随着现代仪器的发展及分析体系复杂程度的提高，建立一种快速、简单的分析方法，并且高效地从复杂的测量信号中获取组分的信息就是分析化学家亟待解决的一个问题。通常，采用仪器分析前需要对样品进行前处理，从而达到分离、提纯的目的。但是，该方法耗时耗力，而且会导致样品在处理过程中出现损失。化学计量学利用数学、统计学的原理，借助计算机技术，可以实现对复杂化学信号的快速解析。　　 本文以实际复杂体系的高效液相色谱-二极管阵列检测器数据为研究对象，借助高维数据解析方法，实现了对复杂体系的准确定性、定量分析。除此以外，还对二维免疫算法的改进做了深入的研究，发展了非负二维免疫算法，为复杂体系的定性定量分析提供了有力工具。具体内容如下：⑴利用三维数据解析方法具有的“二阶优势”，建立了一种简单、快速的测定烟叶中多酚类物质的方法。实验中，采用了超声波提取技术对烟叶样品进行前处理，方法简单、快速、有机溶剂用量少。同时，采用了等度的流动相对样品进行色谱分析，得到了重叠的色谱信号。采用交替三线性分解对上述重叠色谱数据进行解析，提取出了纯物质的色谱和光谱信号，并且实现了对三种多酚类物质准确的定量。最后，对该实验方法进行了评价，证明该方法可以对烟叶中多酚类物质进行快速、准确的定量分析。⑵建立了一种解析重叠色谱信号的非负二维免疫算法。该方法在二维免疫算法的基础上，结合非负免疫算法的思想，对计算过程中产生的负值进行校正，从而克服了免疫算法需要提供所有组分化学信息的缺点。我们分别使用该方法对模拟重叠色谱信号和烟叶提取物色谱信号进行解析。结果表明，该方法可以准确的提取重叠色谱信号中某些组分的信息，克服了基质干扰的问题。