رنگ همانندی یکی از مسائل مهم در صنعت نساجی می باشد. در این تحقیق توانایی شبکه های عصبی برای پیشگویی نسخه رنگرزی پارچه های پنبه ای مورد بررسی قرار گرفت.?پارچه های پنبه ای با درصد های مختلف از سه رنگزای راکتیو رنگرزی شدند. ابتدا ویژگی های پارچه های رنگی نظیر مقادیر l*a*b* در زیر منبع نورd65 و مشاهده کننده °10، طیف انعکاسی در 31 طول موج در بازه 700-400 نانومتر و محرکه های رنگی سه گانه xyz توسط دستگاه اسپکتروفوتومتر انعکاسی تعیین گردید. سپس پارچه ها توسط پویشگر در سه رزولوشنdpi 150، 300 و 600 پویش گردید. با نوشتن برنامه در محیط matlab، هیستوگرام تصاویر در 5، 10 و 20 سطح تراز تعیین گردید و به عنوان ویژگی رنگی تصاویر استفاده گردید. ویژگی های دست آمده توسط دستگاه های پویشگر و اسپکتروفوتومتر انعکاسی به طور جداگانه به عنوان ورودی به لایه ورودی شبکه های عصبی تغذیه گردید. ساختارهای مختلف شبکه عصبی دارای تک یا دو لایه مخفی و تعداد متغیر نرون بین 5 تا 30 تشکیل گردید تا مقادیر غلظت رنگزاها در لایه خروجی پیشگویی شود. ساختار بهترین شبکه عصبی با کمترین مقدار خطای میانگین مربعات، شامل هیستوگرام تصاویر با رزولوشن dpi 300 در20 سطح تراز در لایه ورودی و 24 نرون در تک لایه مخفی بود. بهترین شبکه عصبی در مقایسه با سایر شبکه ها از مقادیر میانگین خطای مطلق و خطای نسبی سه گانه اختلاف غلظت رنگزاهای کمتری برخوردار بود. هم چنین مقدار خطای جذر میانگین مربعات طیف های انعکاسی نسخه های واقعی و پیشگویی شده برای بهترین شبکه عصبی مقدار035 /0بدست آمد. مقدار اختلاف رنگ در زیر منبع نورd65 و مشاهده کننده °10، برای نسخه های واقعی و پیشگویی شده توسط بهترین شبکه45 /1 تعیین شد.