为解决地表下沉系数难以精准预测的问题,提出了基于主成分分析(PCA)的遗传算法(GA)优化的支持向量机(SVM)模型.利用主成分分析法对４５个矿区的７个地表移动参数影响因子进行降维,提取出新的主成分,同时通过遗传算法获取能够优化支持向量机的最优惩罚参数和最优核函数参数,将主成分输入优化后的支持向量机,对比地表下沉系数的预测值与真实值之间的差距,计算平均相对误差,并与SVM,PCAＧSVM,GAＧSVM３种模型的平均相对误差对比.结果表明:PCAＧGAＧSVM 模型的平均相对误差可以达到７．０１％,精度更高,更能准确地预测地表下沉系数.