一种预测焦炭热态强度的方法，包括以下步骤:数据预处理、训练、验证、测试的步骤得出。这种预测方法基于Sigmoid函数敏感区的正则化网络训练算法来修剪网络结构，删除多余的突触，网络泛化性能提高且占用更少的计算资源；该训练方法经过大量试验证明，采用配合煤的全水分、灰分、挥发分、硫分和黏结性指标作为输入参数，结合前向BP神经网络预测焦炭质量参数，克服了函数拟合等线性方法预测不精确的缺点。该预测方法能科学、准确地预测焦炭热态强度，合理利用炼焦煤资源，控制焦炭质量，降低配煤成本。