目的：1．引入支持向量回归机对四川省的孕产妇死亡率(MMR)、婴儿死亡率(IMR)和5岁以下儿童死亡率(U5MR)(以下简称“三率”)进行统计预测，并将该模型的预测性能与径向基函数神经网络进行比较。2．为制定合理的“两纲”(妇女发展纲要和儿童发展纲要的简称)目标提供方法学参考。方法：分别采用支持向量回归机和径向基函数神经网络对四川省的“三率”指标进行预测，并采用有关统计预测指标对回代拟合效果和预测效果进行比较评价。结果：支持向量回归机能更好地用于本资料的预测，其回代拟合效果和泛化能力明显优于RBF神经网络。结论：1、与基于经验风险最小化准则的径向基函数神经网络比较，基于结构风险最小化准则的支持向量回归机更适合于有限样本的研究，并且可以减少过拟合，因而有较好的泛化能力，更适合于本资料的预测。2、本研究为制定合理的两纲目标在方法学上进行了一次有益探索。