传统的动态光散射法通常采集侧向散射进行纳米颗粒粒度分布的测量，由于多次散射的影响，利用侧向散射不能准确测量高浓度样品的颗粒粒度分布。针对该问题，对后向散射测量方法进行了研究，在实验基础上提出了后向散射最佳光程的判断准则。在不同样品浓度下，用侧向散射和后向散射方法对标称粒径分别为110 nm、220 nm的聚苯乙烯乳胶球颗粒进行了测量。实验结果表明，对于高浓度的待测样品，后向散射测量方法通过自适应调整光程，在最优光程处进行测量，能够有效得到高浓度纳米颗粒的粒径及粒度分布，测量结果相对误差为2.72%。

使用人工蜂群算法实现对基于Mie散射理论的小角前向散射法的颗粒系粒径多峰分布的反演，并进行仿真和实验.对服从正态分布、Rosin-Rammler分布、Johnson’s S_B分布函数的均匀球形颗粒系进行仿真.分别模拟了单峰、双峰和三峰分布的颗粒群，人工蜂群算法均能较好地实现颗粒粒径的反演.在单峰分布时，颗粒重量频率分布曲线的相对均方根误差低至3.53×10^-8.与独立模式Philip-Twomey-NNLS算法和Chahine算法相比，人工蜂群算法的仿真反演精度更高，其双峰宽分布的颗粒重量频率分布曲线的相对均方根误差分别由3.38%和2.70%降至1.53%，且随着峰数增多、分布曲线宽度变窄和噪声增加，Philip-Twomey-NNLS算法和Chahine算法的误差分别增加至44.99%和24.36%，而人工蜂群算法的误差为18.22%.搭建小角前向散射法颗粒测量系统，分别采集国家标准颗粒35 μm单一颗粒群和30 μm、51 μm混合颗粒群的散射图像进行实验研究，均得到较高精度的反演结果，与Philip-Twomey-NNLS算法相比，其特征粒径的相对误差可降低50%左右，特征参数的相对误差在5%以内.