常用的药物色谱分离的优化方法
（一）色谱响应函数(Chromatographic Response Function,CRF)：尽管CRF还不能帖切地全面地反映出实际效能，但作为一个色谱系统效能的尺度和寻求理想指标的起点，为色谱分离质量提供初步的数值性的描述，值得探讨。CRF最初是作为两相邻色谱峰的分离参数的函数：
其中，ri是k对色谱峰中(k为峰总数减1)相邻峰间分离的尺度。后来扩展到实际分离参数(ri)和理论分离参数(r0)之间的比较以及实际分析时间(TL)和可接受的分析时间(TM)之间的比较：
式中，a为加权因子。有了CRF值，即可通过调节一组实验因子（如柱温、流速等）达到最好的响应。
（二）色谱优化函数(Chromatographic Optimization Function,COF)：主要是CRF方程进行了改进，首先用峰的分辨率R(Resolution)代替峰分离参数(r),因为在色谱测量中两者相比更习惯于采用分辨率，而且当峰的分离参数r<0.75时，往往不太正常，这对非常难以分离的峰的优化是不利的。COF的定义如下：
式中，Ri是第i对峰的分辨率，Rid是第i对峰的理想分辨率，Ai和B都是加权因子。当所有Ai和Rid都相同时，COF非常相似于CRF。但对于色谱峰的重叠或出峰次序因条件改变而倒置时，上述两种优化指标就不能适用。有待继续索。
（三）单纯形法(Simplex Methods)：这是色谱分析最优化中常用的一种方法。就是在一定的空间中最简单的图形。如在二维空间，单纯形为三角形，任何其它图形都可分解为若干个三角形；在三维空间中，单纯形为四面体；n维空间的单纯形就是以n+1个顶点组成的图形。在二维空间中，不在一条直线上的三个点可构成一个单纯形。（见图）在它的三个顶点G、H、L，按其中所处条件(X1,X2)，求得相应的响应值（如CRF值）RG、RH、RL，然后进行比较。若其中RH最差，RG次之，RL最好，则可设想函数变化趋势。一般来说，“好点”在“差点”的对称位置的可能性较大。将G与L的中点F与H相连，沿HF方向延伸，使HF=FR而获得R点。R点称为H关于F的反射点，这种做法称为反射，R即为新的考察点。按R所处条件依法取得其响应值，若比G点的响应好，则丢弃H点而与G、L构成新的单纯形。若反射点R在新的单纯形中也是响应最差的点，则会反射至H点（称为“振荡”）。为此规定，在新的单纯形中寻求次差点的反射点构成新的单纯形。以后有人提出了改进单纯形法，除了“反射点”，还运用了“扩张”和“收缩”等规则。若RR比RL好，说明情况有了改善，可延伸得更远一点（“扩张”至S点）。若R点响应比G好，比L差，则以GLR为新的单纯形。若比G、L都差时，则“收缩”至U点。若R点比H点差时，则H“收缩”至T点。若HF方向上的所有点的响应值都比H点差，则将原单纯形LGH中的最佳点L作为中心，按一定比例收缩或扩张，产生新的单纯形。单纯形过程一直进行到满足给定的“收敛要求”为止。单纯形过程即可结束。
