本发明实施方式提供一种光纤预制棒一次拉伸工艺参数预测方法及装置，属于光纤预制棒及机器学习技术领域。方法包括：获取光纤预制棒的棒径参数；以棒径参数为输入，经预设的BP神经网络模型，预测光纤预制棒的拉伸工艺参数；预设的BP神经网络模型通过遗传算法对BP神经网络进行结构优化，以及通过光纤预制棒的历史加工数据对经遗传算法优化后的BP神经网络进行训练后得到。本发明通过对遗传算法和BP神经网络进行结合与优势互补，利用遗传算法对BP神经网络进行优化，从而构建工艺参数预测模型对光纤预制棒的一次拉伸工艺参数进行预测，有效解决了现有技术中对参数选择随意且无法根据光纤预制棒的性质调整工艺参数的问题。