炼油行业呈现由粗放向精细发展趋势。分子炼油技术已成为当前研究的热门方向，而实现分子炼油技术的第一步就是获取分子组成。在定义了含590种常见汽油组分的分子库为预测模型输出端的基础上，以18种汽油油品宏观物性为输入端，以某炼厂31组汽油检测报告为基础数据，随机取其中29组数据为模型训练集数据库，剩余两组数据作检测组生成预测结果，最终开发了以生成对抗网络为原理预测油品分子组成的模型。从原数据库中抽取两组数据为新的检测组，再将原检测组两组数据归为训练集数据库，分三次验证模型效果，并选取油品的主要分子组成将预测值与实际值进行对比。结果显示，第一组生成对抗网络模型预测结果的平均误差为5.80%，3.86%；第二组为4.85%，3.11%；第三组为3.86%，3.07%。生成对抗网络法模型所得预测值与实际值基本相同，由此认为模型的模拟结果较好地反映了汽油的分子组成，为今后获取重油的分子组成提供了一种方法。