利用近红外光谱技术检测普洱茶中茶多酚的含量，首先通过遗传偏最小二乘法（GA-PLS）筛选出表征茶多酚含量的特征波数点，并进行主成分分析，然后建立极限学习机（ELM）预测模型。研究得到的最佳ELM预测模型涉及40个变量，主成分分析后以第1、第2主成分作为输入，以Sigmoidal函数为隐含层神经元激励函数，隐含层神经元个数确定为13。模型的交互验证均方根误差值、预测集均方根误差值和预测集相关系数R2分别为1.0109、1.6686和0.9705，预测性能明显优于全光谱偏最小二乘模型和遗传偏最小二乘