反倾销作为国际贸易中保护经济的常用手段,已经成为各国关注的焦点。在中国加入WTO后,反倾销成为中国与其他国家之间贸易争端的突出问题。目前,越来越多的国家对中国出口的纺织品发起反倾销调查。中国是世界上遭受反倾销调查和被实施反倾销措施数量最多的国家之一,就目前而言,其实很多国家的纺织品生产都很有实力,成本也很低,通常中国纺织品在国外被裁定为倾销,结果大多是被课征反倾销税,相关企业被迫退出该国市场,因此我们必须建立有效的反倾销预警机制来防范反倾销所带来的负面影响。本文从目前世界各国对华反倾销的现状、影响和特点出发,详细分析了中国频繁遭遇反倾销的内因和外因,并结合SOM神经网络用Matlab数学工具实现了对反倾销预警模型的建立。根据结合我国国情和国际经济形势分析出在过去的五到六年中影响我国纺织品出口的主要因素,归纳出表征这些因素的具体数据,将这些数据作为神经网络的特征参数,使用Matlab中的神经网络工具箱实现用SOM神经网络对特征数据的分类处理。对分类结果结合实际进行总结,从而将数据类别与反倾销的严重程度形成关联,建立反倾销评定预警规则,有效预知反倾销的发生。实验结果表明,采用SOM神经网络对反倾销进行预测是可行的,达到了预期精度范围。在此基础上开发的反倾销预警系统,使我国纺织品出口无需考虑繁琐的反倾销形成机制,只需输入当时相应的特征数据值,系统自动判别反倾销的严重程度,我们便可以此来对接下来的纺织品出口做出宏观调控,从而大大简化了反倾销分析过程,使得此类预测更趋“便捷化”。