本发明公开了一种基于SA‑GA‑BP算法预测爆破振动特征参量的方法，属于爆破振动技术领域。本发明获取爆破工程现场中爆破振动影响因子，然后根据主层次分析法确定孔深、填塞、底盘抵抗线、高程差、爆源距、总装药量、最大段装药量作为训练样本和预测样本；确定BP神经网络拓扑结构，运用遗传模拟退火算法(SA‑GA)计算出最优权值和阈值，并解码赋给BP神经网络系统进行训练；初步构建起爆破振动特征参量预测模型；将预测结果进行误差分析；最后对爆破工程现场中爆破振动特征参量的进行现场预测。本发明所述方法只需少量样本经过改进的混合智能算法优化即可搜索到最优解，同时提高了收敛速度，避免陷入局部最优解的情况。