针对现有煤泥浮选加药量预测精度不足的现状,提出了基于广义回归神经网络(GRNN)的浮选加药量预测。首先介绍了GRNN的网络结构,然后通过交叉验证搜索算法确定了模型的结构参数,最后通过与BP网络模型的比较,得出了该模型在算法时间和预测精度方面的优越性,更加适应于浮选加药的预测。