本文应用近红外光谱技术中的短波近红外光谱(Short-wavelength Near-infrared Spectroscopy,波长780–1100nm),简称SW-NIR Spectroscopy结合人工神经网络(Artificial neural network,ANN)误差反向传播算法,简称BP网络,对三种不同药物的有效活性成分别进行了非破坏无损定量分析,并建立了适合于三种药物的人工神经网络模型,取得了较好的结果,实现了对药物的无损非破坏定量分析。本论文的核心内容是选择人们日常生活中常备的几种具有代表性的药品,依照《中华人民共和国药典》中传统的化学分析方法测定出药品中有效成分的真实浓度,同时利用短波近红外光谱技术对药物样品进行扫描从而得到实验数据,通过光谱预处理方法将这些实验数据进行处理后与人工神经网络方法相结合,建立最佳的ANN模型并对药物的浓度作出预测。最后将预测浓度与药物的真实浓度作比较,通过对相对标准误差(RSE)的判断来证明研究的可行性。实验过程中分别建立了三种药物:甲硝唑、环丙沙星及乙酰螺旋霉素粉末药品中活性成分的ANN模型,而且将环丙沙星粉末药品所建立的ANN模型与PLS模型进行了比较,其结果说明ANN法在处理复杂非线性体系的情况下比PLS法更为优越。