本发明涉及基于改进神经网络模型的三峡水库坝前来漂量预测方法，包括：采集三峡水库入库流量、出库流量以及坝前来漂量数据并划分训练、测试集；设定粒子群算法以及改进的神经网络结构和参数；利用训练集对改进的神经网络进行训练，训练中利用改进的粒子群算法对改进的神经网络的权值和阈值进行优化求解；计算预测误差并判断是否合格；将训练好的改进的神经网络用于三峡水库坝前来漂量的实时预测。本发明利用粒子群算法对误差逆传播神经网络的训练过程进行优化改进后，将改进的误差逆传播神经网络作为三峡水库坝前来漂量预测模型，使预测模型的连接权重更加逼近最优的理想值，提高了来漂量预测精度以及针对库坝数据信息不确定性的适应能力。