本发明公开了基于混合变异策略遗传算法的深度光学神经网络训练方法及系统，方法如下：S1.将基于MZIs的线性运算层、基于EOA的非线性激活层、基于mask的Dropmask顺序堆叠，以搭建N层深度DONN；S2.对具有不同特征种类的数据集进行预处理，以符合DONN的数据输入尺寸；S3.均匀初始化DONN种群，将真实值与预测值之间的MSE和Accuracy相结合作为个体的适应度评价函数；S4.将指数排序选择ERS和均匀交叉UC作为训练过程的选择算子和交叉算子，采用混合变异策略，将单点变异SM、均匀变异UM、高斯变异GM三种算子按动态博弈概率分配不同个体进行变异；S5.采用双精英保留策略，将MSE和Accuracy表现最优的两个个体保留到下一代，经过迭代进化，直到满足终止条件，得到具有全局最优网络参数的DONN个体。