源解析技术在污染物控制管理中发挥了重要作用。目前，源解析技术中最为成熟的是化学质量平衡模型（CMB）和主成分分析（PCA），这两种方法得到了美国环保局的认证和推荐，在源解析中应用广泛。其他方法，如多元线性回归法、投影寻踪回归法（PPR）、人工神经网络等不断被引入源解析技术中，其中BP网络由于容错性强，在非线性组合中应用广泛，越来越受到源解析工作者的关注。已有学者研究将BP网络模型应用到源解析工作中的可能性。 本文在前人的研究基础上，进一步改进BP网络模型，使得解析结果更为合理。在CMB模型对重庆市、乌鲁木齐市的源解析结果基础上，构造不同隐节点数的BP网络，对比不同隐节点数下的解析结果，探讨模型构造中重要参数——隐节点数的设定。最后结合CMB模型、PCA、PPR、BP网络四种方法，对吉林市大气颗粒物进行源解析结果。通过对比分析四种方法的源解析结果，得出BP网络模型应用于源解析工作的优势。