【摘要】突发暴恐事件分级具有重要作用，能够保证预案合理执行和应急资源优化配置。提出基于和声搜索算法优化的支持向量机的分级模型，用于突发暴恐事件分级研究。和声搜索算法优化支持向量机参数，支持向量机提供学习和曲线拟合，同时根据准确度、精确度和敏感度指标评估混战智能分类模型的绩效。利用全球反恐数据库中２００８年至２０１３年我国暴恐事件数据进行测试，并与支持向量机、分类与回归决策树（ＣＡＲＴ）和Ｃ５．０方法进行对比，结果表明分级方法可行且有效，能够为突发暴恐事件管理提供预警和决策支持信息。