本论文针对目前分光光度法多组分同时测定中普遍存在着的、较为突出的影响结果准确性，尚未较好解决而需要给予关注和研究的校正样变量多样本少和工业分析中的噪音问题开展研究，论文分五章介绍所做的研究工作： 第一章绪论。对多组分同时测定中的信号滤噪和小样本数据解析方法的研究进展作了概述。着重介绍了小波和小波包分析以及正交信号校正法在信号消噪方面的研究动态及在化学方面的应用进展。简单的介绍了RBF网络的发展及应用。 第二章WPT-Interp-RBF网络：多组分分光光度同时测定数据解析的新方法。 第一节小波包分析-插值-RBF方法同时测定铝合金中铁、锰、铜、锌。 提出了一种在小波包分析对吸收光谱数据进行降噪处理的基础上，采用线性插值增加校正样样本数的新思路，为解决多组分分光光度同时测定中经常遇到的样本少变量多的问题，提高预测结果的准确性提供了一种新方法。应用小波包分析-一维线性插值-RBF网络处理铝合金样品中铁、锰、铜、锌的同时测定。研究结果表明，该方法可以显著降低测定样的相对误差，获得令人满意的测定结果。第二节WPT-Interp-RBF网络：多组分分光光度同时测定数据解析的新方法。在第一节的基础上，对系列实验数据采用WPT-Interp-RBF网络方法进行解析应用，并进行了更为广泛深入的研究讨论。文中以解析与炼油厂催化裂化装置生产相关的Fe、Ni、V的同时测定数据为例，对该方法的应用做了详细介绍，并与PLS法、RBF网络、小波压缩数据-RBF网络、小波压缩数据-PLS法、线性插值-RBF网络、小波变换-线性插值-RBF网络、小波包变换-线性插值-PLS法等方法做了应用比较。研究结果表明，该方法获得的测定结果优于常用的解析变量多、样本少数据的其它方法。由于该方法预测误差小，易在MATLAB上实现编程，因此具有良好的推广应用前景。 第三章小波包分析-减法聚类-RBF网络同时测定痕量铁、锰。 由于Fe3+和Mn2+分别在不同pH下与5-Br-PADAP形成有色络合物，在单一组分的不同缓冲溶液体系中不能与该显色剂同时显色，为此，通过实验条件探索，提出选用乙酸-乙酸钠、硼砂-盐酸双缓冲溶液体系，成功地解决了Fe3+和Mn2+同时与5-Br-PADAP显色的问题，为进行汽油中的铁、锰含量的分光光度同时测定提供了基本条件。 进行了汽油中的铁、锰含量的分光光度同时测定的模拟研究。用小波包分析处理吸收光谱数据，滤除信号中的噪声；采用基于山峰函数的减法聚类算法，按照自适应聚类的结果构成预测各未知样的校正集，实现校准模型的优化。该算法用于模拟汽油中铁、锰合成样预测，结果表明，该方法可以使RBF网络在对未知样预测时能更有效地提取光谱数据中的特征信息，显著降低测定结果的相对误差，提高预测结果的准确性。 第四章OSC-Interp-RBF法同时测定原料油中的铁、镍、钒。 OSC-Interp-RBF方法将光谱阵用浓度阵正交，滤除光谱与浓度阵无关的信号，再用一维线性插值处理使训练集样本对待辩识空间形成较好的覆盖，使RBF网络能够更有效地提取信息，从而提高预测准确性。把该算法用于模拟原油中铁、镍、钒合成样的组分浓度预测及实际样的组分浓度计算，效果令人满意。 第五章小波包压缩-RBF网络同时测定模拟润滑油中铁、铜、锌。小波包压缩-RBF网络方法采用小波包函数对光谱数据进行压缩处理，用较大的小波包系数构成新校正集和预测集代替原始校正集和预测集矩阵，然后用RBF网络处理新的校正集，对预测矩阵进行预测。研究表明，用bior2.4小波包对校正集和预测集分别压缩，把变量数由46个压缩成25个(压缩比为0.54)，压缩选用logenerge熵标准，整体预测效果最好，对合成样预测的相对误差绝对值在2.37％～9.44％之间，结果令人满意。