气液色谱分离是溶质在固定液和载气两相之间的分配行为，由组分与固定液分子间的作用力所决定，这种作用力是一种较弱的分子间吸引力。在气相色谱中，当固定相一定时，溶质的保留行为可以用相应的结构参数进行描述。研究分子定量结构一色谱保留(QSRR)的变化规律，实现色谱过程中保留值的预测，是色谱研究中的重要课题。有意义的QSRR模型能有效地预测色谱保留值，为选择最佳分离条件提供理论依据。 工作中计算了有关的结构参数，优选出影响化合物保留行为的主要结构参数，运用多种数理统计方法，建立了烷基苯类、烷基硝基苯酚类、硫醇类化合物的结构与色谱保留之间的定量关系。利用各QSRR方程得到与实验值较为一致的保留值，并且根据方程确定的参数探讨有关色谱保留的机理。 整个工作分为四个章节。 第一章为文献综述。通过所引用的141篇文献，论述了QSRlR的发展概况，QSRR的研究中常用的结构参数、研究方法和应用，并在此基础上提出了本工作的基本思路。 第二章研究了烷基苯类化合物的定量结构一色谱保留关系，选择MS软件的DISCOVER模块中的COMPASS力场优化47种烷基苯类化合物分子的几何构型，采用多元线性逐步回归方法将优选出的分子结构参数与烷基苯类化合物的色谱保留指数进行相关性分析，并与因子分析法得到的描述符进行对比，最终得到相关性显著的保留模型。在不同极性的固定相上，所建回归模型选取的参数基本一致说明，对于不同的极性，影响烷基苯类化合物分离的主要因素也是一致的。 第三章选取32种烷基硝基苯酚类化合物作为研究对象，利用VAMP模块中的AMI方法优化分子的几何构型，采用遗传算法将优选出的分子结构参数与烷基硝基苯酚类化合物的色谱保留指数进行相关性分析，并与多元线性回归分析得到的结果进行对比，由于遗传算法更适合大样本变量的拟和，对于烷基硝基苯酚类化合物，使用遗传算法构建的QSRR方程线性拟和，对于烷基硝基苯酚类化合物，使用遗传算法构建的QSRR方程线性关系更好。第四章以26种烷基硫醇类化合物作为研究对象，选择MS软件的DISCOVER模块中的COMPASS力场优化分子的几何构型，采用多元线性回归方法将优选出的分子结构参数分为量化参数两类和拓扑指数两类，分别与烷基硫醇类化合物的色谱保留指数进行相关性分析，并与遗传算法得到的量化参数表示的QSRR方程的结果进行对比，由遗传算法得到的模型，虽然相关性较好，误差小，但是所需参数多，对于小样本分析来说计算复杂，实际应用时较为困难。使用多元线性回归方法建立的两类QSRR方程所需参数少，且能反映出分子有关结构信息，在预测其保留值时具有较好的准确性和稳定性。 通过建立参数物理意义明确，计算简便，相关性显著的QSRR模型，可以有效地预测各类化合物的色谱保留值，为选择物质的最佳分离条件提供理论依据，从而减少实验者的盲目性，节省大量的人力物力。