本发明公开了一种顾及各向异性的广义回归神经网络矿石品位估值方法，包括：获取矿石品位样本数据并进行预处理；构建实验变差函数，基于实验变差函数与预处理后的数据计算标准化实验差值，采用标准高斯变差函数模型对实验变差函数进行拟合，获得主变异方向及对应的理论变差函数模型；根据理论变差函数模型获得统一变差函数模型；使用统一变差函数模型对GRNN模式层传递函数套合计算获得协方差函数并代替模式层传递函数，获得改进模型，根据预测值与真实值之间的误差，优化模型，采用模型进行矿石品位估值。本发明通过将各个方向的变异性结构进行套合，并将其融入GRNN模型，能更好地保持数据的结构关联性、提高预测精度。