在中华文明的漫长历史中,中医药的发展贯穿了始终.因此,中医药发展至今,相关研究也应与时俱进,并逐步国际化和规范化,才能更好的传承这一历史瑰宝.所以,建立规范的中医药质量评价体系就势在必行.中药指纹图谱的出现就为中药的进一步发展带来了新的方向.在中药指纹图谱的基础上,如何将中药指纹图谱和其临床药效结合起来,找出与药效密切相关的峰,进而找出在实际疗效中真正对治病起作用的物质,这也是目前研究谱效关系的重点和热点.这个问题的解决,可为实际应用和临床医药做指导,为中药的国际化、现代化提供良好途径.但中药材成分复杂,即使是单一药材,其中所含成分的数量已经惊人,更别说各种复方配伍用药,其所含成分就更为复杂.面对如此复杂的中药,去制定一个统一的、科学的质量标准,在众多物质中找出哪种化合物与药效有关,其困难可想而知,这也是中药谱效关系研究中的关键所在.许多研究人员利用现代技术手段和数学方法,来对谱效关系进行研究.在研究过程中,众多研究者尝试了各种方法.其中用灰色关联度来判定与药效相关的物质成分已被许多学者采用,并在此基础上,进行各种改进,获得了不错的成果.本文在已有的关联度基础上,尝试的给出了一种新的确定权重的方法,并应用到实例中,进行谱效研究,找出与实际药效相关的峰.在谱效关系的研究中,建立内在质量评价体系,即对相关药效能够准确预测也是很重要的一点.面对中医药谱效间复杂的非线性关系,传统的多元线性回归等多元统计建模方法难以很好的去评价中药的内在质量,无法准确地预测中药药效.而人工神经网络对非线性问题有着优势,因此利用人工神经网络对药效进行预测就成为近几年的研究趋势.目前相关神经网络的研究中,学者大多利用其中的BP神经网络来对药效进行预测,但此网络有着收敛速度慢、极易陷入局部极小的缺点.而广义回归神经网络有着更强的非线性映射能力,基于此,本文用广义回归神经网络对已得到的与药效相关的峰的数据进行药效预测,给出了一种预测药效的方法.