【摘要】工业增加值是衡量一个国家工业发展水平的重要指标。由于其受多种因素影响,对其预测相对困难。本文提出运用时间序列预测方法对其预测,并利用支持向量机和微分进化算法(differential evolution,DE)相结合的方法对中国工业增加值数据进行预测。数据仿真显示该模型比核主成分分析的最小二乘支持向量机(KPCA-LS-SVM)以及岭回归(ridge regression,RR)具有更高的预测精度。