本发明公开了基于人工智能的水稻耐盐碱性能预测方法及系统，方法包括数据采集、数据预处理、设计神经网络、建立基于松弛变量的SVM模型、SVM参数搜索和实时运行。本发明属于作物生长信息监测技术领域，具体是指基于人工智能的水稻耐盐碱性能预测方法及系统，本方案通过分频和变更的步骤在搜索过程中根据概率和随机数进行参数调节；引入径向基核函数和松弛变量，同时考虑松弛变量和模型参数的平衡，实现对模型的正则化和优化；通过定义非线性函数来调整惯性权重和加速度系数，在搜索过程的不同阶段对速度和探索能力进行平衡，以提高搜索的精度和收敛速度。(56)对比文件Dhruba Jyoti Kalita等.A dynamicframework for tuning SVM hyper parametersbased on Moth-Flame Optimization andknowledge-based-search.Expert Systemswith Applications.2021,全文.王云锋;刘丹;裴作飞;姚丽霜.基于改进引力搜索算法的SVM的参数优化及应用.计算机应用研究.2020,(S1),全文.