自20世纪末，随着“绿色环保”观念的兴起，人们对服装尤其是贴身穿着的内衣面料的要求趋向于自然化、舒适化，新型再生纤维以其良好的吸湿透气及亲肤性成为天然纤维最理想的替代品，因此对于这类新型再生纤维针织内衣面料的热湿舒适性进行系统评价很有价值。　　 论文采用常规方法与IS011092出汗热板仪法分别对新型再生纤维面料进行热湿舒适性能测试，并用灰色理论的相对关联度对实验结果进行分析，研究二者在评价织物热湿舒适性能方面的关联度，得出热阻与克罗值的关联度最大，湿阻与当量透湿量的关联度最大，说明常规方法测得的克罗值和当量透湿量与用出汗热板仪测得的热阻和湿阻同样能够较好的反映织物的热湿舒适性能。出汗热板仪设备庞大、价格昂贵，且操作时间长，做一次测试需要投入大量的人力物力，此项研究可降低企业成本。　　 运用SPSS软件对新型再生纤维针织面料热湿舒适性的可能影响因素进行因子分析，提取方法选择主成分分析法。分析得出影响此类贴身内衣面料穿着舒适性的主要因素为材料的吸湿性能、织物的厚度紧密度及织物组织结构。　　 运用BP人工神经网络建立新型再生纤维针织面料舒适性能预测模型，分别对织物的热、湿舒适性能进行预测。通过研究认为人工神经网络完全能对织物的热湿舒适性能进行预测，且预测精度比较理想。可以开发成新型再生纤维针织内衣热湿舒适性能预测专用软件，以提高传统测试速度及精度，节省测试成本。