作为统计学习理论的VC维理论和结构风险最小化原则的具体实现算法,支持向量机集优化、核、最佳推广能力等特点于一身。由于其优越的学习能力,在国内外学术界受到广泛重视。宏观经济是一个由诸多相互关联且存在一定因果关系的经济元素所组成的庞大系统。对于正处于转型期的我国宏观经济而言,由于经济制度、市场规范等各方面都正在建立和完善,进行经济预测与决策变得更加复杂而有意义。本文正是在这一大的历史背景下研究支持向量机及其在宏观经济预测中的应用,其主要内容包括:1、系统阐述了支持向量机的理论基础,研究分析了经验最小的局限性和结构风险最小化的优越性,总结了支持向量机的研究及应用现状;2、研究支持向量机的分类和回归算法,并对遗漏数据处理和验证方法等进行研究;3、对自组织数据挖掘进行研究,并提出把客观系统分析方法和支持向量机方法组合起来,用客观系统分析方法对数据进行特征提取;4、对宏观经济预测方法进行研究,分析当前的宏观经济预警方法及其不足;根据支持向量机的优点与宏观经济数据高维、小样本、时序、多主题、多层次的特点,提出把支持向量机作为宏观经济预测的新方法;5、根据实际项目需要,建立了一个具体的宏观经济数据仓库,并对宏观经济进行支持向量机的应用研究。使用支持向量分类机和回归机对GDP等经济指标数据进行挖掘。实际应用证明,支持向量机做经济预测效果不错。