化学信息学是一门关于计算机、数学及统计分析技术在化学中应用的科学。随着化学信息学的发展,各种光谱化学信息学软件相继出现,化学信息学和光谱分析相结合使得光谱分析进入了一个新时代,是现代光谱分析技术的一种非常有前途的方法。 本文将化学信息学与紫外一可见分光光度法相结合提出了一种新的对多组分混合物进行分析的连续波长紫外分光光度法。连续波长紫外分光光度分析方法把多组分混合物的吸光系数和待测浓度都作为决策变量,创建数学模型,采用广义简约梯度算法优化求解。将多组分混合物分析问题表示为一个有约束多变量优化问题。本研究的主要成果和结论如下: 1、建立了多组分混合物进行分析的数学模型 min f=sum from j=1 to m((sum from j=1 to n(A_0ije-ε_ijc_0i)²)+(A_mje-sum from i=1 to nε_ijc_i)²)。根据数学模型的非线性约束多、自由度小的特点,选择广义简约梯度优化算法。（1）对不同的决策变量方案进行了分析研究。仅把待测多组分混合物浓度作为决策变量、把吸光系数作为已知量的方法和两者都作为决策变量的方法采用相同的数学模型和优化算法对相同的实验数据进行分析。分析结果表明:两者都作为决策变量的平均相对误差为2.1%,而仅以待测浓度为决策变量时平均相对误差为4.9%。结果说明将吸光系数和待测浓度都作为决策变量进行多组分分析明显优于仅把待测多组分混合物的浓度作为决策变量。（2）对数学模型的优化算法进行了研究。采用三种优化算法对相同的实验数据进行了分析,分析结果是平均相对误差相差不大,说明所建数学模型对算法要求不高。（3）对待测多组分混合物浓度初值进行了研究。通过赋予浓度不同的初值对相同的实验数据、采用相同的模型和算法进行分析,结果初值不同时分析结果基本不变,说明所建模型完备、算法稳定,达到了全局最优化。 （4）对目标函数中各决策因素对分析结果的影响力度即权重进行了研究。赋予各决策因素不同的权重,对相同的实验数据进行分析。分析结果的准确度略有提高,但对于浓度差别大的多组分混合物分析结果准确度有明显提高。说明目标函数中各决策因素