本发明涉及高通信效率的分布式优化算法技术领域，尤其涉及一种基于神经网络的无创血糖值预测方法，该方法包括：S1、获取医院中大量人体血糖样本数据，构件数据集；S2、收集人体特征数据，作为输入特征；S3、根据S1中人体数据特征，建立层级为五级的全连接神经网络；S4、优化解决算法中过拟合问题；S5、优化数据训练进程，对S2中的样本数据通过对应损失函数确定筛选目标，结合进行准确预测；采用本发明，通过对应的神经网络的训练，对待测者的体温，血压、心率进行多源信息的融合，并在预测过程中，通过多级的优化，防止数据过拟合，并采用SGD优化，适应大批量数据，加速学习与预测进程，提高整体的效率；使得无创预测血样的结果更加准确与稳定。