综合分析了国内外充填矿山的工程实践资料,并用分形维数来表征充填材料的级配特性,将矿体埋藏深度、矿体长度、矿体厚度、充填体暴露高度、充填体暴露面积及充填材料分形维数6个因素作为输入,充填体设计强度作为输出,建立了充填体强度设计的神经网络知识库模型.为了避免神经网络易陷入局部极小以及收敛速度慢等缺陷,采用遗传算法对神经网络进行优化,提高了神经网络学习效率.通过对知识库模型进行检验,发现其具有很高的计算精度.研究表明,随着开采深度的增大,充填体设计强度必须随之增大;充填体侧向暴露面积越大,所要求的充填体强度越高.将该模型应用于三山岛金矿,设计了合理的充填体强度.