一种基于GA‑Elman神经网络的可靠性增长预测方法，其步骤如下：一、收集故障数据；二、将故障数据整理成训练数据组；三、设置GA‑Elman神经网络参数；四、建立可靠性增长模型；五、对产品进行可靠性增长预测；六、对产品进行可靠性增长跟踪预测；七、结果分析讨论；通过以上步骤，建立了一种基于GA‑Elman神经网络的可靠性增长预测方法。在历史故障数据的基础上，每产生新的故障数据都是可靠性增长的新状态，利用神经网络非线性拟合构建增长预测模型，利用自学习能力实现模型更新，解决传统模型应用范围受限，参数求解复杂，以及不能及时更新模型等问题，提高了在增长过程中预测的准确性、跟踪的有效性，为可靠性增长管理提供指导。