针对打印机的非线性以及印刷条件的复杂性，提出一种基于遗传算法(GA)优化的径向基(RBF)神经网络与子空间划分的打印机颜色预测模型。对打印机进行子空间划分，在子空间中进行模型的构建，采用GA 同时对RBF 神经网络的隐含层节点的中心和宽度参数进行优化进而构建了GA-RBF 神经网络模型。同时将本文算法与RBF 神经网络、Yule-Nielsen 修正的Cell Neugebauer(CYNSN)模型两种主流算法的预测精度进行了比较。实验结果表明，GA 的优化弥补了RBF 神经网络可调参数单一的缺