摘　　　要：針對預測氧化鋁返料成分時間序列的較小二乘支持向量機ＬＳＳＶＭ模型，為提高模型預測精度，首先采用相對誤差改進ＬＳＳＶＭ的優化泛函，推出新型的ＬＳＳＶＭ模型；接著，采用新穎的漢默斯里序列抽樣技術ＨＳＳ在ＳＶＭ模型參數空間中均勻地抽取出初始的參數向量；較后通過鮑威爾（Ｐｏｗｅｌｌ）優化算法并行求得全局較優模型參數。通過實際工業生產數據仿真，驗證了方法的可行性和有效性，模型預測精度得到有效提高。...