【摘要】[目的] 针对国内大多数屠宰企 业仍通过人工测量猪胴体背膘厚度，并结合称得的重量对其进行分级，存在劳动强度大、作业效率低、人畜交叉污染风险高等问题，本文旨在建立猪胴体重量预测模型，以便后续能利用图像处理等技术获取模型中的相关参数，进而获得胴体重量。[方法]在14:00—15:00、15:20—16:20、16:30—17:30三个时段内，随机选取按照标准化工艺屠宰后15 min左右、重量在50～90 kg、去蹄未剥皮猪胴体共60头，在完成各试样前腿处横长（L_(f)）、1/2处横长(L_(1/2))、后腿处横长(L_(r))、1/2处背膘厚度、胴体直长(L_(t))及重量（w）等参数测定的基础上，建立不同的重量预测模型并进行优化及准确率验证。[结果]结果表明，取横长加权均值与直长建立的胴体重量预测模型w_(3)=4.05L_(e)＋0.45L_(t)－116.32，其决定系数为0.96、P值为0.01、预测准确率最高达94.16 %。[结论]横长采用加权均值减小了误差，建立的猪胴体重量预测模型，准确性较其他研究的模型得到了进一步的提高，为猪胴体在线自动分级奠定了理论基础。