为提高煤层气含量预测的能力,提出了一种基于细菌觅食优化广义回归神经网络(BFA-GRNN)的煤层气含量预测算法。利用已有煤层资料,通过神经网络建立回归模型,采用细菌觅食算法对模型参数进行优化,减少人为因素在网络训练中的影响。据此算法,在聚类分析及灰色关联分析的基础上,选取密度等共7个影响因素,建立煤层气含量预测的BFA-GRNN模型,通过实例分析验证该方法的可行性。结果表明:BFA-GRNN模型预测值与实测值之间相对误差小于6%,采用该模型预测煤层含气量具有较好的应用前景。