激光诱导击穿光谱（LIBS）作为一种快速的化学组成分析技术，在冶金过程的原位、在线及远程分析方面展现了突出的应用前景和研究价值。利用神经网络建立定标模型，结合LIBS技术对不同品种钢中的Mn和Si组分进行定量分析，研究了不同输入方式对神经网络性能的影响，并与光谱分析中常用的内标法进行对比。结果表明，对于化学体系复杂的多基体钢的定量分析，神经网络定标法能够更充分利用光谱中的信息，有利于校正基体效应和谱线之间的干扰；但是，神经网络的输入方式对网络性能具有重要影响，只有在合理选择输入方式下才能有效提高测量重复性和准确性。