本文在分析研究影响浆纱质量因素的复杂性及各因素与浆纱质量之间关系的基础上，认为用传统的数学模型或经验公式等方法很难精确表达各因素与浆纱质量之间的关系，而用神经网络技术来预测浆纱的质量，对改善和提高原纱质量，优化浆纱工艺，提高浆纱管理水平将收到事半功倍的效果。在认真学习研究神经网络技术原理的基础上，对神经网络技术的应用，尤其是神经网络技术在纺织中应用的历史和现状进行分析，确定了预测浆纱质量的神经网络结构、网络的样本数据及网络的预测模型。在网络结构的选择上，采用了有导师训练的BP神经网络。网络根据导师信号的输入计算输出，然后将导师信号的输出结果与网络预期的输出结果进行比较，计算误差，最后根据网络的算法不断地调整内部参数，从而建立符合要求的网络模型。在网络的样本数据选择上，由于时间和实验条件的限制，所以在影响浆纱质量的主要因素(原纱质量，浆料性能及浆纱工艺)中，在浆料和浆纱工艺优化的情况下，只考虑原纱质量指标对浆纱质量的影响。在研究过程中选择了盐城某厂提供的浆纱实际生产数据进行分析。在神经网络浆纱质量预测建模上，建立了不同框架结构的网络模型，即单项指标的网络预测模型和多项指标的网络预测模型，通过实际的网络训练、仿真过程，比较了两种模型的速度和准确性。从而确定了所要采用的网络模型框架—单项指标的网络预测模型。实验结果表明，运用神经网络模型对浆纱质量进行预测具有较好的准确性，相对误差可以控制在±2％，而且网络运行性能良好，这对于提高企业的生产效率、提高信息管理系统的智能化水平都起着重要的作用。