矿产资源是社会发展和国民经济的重要物资基础,矿产资源的消费量决定了国民经济的发展速度和经济总量,因此在可持续发展战略中研究其供需平衡具有重要意义。矿产资源型城市作为国家矿产资源的主要输出地区,在国民经济发展中具有很强战略地位,加强对矿产资源型城市的矿产资源供需研究,对资源型城市自身的发展起着至关重要的作用。本文首先是对目前主要的矿产资源供需预测方法进行了介绍和深入的分析;其次是在此基础上,从统计学习理论出发,介绍了支持向量机原理及其应用,分析了支持向量机方法研究的热点问题,并重点研究了最小二乘支持向量机算法及其参数优化理论;第三是为了验证支持向量机的性能,利用支持向量机方法进行了仿真实验,表明该方法具有很强的抗干扰能力;第四是将其用于攀枝花市矿产资源供需预测,并对预测结果与时间序列、灰色预测模型、消费弹性系数法等进行了对比分析和讨论;最后根据预测结果,对攀枝花市矿产资源供需平衡进行了对策建议研究。本文的支持向量机矿产资源供需预测结果与测试数据误差小,算法稳定性良好,预测的结果可靠,进一步拓宽了支持向量机的应用范围,具有重要的现实意义。