化学计量学(chemometrics)是运用数学、统计学和计算机科学处理化学数据以最大限度提取有用化学信息的一门新兴交叉科学。本文主要研究蚁群算法、遗传算法、人工神经网络、小波分析等应用数学方法在分析化学中的应用，主要用于分光光度分析和原子光谱分析，建立了四个新的化学计量学方法。利用遗传算法全局优化能力，将遗传算法与神经网络结合，建立一种新的遗传神经网络(GA-ANN-BP)模型，实现了ANN-BP结构和参数的优化，解决了ANN-BP可能发生的过拟合和过训练恫题。该模型用于分光光度分析钢中钨、钼和钛同时测定。将小波分析与神经网络相结合建立小波神经网络模型用于光度分析同时测定钨、钼和钛。蚁群算法(ACA)是一种全新的仿生算法，是求解复杂的组合优化问题的有力工具。将其与神经网络相结合，建立一利，新的蚁群神经网络(ACA-ANN)模型。并将ACA-ANN用于分光光度分析中钨、钼和锑的同时测定。在数据处理中，将小波分析提取化学特征信息的能力与蚁群神经网络的解析能力相结合，提高了化学计量学方法提取特征信息及预测的能力。利用小波变换多分辨分析的特性进行校正ICP-AES光谱的背景和滤除噪声。将校正后的重叠光谱信号与小波函数的卷积来寻找各个峰的峰位置、确定峰宽之比，在将信号通过峰分辨器，便是重叠峰分离，建立了一个集扣背景、去噪和重叠光谱解析为一体的新的化学计量学方法。论文所用程序均用C语言和Matlab语言编写。引用127篇文献，对近年来蚁群算法小波分析、神经网络、遗传算法在化学中应用的新进展作了评述。