随着现代工业飞速发展,市场竞争日益激烈,成本已成为影响行业发展的重要因素,所以成本的管理就变得非常关键的。纺织业作为我国国民经济传统支柱产业,为社会发展做出了很大的贡献。2012年,为了贯彻落实《国民经济和社会发展第十二个五年规划纲要》和《工业转型升级规划(2011-2015年)》,工业和信息化部制定并发布了《纺织工业“十二五”发展规划》,指出了纺织行业在国际和国内上都面临巨大的挑战,汇率的变动、国际间贸易壁垒、行业原材料价格上涨、劳动成本增加、技术改革、环境、能源等方面的因素都很大地影响纺织行业的发展,而且各因素都间接或直接地影响着行业的成本发生,对于一个利润空间本来就小的纺织行业,成本的管理就变得尤为重要。因此,研究纺织业的成本,建立行业的成本预警系统是有必要的。凡事预则立,不预则废,建立有效的成本预警系统可以帮助行业进行成本分析,控制成本风险,提高行业经济效益,进而促进纺织业的可持续发展。所以,本文立足于纺织业,进行成本预警研究。首先,阐述了进行纺织业成本预警研究的背景及意义,总结国内外相关研究现状；并介绍了成本预警相关理论、数据挖掘的定义、BP神经网络算法、支持向量机算法和相似体合成算法。其次,根据成本预警相关文献研究和纺织业现状,从定性的角度分析影响成本发生的因素,再结合灰关联法的定量分析,确立纺织业成本预警指标体系；划分警情指标的警度值,量化预警区间；并利用逐步回归法进行指标约简,消除不显著变量,减少模型的输入维数；然后基于数据挖掘的方法构建BP-SVM-AC预警模型,分两个阶段进行成本预警研究,先利用一阶段改进的BP-SVM模型确定成本警情的警度和强度,再借助AC算法,进行二阶段的成本警情预测。最后,借助数值计算软件Matlab R2012a进行实证研究。通过对BP-SVM-AC预警模型的结果分析,证明了该模型具有较好的预警效果。所以本文建立的BP-SVM-AC预警模型具有一定的科学性和实用性,并且通过该模型可以预测纺织业未来成本警情,帮助该行业的相关管理部门提前掌握成本警情的发展趋势,有利于他们及时采取措施应对警情发生,进而也为行业企业进行成本预警提供一定的参考价值。