随着高效液相色谱在生化、医药、环境等领域中的广泛应用，分离条件的优化显得越来越重要。色谱分离科学中的分离条件优化方法经历了从黑箱方法、半解析方法到解析方法不断发展的阶段。在第一章中总结了这些不同优化方法的适用范围和优缺点，并着重评述了近年来条件优化方面(优化方法、优化指标以及优化参数)的进展。 通常情况下，采用反相模式可以满足大部分分离需要。在RP-HPLC中，保留值方程描述了有机改性剂全浓度范围内溶质的保留特征，是用于分离条件优化的理论依据。保留值方程中的系数具有明确的物理意义，但很难根据理论求取，必须采用实验方法计算。因此，如何快速取得上述系数是条件优化的关键。 在第二章中，首次提出了通过同时校正仪器滞后时间以及流动相在柱内分布对溶质输运过程的影响，准确预测溶质在线性梯度洗脱条件下保留时间的方法，通过对衍生化氨基酸和苯同系物保留时间的预测进行了验证。在此基础上，建立了根据两到三次线性梯度实验快速获得溶质保留值方程的方法，首次提出了将保留值方程快速获得与“移动重叠分辨率图”方法相结合，对复杂样品的二元多台阶梯度分离条件进行优化的方法，并通过对川芎样品中36种组分的分离进行验证。 在第三章中，根据实际分离过程的要求，提出了采用线性梯度实验进行三元流动相梯度分离条件快速优化的策略(FMGOS)。对保留值方程a值在多元条件下的表达方式进行探讨、修正，得到了较为准确、简单的三元流动相保留值方程。将保留值方程的快速获得与按照串行色谱响应函数标寻找最佳梯度分离条件相结合，用于RP-HPLC中复杂样品的梯度分离条件优化。首次提出了采用最少的初始实验获得溶质保留值方程并使用梯度实验数据进一步校正保留值方程，提高预测精度的方法。根据上述策略开发了可以用于复杂样品多元梯度(台阶、线性或者混合梯度)分离条件快速优化的软件包。 在第四章中，依据建立的快速多元梯度优化策略及其软件包，对不同类型复杂样品进行分离条件优化。首先根据复杂样品的分析目的与优化指标的关系，对复杂样品的具体分析方法、分离模式和优化指标进行综合评价，提出了分析目的与分离模式、优化指标相匹配的思想，为分离方法的建立提供了总体n 复杂样品快速多元优化方法研究框架。按照分析目的和样品性质的不同，对三种不同类型的样品（己知组分的复杂样品、复杂样品中的目标组分以及需要进行全分析的复杂样品），分别采用不同的方法进行分离条件优化。 在第五章中，使用人工神经网络对难以用理论描述的非线性色谱参数－流动相的出值和流动相中有机洗脱剂的含量进行同时优化。首先通过结合实验设计和神经网络，用有限的实验来模拟溶质的保留值和色谱参数之间的关系，然后根据一定的优化指标寻找最佳分离条件，并通过对不同样品在等度和线性梯度洗脱条件下的分离进行验证。