保税物流园区(区港联动)是指在保税区与港区之间划出专门的区域，并赋予特殊的功能政策，专门发展仓储和物流产业，达到吸引外资、推动区域经济发展、增强国际竞争力和扩大外贸出口的目的。保税物流园区是“区港联动”有效的载体，具有广阔的发展空间，它是目前中国法律框架下的自由贸易区雏形。但是目前园区的审批，却没有一个固定的标准，本文将从保税物流园区的角度出发，率先大胆的尝试采用支持向量机分类算法来解决保税物流园区的选择问题。 统计学习理论是一种专门研究有限样本下机器学习规律的理论。它不仅考虑了对推广能力的要求，而且追求在现有有限信息的条件下得到最优结果。支持向量机是在统计学习理论基础上发展而来的一种新的模式识别方法，在解决有限样本，非线性及高维模式识别问题中表现出许多特有的优势。因而，本文一项主要工作是将支持向量机的理论和方法引入到保税物流园区审批领域。 本文首先对保税物流园区进行了概述，包括保税物流园区的定义、功能、优势、作业流程、应该注意处理的几大关系。本文的另外任务是建立一套完整的保税物流园区的审批的指标体系。通过调研得到各个全国保税物流园区所需指标的数据。然后对数据进行量化，将支持向量机算法引入到保税物流园区的审批选择领域。采用支持向量机经典的二分类法即c-SVC分类机，进行分类。另外，在进行分类计算时，运用matlab软件进行编程实现。分类得出的结果以后，对待判城市进行判别，得出建立保税物流园区的最佳城市。最后综合分析各个城市的具体情况，选择保税物流园区的设立。