为了准确地对矿井用可移动式救生舱蓄电池的健康度进行预测,采用Elman神经网络方法对电池健康度预测建立模型,并通过遗传算法对预测模型中的初始权值和阈值进行优化,根据浅度放电的测量数据进行蓄电池健康度的预测。结果表明:模型达到了对蓄电池健康度准确预测的目的,具有较高实用性和良好的应用前景。