在实际烤烟生产中，烟叶烘烤的根本目的是将烟叶烤黄、烤香。而当前对烟叶烘烤过程的调控只围绕“烤黄”来确定工艺，导致缺少以“烤香”为评判目标的烘烤工艺，从而使得最终烘烤出的烟叶外观质量与香气关系不协调，没有最大程度地发挥烟叶的潜质。近些年来，对卷烟和烟草的化学成分进行分析一般采用传统的化学分析手段（如气相色谱-质谱法（GC/MS）、毛细管电泳法等）。但是烟叶和烟气中化学成分的总数已达数千种，测定所有组分是不现实的；即使将化学组分准确定量，其中哪些成分决定烤烟的香气、吸味等感官质量目前也是不明确的。这就为探寻烟叶化学成分与内在品质的关系带来了困难。电子鼻由用于分析、识别和检测复杂嗅味和大多数挥发性成分的传感器阵列构成，是一种人工嗅觉模拟技术。目前，在烟草行业中电子鼻的应用研究正逐渐增多，利用电子鼻进行真假烟鉴别，划分烤烟的不同产地、品种，卷烟质量控制等方面都有报道，而关于将电子鼻技术应用在烟叶烘烤中的报道却鲜有见闻。电子鼻技术在挥发性气体检测与判别中得到越来越广泛的应用，本文提出应用电子鼻建立基于当前经典烤烟三段式工艺新的快速、简便、科学的分析评价方法，对整个烤烟过程实现辅助调控和指导，以便更好地发挥和实施烘烤工艺。在烟叶烘烤实验中，采集到传感器阵列在每次烟叶烘烤中的气味响应数据。首先，通过研究这些数据的规律，得到反映整体气味变化水平的曲线，并根据当前烤烟理论对其实际意义进行论证说明。然后基于该气味曲线的特点，提出波峰预测的分析方法，其实际意义在于根据预测气味波峰来临的时间来提前获知对下一关键温度段的调控方法，使得烟叶内香气物质得到最大程度地转化。因此建立ARMA模型和BP-GA模型对其波峰进行预测和比较。结果表明，在预报结束烘烤时间的短期预测方面，ARMA模型效果较好；而在预报波峰的长期预测方面，BP-GA模型效果占优。此外，作者还在前面的分析结论基础上，提出了一种应用在实际烤烟生产中的初步温湿度调控方法。该方法基于烤烟气味信息，根据波峰时间预测结果确定相应的调控方式，是对目前烟叶烘烤技术改进方向的一种探索。