长久以来，皮革行业内的研究人员、工作者都是用最简单的感官检测法来检测皮革手感品质。这种检测方法因其简单明了，方便快捷所以被人们广泛接纳与采用。但是由于检测人员主观个体的差异性和检测环境、检测条件等客观因素的不规范性，这种方法所取得的检测结果不可避免的会有很大的差别。这种差别的存在导致检测结果既缺乏足够的说服力又难以与行业内人员进行交流。本课题是建立在前人研究参数化评价皮革手感品质的基础上，运用灰色关联中邓氏关联度有关理论和人工神经网络中概率神经网络的相关学说，用Matlab建立一个新型的基于概率神经网络的皮革手感品质评价模型，然后对该模型的准确性做出验证，同时用VisualBasic6.0编写了可以实际操作的人机界面，为建立新型的智能化、参数化皮革手感品质评价模型提供了一种新的可行的方法。　　 本文研究内容归纳如下:　　 1)着重介绍了皮革力学性能测试中的拉伸实验和压缩实验，并说明了这两个实验中重要的影响皮革力学性能的力学特征参数，对所有准备好的64组皮革试样进行了拉伸实验和压缩实验，运用软件Engauge完成曲线数据提取，运用Matlab处理数据提取后得到的实验数据。　　 2)简要说明了灰色关联理论，之后介绍了几个典型的灰色关联模型，其中重点阐述了邓氏关联度的计算方法，同时分析了如何有效选取邓氏关联中的分辨系数，最后，对所有实验样本按照丰满度、柔软度和弹性度的分类方法进行邓氏关联度计算，分析了计算结果，提取了可以作为建立皮革样品手感品质模型的力学特征参数　　 3)简要说明了人工神经网络的发展历程，基本理论，详细阐述了概率神经网络的理论与建模，运用Matlab神经网络工具箱建立了基于概率神经网络的皮革手感品质评价模，同时还对该模型的正确性做出验证。　　 4)简要介绍了VisualBasic6.0的特点，详细介绍了VisualBasic6.0调用Matlab程序的方法以及有关程序，运用VisualBasic6.0成功实现对Matlab程序的调用，并编写简单易懂、易于操作的人机交互界面。　　 本文的创新之处归纳如下:　　 1)成功运用邓氏关联度计算经Matlab处理得到的实验数据，对特征参数进行提取，有效的从众多力学参数中选出了最为重要与皮革手感品质联系最为紧密的力学特征参数。　　 2)运用Matlab神经网络工具箱实现基于概率神经网络皮革手感品质评价模型的建立，同时还验证了模型的正确性，为智能化、机械化评价皮革手感品质提供了一种新的建模思路。