纺织品作为人们日常不可缺少的部分,其质量安全问题也是消费者乃至国家一直所关注着的。最近几年,国家出入境检验检疫局所受理的进口纺织品批次在逐年增加,根据检验检疫局的年度报告显示,进口纺织品的不合格情况不容乐观,尤其针对其涉及安全、卫生、反欺诈等检测项目的检测结果,其质量安全问题较为严重。目前,我国尚未构建一套完整的质量安全评价体系,应用于对进口纺织品的质量安全监管工作中。监管部门依旧以不合格率指标作为评价进口纺织品质量安全状态的重要指标,该评价方法具有计算方法简便性、评价对象可靠性、评价标准客观性等特点,但是相对而言辨识性较低。因此,在进口纺织品质量安全监管未来的工作中,如何构建科学合理的评价指标是重点。为了建立一套兼备“四性”的进口纺织品质量安全评价方法,本文开展了对进口纺织品质量安全指数及靶标评价模型的研究。本文以不合格率和不合格度为关键指标,基于二者构建不合格率指数、不合格度指数以及进口纺织品质量安全综合指数,要求所构建的质量安全指数需兼备计算方法简便性、评价对象可靠性、评价标准客观性和评价结果的高度辨识性。在此基础上,依照靶标识别原理和质心角原理,引入安全评价靶标模型对进口纺织品质量安全状态进行评价,根据进口纺织品质量监测需求,对靶标模型进行改良,以适应进口纺织品质量安全监测。并以2012-2016年进口纺织品质量监测数据为数据基础,从不同检测项目、不同进口纺织品种类(包括4类不同进口纺织品服装种类、12个不同原产地进口纺织品和13个不同品牌进口纺织品)、进口纺织品总体等多层次角度对所构建的质量安全指数与靶标模型进行实证分析。验证分析表明,本文构建的进口纺织品质量安全指数具有良好的辨识性、稳定性且没有人为的放大进口纺织品质量安全的风险等级;本文所构建的进口纺织品质量安全靶标模型能更有效的确定监管重点且更全面的体现进口纺织品质量安全的风险变化及特点。最后,本文将利用BP人工神经网络,对所构建的进口纺织品质量安全指数进行应用分析,在验证质量安全指数的优良性能的同时,对进口纺织品质量安全状态进行预测分析。