该文主要研究人工神经网络(ANN)、小波分析(WT)和遗传算法(GAs)等应用数学方法在分析化学中的应用.探讨了将它们相互结合用于光度分析、色谱分析和光谱分析,建立了四个新的化学计量学方法.人工神经网络(ANN)是较好的多元校正和分辨方法.该文利用三层BP神经网络解析钙(锶、钡)一二溴对甲偶氮羧配合物的重叠光谱,建立了不经分离分光光度法同时测定钙、锡、钡的新方法.小波分析是一种良好的时频分析工具.该文将神经网络与小波分析相结合,提出一种利用小波变换提取重叠色谱峰信息,再用人工神经网络定量的方法,并将此方法应用于高效液相色谱中,建立混合体系3.4.二甲酚和2.5.二甲酚同时测定的新化学计量学方法.遗传算法是一种概率搜索的自适应全局优化方法.在其应用研究中,该文主要作了两方面的工作.其一,该文应用遗传算法对神经网络结构及初始权重进行优化,得到优化的遗传神经网络GAs-Bp-ANN.将它应用子ICP-AES3测定Al,消除了Mo、V对Al的干扰,为ICP-AES测定Al提供了一种新方法.其二.该文利用Kohonen网络(KNN)的聚类能力,对锶和钡的全光谱进行波长优选,分别用BP-ANN和GAs-BP-ANN解析重叠光谱,建立了KNN-BP-ANN和KNN-GAs-BP-ANN两个新的化学计量学方法.将神经网络ANN-BP、KNN-Bp-ANN与KNN-GAs-BP-ANN方法的分析结果进行比较,表明KNN-GAs-BP-ANN优于前两者.将KNN-GAs-BP-ANN方法用于钢中锶和钡的测定,结果满意.此外,该文分别对神经网络、小波分析和遗传算法方法在化学中的应用的进展作了评述.