【摘要】针对单纯支持向量机(SVM)预警准确率较低等问题,采用粒子群算法(PSO)优化支持向量机的参数,提出改进的SVM预警模型。该方法首先采用主元分析方法(PCA)进行数据降维处理,再将支持向量机的参数作为PSO的粒子,分类准确率作为PSO的目标函数,通过全局搜索得到最优参数进而优化SVM。研究结果表明,PCA-PSO-SVM模型准确率相较于SVM模型得到较大改善。