配色是染色行业中至关重要的一个环节,传统的配色方法完全依靠人的经验,费时而且不准确。计算机技术和色度学的发展使计算机配色的实现成为可能,而Kubelka-Munk理论的提出更是为计算机配色奠定了理论基础。然而由于假设条件的存在,使得传统的基于Kubelka-Munk理论的配色方法存在一定的缺陷,从而也影响了它的推广使用。Elman网络是动态回归神经网络的一种,它具有强大的数据处理和非线性映射的能力。利用Elman神经网络进行配色,可以避免传统的计算机配色方法的缺点。本文就Elman神经网络在织物染色的计算机配色中的应用进行了研究:一、分析了织物染色的配色原理,提出了用Elman神经网络进行配色的方法。二、以青岛宏泰印染厂提供的染色资料为基础,对织物标样的色彩和配方进行了量化和归一化处理;并建立了相应的Elman神经网络配色模型。通过实验证明了Elman神经网络相对于BP网络具有更好的收敛特性,且生成的配方具有更好的准确性。三、运用VB和Matlab混合编程技术,开发了基于Elman神经网络的织物染色配色系统,并且结合青岛宏泰印染厂提供的资料对配色系统进行了测试,测试结果证明系统具有实用价值。