生物氧化预处理过程是一个复杂非线性的耦合过程,该过程关键参数氧化还原电位通常难以准确检测。为了预估该参数,将PSO算法与LSSVM相结合构建生物氧化预处理过程氧化还原电位预估模型。该模型采用改进的PSO算法优化LSSVM模型参数,克服了参数选择的盲目性和耗时,具有学习速度迅速、预测精度较高以及泛化能力强的优点。以新疆某金矿的实际数据进行仿真研究,结果表明:改进的PSO-LSSVM方法建立的模型的预测值与实测值拟合较好,对于生物氧化预处理过程的关键参数氧化还原电位的预估有一定的指导意义。