在液相色谱的分离条件优化方面,国内外的许多研究集体都针对高效液相色谱不同的洗脱模式--等度、线性梯度、二元台阶梯度,发展了适用于某一种洗脱模式的优化策略.作者详细地介绍了这些优化策略的操作方法、适用范围及其优缺点.讨论了流动相在柱外和柱内的输运过程中的延迟和扩散对梯度洗脱过程中流动相的浓度分布的影响,首次从理论上导出了描述流动相浓度随时间变化的分布规律的理论模型,并讨论了在实际应用时模型的参数与仪器条件的关系及其测定方法,用此模型可以预测和模拟在某一设定的梯度程序下真实的梯度曲线.为解决传统的液相色谱梯度系统在实现多参数的多台阶梯度时所遇到的困难,提出了仅用一个输液泵实现多元流动相的多台阶梯度洗脱的方案,并设计开发了一套"单泵多元台阶梯度高压液相色谱系统"及其整套计算机控制的硬件和软件系统.首次提出了用于高效液相色谱中具有普遍意义的洗脱方式--多元流动相多台阶梯度分离条件优化的优化策略,称为智能多元梯度优化策略(Intelligent Multivariate Gradient Optimization Strategy,IMGOS).讨论了胶束电动毛细管色谱(MECC)的t<,0>、t<,mc>和溶质的容量因子k′及半峰宽W<,1/2> 的计算和预测方法;采用智能多元梯度优化策略成功实现了MECC分离31种芳香族化合物的等度分离条件优化,并对MECC的多元梯度分离条件优化进行了尝试.