针对传统遗传神经网络算法易出现的早熟收敛及锯齿等现象，提出一种新型算法应用于土壤墒情预测。该算法提出了衡量种群基因多样性的遗传多样性函数的概念，自适应调节交叉和变异策略，在全局范围内寻找最优初始网络权值和阈值，从而降低算法迭代次数，提高神经网络预测的精度和效率。仿真结果表明，与其他遗传神经网络算法相比较，该算法平均绝对误差从2%降低到1%，平均相对误差从5%降低到3%，最大相对误差从15%降低到8%，即新型算法可有效提高墒情的预测质量。