滤波器技术的发展到现在已有八十多年的历史，并且已经发展成为了一种相当完善的信号处理技术。目前人们针对所存在的实际系统的问题，应用各种先进的优化算法对经典滤波器进行的优化设计成为研究的重点，并取得了很多成果。目前国内对于遗传算法优化神经网络的研究和分别用二者设计数字滤波器的研究都取得了很多成果，而且鉴于二者相结合所具有的优点，使得它们在数字滤波器设计中的应用具有很好的研究前景，从而改善以往滤波技术，特别是经典滤波器设计中存在的一些问题。本文正是在分析了BP神经网络和遗传算法各自在优化计算中的优缺点之后，提出了一种基于遗传算法的BP神经网络算法。该算法分别利用了它们局部和全局寻优能力的特点，并利用遗传算法去优化BP神经网络的权值，综合为一种新的优化算法。并将该算法用于数字滤波器的优化设计中进行验证。FIR数字滤波器和IIR数字滤波器广泛应用于信号处理中，它们的设计实际上就是一种函数逼近的优化设计。使用本文提出的基于遗传算法的BP神经网络算法设计了几种低通、高通FIR、IIR数字滤波器，并给出了相应的仿真结果以验证其有效性。仿真结果表明：本文研究提出的这种新算法可以很好的逼近理想的滤波器，达到一个比较好的优化设计效果。同其它现有优化设计方法相比，本文提出的算法能更好的逼近理想滤波器，在通阻带内有更小的纹波。