目的:探讨吉林省地区青少年下颌磨牙后区生长潜力的相关影响因子,识别关键影响因子并构建预测方程,采用遗传算法（Genetic Algorithms,GAS）对预测方程进行优化,为正畸全牙弓间隙分析等提供参考依据。方法:将2017-2019年在吉林大学口腔医院正畸科就诊的8-18岁初诊患者,按照标准筛选出306例（男152例,女154例）。通过头颅定位侧位片获取下颌磨牙后间隙（Retromolar Space,RMS）以及颈椎测量值,运用多元线性回归分析评估RMS与年龄、牙龄、颈椎骨龄等的相关性,筛选出相关性最强的因子。采用线性回归分析初步建立预测方程,并用GAS对非线性方程进行优化。结果:1.不同性别组之间RMS测量结果无统计学显著差异（P>0.05）。不同垂直骨面型RMS测量结果两两比较均无统计学显著差异（P>0.05）。不同矢状骨面型RMS测量结果示:骨性Ⅰ类与Ⅲ类组比较无统计学显著差异（P>0.05）;骨性Ⅱ类与Ⅰ类及Ⅲ类组比较,均有统计学差异（P<0.01）,且骨性Ⅱ类组小于骨性Ⅰ类及Ⅲ类组。2.RMS与牙龄及矢状骨面型相关,相关性最强的预测因子是下颌第三磨牙牙龄。3.RMS与下颌第三磨牙牙龄呈正相关关系,采用GAS优化后的两者之间相关方程为:骨性Ⅰ类+Ⅲ类组:RMS=2.36YL^{0.8 1}+2.686;骨性Ⅱ类组:RMS=2.36YL^{0.8 1}+0.723。4.GAS优化的非线性方程与线性回归方程的比较:非线性方程的检验样本预测值与实测值相关系数均高于线性回归方程,且非线性方程的平均误差均小于线性回归方程。结论:1.采用GAS优化后的非线性预测方程精度优于线性回归方程,能进行一定程度的青少年下颌磨牙后区生长潜力预测。2.正畸临床进行青少年全牙弓间隙分析等诊断设计时,应充分考虑第三磨牙牙龄及矢状骨面型。3.与颈椎骨龄及年龄相比,下颌第三磨牙牙龄是下颌磨牙后区生长潜力的较好预测因子。