为了预测织物染色的染料浓度,本文在分析实验数据的基础上,分成相同浓度和不同浓度两种情况,分别建立了染料浓度和三刺激值C、M、Y之间的非线性模型,利用回归分析的最小二乘原理得到带有参数的非线性方程组,最后利用牛顿迭代法求解非线性方程组得到染料浓度。实验结果表明,多元回归分析计算得到的染料浓度与实际值很接近,对织物染色的计算机配色有一定的指导意义。本文第一章介绍了计算机配色技术的背景、理论基础、发展状况、现状和三种配色方法。第二章介绍了织物染色计算机配色的色度学基本原理,从颜色的确切含义、色彩三要素、色彩混合、计算机颜色系统和色差分析等方面进行介绍。该两章是织物染色配色所涉及的基础理论知识。第三章介绍了本课题实验所用回归分析方法的基本原理,一元回归分析及一元线性回归数学模型,多元回归分析及多元线性回归数学模型,多元线性回归方程的建立,多元线性回归预测步骤,回归方程及回归系数的显著性检验,逐步回归分析,多项式回归,牛顿迭代法的基本思想及几何意义,为模型的求解奠定了数学理论基础。第四章对所研究的问题做了详细介绍,并描述了实验数据的设计和对实验数据的研究和分析,建立了适合本次实验的数学模型。然后经过对模型的求解,得出了最终实验结果。通过本文的研究,表明了多元回归分析方法可以解决织物染色配色问题,通过多元回归分析建立数学模型,可以很方便地计算出我们所需要纺织品染色小样的染料浓度,数据越多,回归分析所建立的模型越精确,误差越小,这种方法有一定的理论研究和实际应用价值。