本发明公开一种超细尾砂膏体触变流变参数预测模型的构建方法，属于金属矿膏体充填技术领域。本发明配置不同质量浓度、灰砂比、尾砂级配超细尾砂膏体料浆进行恒剪切触变流变试验，对所得料浆流变特征曲线利用宾汉姆本构模型拟合回归，得到膏体触变前后流变参数，将超细尾砂膏体触变试验数据作为预测模型数据集。对数据集标准化处理，并使用5折交叉验证对训练集划分，将极致梯度提升树模型和误差逆向传播神经网络模型作为基学习器进行训练，结合贝叶斯超参数优化对基学习器进行最优超参数选择。基学习器所得预测结果输入Stacking集成模型元学习器训练，得到超细尾砂膏体触变流变参数预测模型，模型性能指标较基学习器均有显著提高，模型预测精度较高。