中医药是我国的传统文化遗产,也是我国的战略资源。我国中草药种类最多,产量最大,中草药质量直接影响治疗效果,开发快速、准确、高灵敏的中药质量控制方法成为中医药产业发展壮大和国际化的突破点。本文采用多种光谱技术结合化学计量学方法对中药制剂、中药药材及中药食品进行快速质量分析与评价,具体内容如下:在第二章中,基于红外光谱（MIR）和近红外光谱（NIR）技术与偏最小二乘（PLS）法相结合,建立不同厂家的双黄连注射液质量参数（黄芩苷、连翘苷、绿原酸）的快速预测模型,并对不同制造厂家的双黄连注射液质量进行综合分析评定。所建模型相关系数（R~2）值在0.964～0.994之间,可以实现准确预测。对来自不同厂家、不同批次的注射液产品进行TOPSIS评价以及一致性进行评价,可以实现对于注射液产品的综合质量评定。结果证明,红外和近红外光谱结合化学计量学可用于双黄连注射液的准确、快速定量分析和质量评价。在第三章中,研究了基于MIR、NIR技术快速检测黄柏三种活性成分及黄柏质量评价的可行性。选择竞争自适应重加权抽样（CARS）算法对光谱变量筛选并结合PLS构建预测模型。结果表明,CARS-PLS法测定的药根碱、小檗碱和黄柏内酯的均方根误差在0.00752～2.29 mg/g之间,R~2在0.930～0.990之间。与全光谱PLS模型相比,CARS-PLS预测准确度显著提高,可成功应用于黄柏的快速定量分析与质量评价。基于黄柏活性成分含量结合主成分分析（PCA）可以成功分类不同产地黄柏,同时探究了地理环境因子对黄柏中活性成分的影响。研究结果证明结合TOPSIS分析与相关性分析,可为黄柏药材种植产区的评估认证提供新方法。红外和近红外光谱结合化学计量学可用于黄柏药材的快速质量评价和地理来源分类。在第四章中,以不同年份的陈皮为研究对象,采集各年份陈皮的近红外光谱、红外光谱,采用PLS、反向传播人工神经网络（BP-ANN）算法对光谱数据进行分析,构建快速质量评价模型。基于光谱数据建立的预测模型结果获得的R~2都在0.913以上,证明可以实现陈皮中橙皮苷、川陈皮素、橘皮素的快速准确预测。采用PLS-DA结合MIR和NIR光谱对不同贮藏年份的陈皮样品进行分类研究,两个模型都可以实现对样品的100%识别。结果证明,红外、近红外光谱结合化学计量学可成功应用于陈皮的快速质量评价和分类识别。以上内容表明光谱法结合化学计量学对中药进行快速定量分析和质量评价是一种可行的手段,而且方法简单、快捷、准确可靠、绿色环保。