充填采矿法在提高矿石回收率,防止地表沉陷及实现绿色矿山建设方面展现出显著优势.充填体的强度特性是影响充填效果关键因素,通过试验评估充填体的抗压强度既耗费时间又花费颇高,而基于深度学习的强度预测模型能够有效解决该问题.本文基于已有试验结果,构建了包含2　338条样本数据的数据库.采用均方根误差、平均绝对误差、决定系数为评价指标,对BP、PSO-BP、SVM和GA-SVM四种预测模型进行了对比评估,结果表明,GA-SVM模型对充填体强度的预测效果最为理想,可作为充填体强度预测的有效工具.利用随机森林算法对影响充填体强度的13个因素进行重要性评估,结果显示养护龄期为最重要的影响因素.这一研究可为矿山充填体抗压强度预测提供有效参考.