本文研究了打叶复烤二次叶片增湿过程中高山工艺参数对出口叶片质量指标的影响，并建立了相应的预测模型。根据二次叶片湿润特征过程数据的特点，建立了BP神经网络的预测模型。将当前流行的神经网络写作框架称为TensorFlow的高级API接口搭架神经网络结构。逐步优化神经网络结构中的关键参数，如激活函数、优化器和隐层神经元数，使测试集的预测结果达到最佳状态。通过输入前蒸汽喷嘴压力、前端水流量、热风温度、回风温度、进料叶片温度和进料叶片水分组合等参数，预测出出口叶片水分和温度这两个关键烟叶评价指标。根据均方误差、均方根误差和平均绝对误差的预测结果，当隐层神经元数为7时，激活函数为relu，优化器为RMS和prop时，效果最好。