【摘要】研究目的：避免城镇建设适宜性评价指标及其权重体系建立的主观性，通过“数据海选—非线性认知—线性规则转化”的方式，探索能反映城镇建设适宜性影响因素之间真实联系、评价结果易于理解、便于落地实施的城镇建设适宜性评价方法。研究方法：非线性机器学习、贝叶斯网络模型。研究结果：贝叶斯网络非线性结构学习出的有向无圈网络(DAG)揭示了城镇建设适宜性评价指标影响的线性主次性，贝叶斯网络非线性参数学习出的各评价指标重要度映射出城镇建设适宜性评价指标的线性重要度。研究结论：对比“专家经验线性评价”、“非线性贝叶斯网络评价”“转化线性规则评价”三种方法评价结果，非线性贝叶斯网络评价结果的合理性大大高于专家经验线性评价结果，转化线性规则评价结果的准确性不如非线性贝叶斯网络评价，但误差在可接受范围内，评价出的城镇建设适宜用地更加集中连片，评价结果易于感知、理解，可行性强。