针对预测氧化铝返料成分时间序列的最小二乘支持向量机LSSVM模型,为提高模型预测精度,首先采用相对误差改进LSSVM的优化泛函,推出新型的LSSVM模型；接着,采用新颖的汉默斯里序列抽样技术HSS在SVM模型参数空间中均匀地抽取出初始的参数向量；最后通过鲍成尔( Powell)优化算法并行求得全局最优模型参数.通过实际工业生产数据仿真,验证了方法的可行性和有效性,模型预测精度得到有效提高.