本发明公开了一种人工神经网络钢的淬透性预测方法及其预测模型建立方法，属于钢铁淬透性计算技术领域。本发明包括以下步骤：对试样进行淬透性测试；数据库的建立；神经网络模型的建立及初始设置；神经网络模型训练；测试集仿真；求解相对误差矩阵；以相对误差矩阵中的最大值Rmax小于允许的最大误差δmax为条件重设权重和隐层神经元个数。本发明将最大相对误差应用于控制人工神经网络的训练和挑选合适的网络，并采用循环算法逐步增加神经元的方法来确定隐层神经元的个数以及克服权值不确定的缺点，从而可以有效避免神经网络易陷入局部最小点带来的影响并得到在满足要求条件下的最精简神经网络，提高了人工神经网络模型的预测精度和运算效率。