粉末涂料的电脑配色是近年来受到人们关注的课题。传统的电脑配色算法主要基于Kubelka-Munk 理论，在纺织印染等领域的电脑配色技术中发挥了重要作用。但是粉末涂料的配色问题有其自身特点，采用传统的电脑配色算法往往难以奏效，因此有必要研究适合于粉末涂料配方预测的新方法。人工神经网络技术近年来在颜色空间变换或色域映射的研究中显示了特有的效果。本文在前期工作的基础上提出一种基于多层BP 人工神经网络的粉末涂料配方预测模型，其特点是用BP 算法神经网络建立粉末涂料反射样品的标准色度参数与配方浓度参数之间的映射关系。本文把人工神经网络的配方预测模型应用到典型的粉末涂料样品的测配色实验过程中。通过对典型颜色样本训练的结果表明，基于多隐层BP 网的模型可以实现粉末涂料样品的配方浓度空间与标准三刺激值颜色空间的相互映射，其训练精度达到了较高水平。