本文利用BP神经网络建立纺纱质量预测模型,并构造以预测纺纱质量为主题的数据仓库,实现对纺纱质量的预测,从而能为企业降低成本、提高经济效益。运用软件开发的相关理论和方法,结合纺纱配棉工艺系统的需求分析,对系统进行了总体设计、数据库设计、功能设计及软件代码设计。系统采用模块化设计思路,具有界面友好、操作方便的特点,用户使用效果良好。论文主要进行了以下几方面的研究:概述神经网络的一些基础概念,着重分析了本文采用的BP算法,为克服标准BP算法的缺点,提出了一些改进措施;同时总结了有关多层前向网络逼近能力和泛化能力的一些研究成果,作为后续建模工作的理论依据。MIS系统数据库保存大量实际历史数据,这些数据是神经网络训练样本的来源。为提高训练样本的质量和效率,根据所采集到数据的特点,对数据进行了不良数据检测和数据筛选等预处理,构造以纺纱质量预测为主题的数据仓库。在此基础上,为纺纱质量预测建立BP神经网络模型,并给出了相应的仿真结果及其数据分析。由配棉工艺系统的需求分析确定系统主要任务及实现目标。依据软件设计的概念和原则进行系统功能设计;根据系统数据库基本设计原则,结合需求分析对系统进行数据库的概念设计、逻辑设计、物理设计及与其它子系统数据库的接口设计,并运用存储过程方法解决复杂事务处理。依据软件开发选择程序设计语言的基本准则和公司软硬件现有条件,采用了Windows环境下的Delphi 7.0作为前台应用程序开发工具,以Microsoft SQL Server 2000作为后台数据库管理系统,实现配棉工艺系统的各功能模块及解决有关系统运行的相关问题。