随着现代科技和信息的发展，在人们的日常生活和工作中越来越离不开各种印刷品，印刷品的印刷质量也越来越受到人们的关注。而现代印刷技术能够以较低的成本实现较好的质量，而且易实现数字化和色彩管理，应用范围广泛，因此印刷色彩的质量评价也变的非常重要。而目前基于模糊的评价方式较粗略，而且人为因素较浓重。因此有必要研究一种较为全面、客观的评价方式。 本文通过对印刷及其检测过程的研究，确定了影响色彩质量的主要因素，建立了印刷色彩质量的评价体系。首先，采用灰关联分析法和层次分次法确定各因素对印刷色彩质量的影响权重，使主观和客观相结合，权重的确定更加准确；在此基础上应用模糊层次分析法建立了印刷色彩质量模糊层次综合评判模型，并通过对4种样品的色彩质量进行评价，验证了该方法的可行性和准确性。其次，利用BP算法建立印刷色彩质量评价的BP人工神经网络模型并对其进行改进；一是对网络模型的专家样本进行改进，即在以国家对印刷色彩质量相关规定的基础上，通过大量的试验和分析构造出训练样本，从而提高了模型的鲁棒性和识别的准确性；二是采用基于黄金分割理论的优化算法对BP网络模型的隐含层节点数进行了选优，使模型在进行了较少次的循环迭代后训练误差收敛到最小，从而提高了网络模型的性能。 在前面对印刷品单色质量评价的基础上，采用加权算术平均法和模糊综合评判相结合对单一墨区色彩质量进行评价，采用加权算术平均法对整幅画面的色彩质量进行评价，最终得到印刷品色彩质量的整体性评价。 通过面向对象的程序设计语言VC、MATLAB神经网络工具箱和Access数据库平台开发出相应的应用程序软件。软件包括参数设置、色彩质量评价和数据管理三个主要功能模块。 本论文所提出的评价方法易于理解和掌握，并且可以直接应用软件进行计算，是一种简单、方便的评价方法。