石墨烯的弹性参量是准确研究其力学性能的前提和基础.将神经网络的BP算法应用于石墨烯弹性模量和剪切弹性模量的预测,考虑石墨烯薄膜的长度、宽度、长宽比、手性、层数和温度6个影响因素,通过选取84组训练和检验样本,建立了石墨烯弹性参量的BP神经网络预测模型.将预测结果进行误差分析,其平均相对误差均小于3%,从而验证了该方法的适用性和可行性.将训练好的网络模型进行扩展计算,基于L_(25)(5~6)正交表试验理论分析了石墨烯弹性参量对各影响因素的敏感性.为同类材料性能的预测提供了参考.