随着电子科技与计算机科学的快速发展，现代的分析仪器也得到了迅猛发展，800~2500nm的近红外光谱（NIRS）波段具有丰富的分子一级、二级和三级倍频等信息，具有无损坏、无预处理、无污染、简便快捷、可在线定性定量分析等优势，在农业、化工、制药、生物等领域得到广泛的应用。然因NIRS具有复杂的信息体系和庞大的数据，有效信息的整理和提取具有挑战性，计算机科学的快速发展为化学计量学的应用提供了可能，选择合适的化学计量学方法提取NIRS有效信息进行定性定量分析是NIRS应用的关键。本文研究了采用径向基神经网络（RBFNN）结合NIRS建立了测定八角茴香中八角茴香油含量的定量分析模型，深入研究RBFNN建模优化过程，根据24个样品的八角茴香油的含量分布和光谱主成分分析，选择具有代表性的样品作为校正集样品和预测集样品，分别采用标准正态转换法（SNV）、傅里叶变换（FFT）、Savitzky-Golay平滑法和一阶导数光谱法对所有样品的NIRS进行预处理，以逼近度（Da）为优化指标，采用可移动窗口径向基神经网络（MWRBFNN）筛选预处理后光谱波长变量、选择模型的最适扩展常数和隐含层节点数等步骤对模型进行了优化，最后建立测定八角茴香中八角茴香油含量的最优RBFNN模型，采用最优的模型对所有样品中的八角茴香油含量进行预测，结果表明，模型的校正集预测值与参考值之间的均方根误差（RMSEC）为0.000，而预测集的预测值与参考值之间测均方根误差（RMSEP）为0.411，结果表明该方法准确可靠，为中草药中活性成分定量分析提供一种方便快捷的途径，为中草药质量控制提供有效的途径，对推动中草药研究开发应用具有重要的意义。