近年来，指纹图谱已成为国际公认的控制中药或天然药物质量最有效的手段。指纹图谱能体现中药成分的复杂性和相关性，类似人的指纹，有利于更好地评价、控制中药材及中药产品质量。近红外光谱在中药质量控制中开辟了广阔天地，在药材产地判定、有效成分定量分析、假药识别等领域有很大的发展空间。人工神经网络是人脑神经网络的数学模型，具有很强的非线性映射能力，是近红外光谱分析中常用的化学计量学方法。在中药中，大黄被誉为“将军”，是传统中医临床处方常用的药物。大黄所含化学成分多达180种以上，其中化学结构清楚的有120多种，药理作用清楚或正在研究中的化学成分有30多种。它的生物活性主要包括：泻下、镇痛、抗菌、抗癌和抗氧化。 本文第二章将近红外光谱分析技术与径向基函数神经网络方法相结合，对42种大黄样品中的主要有效成分：蒽醌类化合物(Anthraquinones)、水溶性蒽苷类化合物(Anthraquinone glucosides)、芪苷类化合物(Stilbene glucosidcs)和鞣质类化合物(Tannins and related compounds)进行了定量预测分析。上述四类化合物的交叉验证均方差(RMSECV)分别为2.572，0.442，2.794，9.438：预测均方差(RMSEP)分别为4.598，8.657，0.4586，5.106。该方法快速，无损，结果令人满意，可作为中药材复杂体系中化学组分定量测定的方法。 本文第三章对108种大黄样品的高效液相色谱图进行分析对照，滤去了杂质峰和干扰峰，得到了各谱图的共有峰和特异峰，最后以柱形图的形式表示出这108种大黄样品的高效液相色谱—指纹图谱(HPLC—FPC)，并将这些谱图及相关信息存于用Delphi 7.0开发的数据管理软件中，为以后有关大黄的分析研究提供了方便。 本文第四章利用自行开发的大黄高效液相色谱—指纹图谱数据管理软件，对照结合蒽醌类、单蒽酮类、二蒽酮类的保留时间，研究了大黄的泻下作用与高效液相指纹图谱峰之间的对应关系，并将峰面积值转换成相应成分的含量值；然后对部分大黄的泻下作用做了进一步的验证，并对其他非正品大黄的泻下效果做出预测，结果与文献报道一致，以期为大黄属非正品药用植物资源的开发利用提供科学资料。