本發(fā)明公開一種基于GA?BP神經(jīng)網(wǎng)絡(luò)算法優(yōu)化選礦生產(chǎn)指標(biāo)的方法。本發(fā)明對礦物樣本的數(shù)據(jù)進行劃分，隨機選取樣本的90％作為訓(xùn)練集，剩余10％作為測試集，分別對訓(xùn)練集和測試集進行歸一化處理；把訓(xùn)練集的輸入量與輸出量的變量名稱定義為全局變量；將全局變量數(shù)據(jù)帶入GA遺傳算法計算BP神經(jīng)網(wǎng)絡(luò)的最優(yōu)初始權(quán)值和最優(yōu)初始閾值；導(dǎo)入訓(xùn)練集的樣本數(shù)據(jù)并基于最優(yōu)初始權(quán)值和最優(yōu)初始閾值訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，并采用tr函數(shù)對網(wǎng)絡(luò)性能的數(shù)據(jù)進行收集，畫出網(wǎng)絡(luò)性能曲線；對BP神經(jīng)網(wǎng)絡(luò)誤差進行訓(xùn)練，將測試集的輸入量帶入BP神經(jīng)網(wǎng)絡(luò)進行預(yù)測，對神經(jīng)網(wǎng)絡(luò)計算過程進行封裝，輸入樣本外的數(shù)據(jù)即可進行計算。本發(fā)明方法可模擬出選礦條件與產(chǎn)品指標(biāo)的關(guān)系。