针对传统最大功率追踪（MPPT）算法存在跟踪速度慢、准确度不高和局部阴影等问题,采用基于改进遗传算法优化的BP神经网络对最大功率点进行追踪。该算法针对传统BP神经网络预测算法的不足,采用梯度下降法与高斯牛顿法相结合的学习算法来提高收敛速度,并采用遗传算法优化的BP神经网络避免陷入局部最小值。在总结现有研究成果的基础上,提出了一种线性度更好的预测模型。经现场测量数据与MATLAB编程仿真得出,新型预测模型有效缩短了MPPT的跟踪时间,并明显提高了预测准确度,更有利于神经网络算法对最大功率点进行实时快速追踪。