为使预测的织物染色的染料质量浓度与实际的染料质量浓度误差最小,本文通过到工厂采集实际的测量数据并对其进行分析,建立了三刺激值C、M、Y与染料质量浓度的数学模型。在Excel中利用多元非线性回归分析方法,得到最小二乘估计点,再结合多项式拟合,建立染料质量浓度与三刺激值C、M、Y的多元非线性方程组,然后通过显著性F检验,验证所建数学模型的回归显著性效果,并利用牛顿迭代法反向求解该数学模型,得到对应的染料质量浓度。结果表明,采用多元非线性回归分析建立的数学模型求得的结果与实际测量的数据误差非常小,该研究可以应用到实际的染色配色中。本文分别从以下六个章节来阐述具体的实现过程。第一章,主要以本课题研究的背景和意义、计算机配色技术的发展动态、计算机染色配色的基础原理为出发点,去探究本课题的主要内容和创新点。第二章,分别从光度学、色度学、传统的配色理论、计算机配色方法及基础色样的影响因素这五个视角去详细地阐述计算机染色配色的基础原理。第三章,主要介绍本文为实现计算机染色配色所采用的各种数学建模的基础理论。第四章,是本论文的核心。本章详细地列出了染料质量浓度相同和染料质量浓度不同时的计算机配色模型,并分别对其求解和进行显著性F检验。最后,对所创建的数学模型,反向求解出染料质量浓度。第五章,是对本论文的分析和总结。指出了论文中所创建的数学模型的优势,同时也指出了本论文存在的不足。最后,给出了以后继续研究的方向。