本发明提供基于有限元和机器学习的复合耐火砖力学性能预测方法，包括步骤：获取原始数据原本，构建有限元仿真模型，设计仿真实验方案，仿真获得机器学习数据样本，训练构建GA‑BP网络模型，验证GA‑BP网络模型。本发明针对不同结构设计参数对复合耐火砖力学性能的影响预测问题，基于极少量实验结果，构建有限元仿真模型，仿真获得用于机器学习用的数据样本；再以BP网络模型为中心，结合遗传算法GA优化初始权值和阈值，最终获得预测精度较高、能够快速预测产品力学性能的新型GA‑BP网络模型。不仅解决了传统实验方法研发成本高而有限元模拟技术又计算量大的问题，同时还克服了普通BP网络方法普遍存在的过度拟合、收敛速度慢和泛化能力差等问题，为新型气凝胶复合耐火砖产品的研发提供了一种新的技术手段。