随着我国经济的不断发展,以及加入世界贸易组织后,关税逐步降低,配额、许可证等非关税措施陆续取消,很多国外企业把我国市场作为其重点发展的区域。一些企业为了获得更大的利润,采取倾销的方式,对我国的一些产业造成了严重的冲击,带来了较大的经济损失,扰乱了正常的经济秩序。因此,建立和不断完善产业损害预警监测机制,开发产业损害预警系统,科学、准确地判断和预测产业损害及其程度成为重中之重。论文首先阐述了产业损害预警系统的研究背景,以及国内外相关系统的研究概况和发展状况,介绍了课题的研究背景、目的和意义;其次,对本课题所涉及的原理、使用的方法和关键性技术做了分析和讨论,并分析了产业损害指数预测过程中所用传统算法的不足,以及人工进行预警操作的传统方法的缺陷。同时,通过对神经网络技术的原理和特征的研究,以及其非线性逼近能力的分析,论述了神经网络技术在产业损害预警问题上的可行性,并根据系统的使用需求选取适合的神经网络算法进行改进。在此基础上建立了产业损害预警指标系统结构,并对系统进行了需求分析,确定了系统所具有的功能和结构,并进行系统设计。最后,以改进的RBF神经网络算法为主要预测方法,搭建了ASP.NET+IIS+SQL SERVER的网站构建环境,实现了基于Web和神经网络的产业损害预警系统。该系统利用Web技术方便的实现了产业生产数据的采集、查询、分析,并根据系统中提供的多种预测算法,完成对产业损害相关数据的图形显示和数据查询以及预测提醒。目前,该系统已在河南省商务厅稳定运行并推广使用,得到了商务厅领导和省内各企业用户的充分肯定,取得了显著的经济效果,提高了企业对未来生产计划的制定效率,助其积极应对产业损害,减小自身损失,提高经济效益。一系列的实用效果充分论证了,该系统对于产业损害指数的预测有着很高的准确性,有助于企业实现产业损害预警的流程化、自动化和智能化,对实际生产的指导有重要作用。