本发明涉及一种浮选加药自适应调控方法，其特征在于，包括以下步骤：采集浮选过程中的检测数据D1，建立综合数据库，并将检测数据D1与历史数据融合构成待整合数据D2进行整合，构建GRNN神经网络预测模型，输入训练数据与历史数据库中精矿品位和金属回收率的对比，采用模糊专家系统，利用Mamdani模糊推理机进行推理，得到药剂添加量；并将得到的药剂添加量和实时采集到的检测数据D1作为GRNN神经网络预测模型的输入样本数据B，获得预测精矿品位和金属回收率数据Y；判断是否满足要求，若满足要求，执行当前的加药量，若不满足，则返回模糊专家系统重新推理，重复S4、S5和S6的操作。实现了浮选精矿品位的稳定性和获得最佳的金属回收率。