中国自从加入了WTO之后，中美之间的贸易逆差不断加大，中国出口化工产品更是出现了大幅上升。但是，在出口额不断上升的同时，美国对中国出口的化工产品提起的反倾销案件也逐渐增多，2008年的发生于美国的金融危机，更是加剧了美国对本土企业的保护，从而加大了对进口产品提起反倾销立案调查的力度，本文正是在这样一个背景下选择反倾销预警作为研究对象。　　 本文首先在国内外相关学者研究的基础上，通过经济学、管理学相关理论分析筛选出与反倾销立案调查相关的15个预警指标，然后借助SPSS13.0的相关性分析剔除和警情指标之间相关性不显著的指标，这样增加了指标体系构建的科学性和合理性，从而最终确定了10个指标作为预警指标体系。在建立了反倾销预警指标体系之后，作者收集了1993—2008年中美化工产品双边贸易的相关数据，获得了15个能提供给BP神经网络训练的样本。然后，借助Matlab7.0软件中的人工神经网络工具箱，作者编写了实现BP神经网络训练的程序，建立起反倾销预警模型。对模型的准确性的验证，作者是用3年的数据来进行验证，测试的结果显示本模型具有较高的准确性，能够实现对反倾销的预警。最后，作者利用建立的模型，对2008年中美贸易数据进行分析，得到2009年中国出口化工产品会遭受的反倾销程度，对比分析找出了原因，提前进行预警并提出了反倾销的相关措施。　　 同时，作者认为随着中美国际贸易的不断发展和深入，美国对我国化工产品提起的反倾销会呈现出更多的特点和复杂性，这样对反倾销预警模型的建立要求也会越来越高，这就要求我们在后续的研究中要不断完善模型，以适应新时期的预警。