La dureza es una propiedad mecánica crítica de los granos. Las predicciones precisas de la dureza del grano desempeñan un papel crucial en la mejora de la eficiencia del molino de granos, la reducción de la rotura de granos durante el transporte y la selección de cultivos de alta calidad. En este estudio, desarrollamos modelos de aprendizaje automático (MLMs) para predecir la dureza de las semillas de maíz Jinsui No.4. Las variables de entrada del MLM fueron la velocidad de carga, la profundidad de carga y diferentes tipos de indentadores, y la variable de salida fue la pendiente del segmento lineal. Utilizando el diseño de cuadrado latino, se generaron 100 conjuntos de datos. Cuatro tipos diferentes de MLMs, un algoritmo genético (GA), máquina de vectores de soporte (SVM), bosque aleatorio (RF) y red neuronal de memoria a corto y largo plazo (LSTM), se utilizaron para nuestro análisis de datos, respectivamente. El resultado indicó que el modelo GA tenía una alta precisión en la predicción de los valores de dureza, la del conjunto de entrenamiento del modelo GA y el conjunto de pruebas alcanzaron 0.98402 y 0.92761, respectivamente, mientras que los fueron 1.4308 y 2.8441, respectivamente. La diferencia entre los valores predichos y los valores reales obtenidos por el modelo es relativamente pequeña. Además, para investigar la relación entre la dureza y la morfología después de la compresión, se utilizó microscopía electrónica de barrido para observar la morfología de los granos de maíz. El resultado mostró que cuanto más compleja es la forma del indentador, más evidente es la destrucción de los polisacáridos y almidón internos en el grano, y el número de grietas en la superficie también aumenta significativamente. Los resultados de este estudio enfatizan el potencial de los MLMs en la determinación de la dureza de los granos de cereales agrícolas, lo que conduce a una mayor eficiencia en el procesamiento industrial y ahorros de costos. Además, combinar los modelos de predicción de dureza de granos con los mecanismos de operación de maquinaria industrial proporcionaría referencias valiosas y una base para la parametrización de maquinaria de procesamiento de granos de semillas.