将化学计量学方法用于中草药多组分测定和真伪鉴别的研究中,改进的人工神经网络方法(ANN)为中草药多组分同时测定提供了方便,模式识别则实现了中草药的真伪鉴别及质量评价。提出了一种双网络ANN算法,用其处理中草药紫外吸收光谱,提高了网络的自学习,自判别和自拟合能力。为了解决中草药复杂体系背景干扰的问题,首次提出虚拟组分校正的方法。将所有干扰组分归为一个组分(其含量是可调的,称其为虚拟组分),通过ANN的双网络对虚拟组分自修正、自拟合,消除了干扰组分的影响,实现了中草药秦皮中秦皮甲素和秦皮乙素不经分离的同时快速测定。建立了包括秦皮、紫草、黄芩、大黄、槐花等9种中草药和三黄片等三种复方制剂的色谱指纹图谱数据库,此数据库管理系统可以实现两个功能,一个是药材库的维护;另一个是药材质量的模式识别。在中药指纹图谱评价方法研究方面,通过对欧式距离、夹角余弦、峰匹配度等相似性测度的比较,提出了总相似度的概念,结果证明总相似度对样品的分类更加符合实际情况。提出对保留时间的校正和重叠度的计算,减小了保留时间漂移对识别结果的影响,使识别中色谱峰的匹配表征更准确,提高了中草药识别的准确性。论文还提出用共有峰总面积比(待识别样品的共有峰总面积/标准样品的共有峰总面积)来评价中药的整体质量,在识别的基础上实现了黄芩,秦皮等中草药的质量评价,此方法可推广到任何一种中药的识别中。