本发明属于电子鼻系统模型优化技术领域，具体为一种基于CGAN判别器和生成器的电子鼻识别模型优化方法，包括步骤一：CGAN网络建立；步骤二：CGAN判别器筛选数据，CGAN生成器增广数据；步骤三：使用CGAN处理后的数据对电子鼻系统模型进行校准。本发明在实际应用于电子鼻系统的模型的识别与优化具有实际意义，不仅去除了实际应用场景中误差较大的数据样本，同时使数据量不足的规范样本得到了增广。实验测试结果显示，在测试集中，误差不超过0.05倍规范数据均值的情况下，数据的筛选率在4％‑8％左右，经过CGAN优化后的数据能使测试网络分类准确率提升1％以上。