产品质量控制是服装生产企业参与市场竞争并且赖以生存和发展的基础，服装生产过程的质量控制是质量控制的核心部分，包括对机器、人员、辅料、裁剪、熨烫等，服装制作工序等控制。并且具有自动化、柔性化、集成化和智能化的特点。为了适应市场化、消费个性化趋势发展的需要，对于产品的质量也提出了更高的要求本课题针对当前对服装产品质量的这种高要求，以及传统质量控制手段的滞后性等缺点，从服装行业的特点出发，探讨并分析、比较了各种质量管理理论的优缺点，在着重分析服装生产环节影响服装质量的主要因素的基础上，提出了基于BP神经网络的质量预测模型并借助于计算机建模。通过该预测模型，可以提前判断过程参数是否符合要求，并且在不满足要求的情况下可以自动的通过神经网络模型调整过程参数。这样在服装产品生产加工之前，就能够选定更好的生产组织方式，更合理的原材料配比，并能够预测产品的质量。在服装生产加工中利用人工神经网络技术，希望能够在实际的生产中得到与专家对问题相接近的判断，能够解决服装生产加工中出现的非线性的问题，找到更好的质量控制方法。在生产实践中，选用神经网络技术并应用计算机加以实现，较之传统的质量管理方法更加先进、有效。在服装生产管理领域利用人工神经网络技术，扩大了服装生产理论研究的思路，是本文的学术性所在