度可调以及可自适应地识别和学习新类的优点。