本发明涉及煤矿火灾预测技术领域，具体为一种基于GPR‑ISSA‑CNN的煤自燃温度预测方法。首先，收集煤自燃程序升温过程影响指标数据，运用高斯过程回归GPR对数据进行平滑处理，有效去噪并提高数据趋势分析与模式识别能力；然后，搭建CNN初始框架，引入自适应权重因子与柯西变异扰动对麻雀搜索算法SSA进行改进，提高其局部与全局搜索能力，得到ISSA；接着，运用ISSA优化模型的超参数，训练模型并输出结果，将能够提高全局优化能力与适应性的ISSA与拥有优秀特征提取能力、泛化性与鲁棒性的CNN相结合，建立基于GPR‑ISSA‑CNN的煤自燃温度预测模型；最后，将模型在测试集上进行预测，观察性能评价指标，确定模型的预测精度。本发明的预测模型具有较高的预测精度和稳定性，可为煤自燃温度预测提供参考。