基于氧化还原电位预测在金矿实际开发中的应用,提出用改进遗传算法优化的Elman神经网络预测氧化还原电位.采用具有动态反馈的OHF Elman神经网络,充分发挥其逼近任意非线性函数和动态预测的优势,同时用遗传算法弥补其训练速度慢和容易陷入局部最小的缺点.对遗传算法的适应度值和种群多样性进行改进,不仅可以保存优良个体而且可以提高搜索效率.以新疆某金矿的实测数据为例对模型进行论证,结果表明,该模型能达到较好的预测效果,在实际工作中具有一定参考价值和指导意义.