本发明适用于人工智能应用领域,提供了一种产量预测模型的训练方法、系统及相关设备,所述方法包括获取往期产量数据,使用多元线性回归模型对所述往期产量数据进行筛选,得到影响因子；根据所述影响因子搭建BP神经网络模型；对所述BP神经网络模型分别进行前向传播、后向传播,根据传播结果调整所述BP神经网络模型；使用遗传算法对所述BP神经网络模型进行权值和阈值初始化,并输出产量预测模型。本发明简化了输入数据,降低了BP神经网络的复杂度,避免了过拟合、并减少了模型训练时间,进一步提高了基于BP神经网络的产量预测模型的预测精确度。