船舶溢油事故损害评估作为溢油防治处理的关键技术之一，索赔是否充分直接关系到溢油清除效率和环境恢复效果。由于目前直接评估法在实际应用中的局限性，本研究根据历史案例之间的相似类比性，利用PSO-SVM模拟出赔偿额及其影响因素之间的非线性关系，为溢油事故损害赔偿提供了一种间接有效的评估方法。本文首先对影响船舶溢油事故损害赔偿的各个因素进行了全面而系统的分析，在总结前人研究成果的基础上，归纳出船舶溢油事故损害赔偿系统影响因素的层次分析图。同时设计因素重要度调查表以获取专家经验，通过层次分析法（AHP）求出主要影响因素的权重分配及重要性排序。然后根据AHP的权重分配结果，提出船舶油污事故损害评估主要以溢油数量、溢油种类、溢油海域情况、环境情况、清污情况等5个主导因素作为评估依据，选用被国际油污基金公约所认可的典型溢油索赔案例作为教师样本。接着采用模糊数学工具，将各个溢油事故案例中的5大因素合理量化后作为模型的输入，而输出则为归一化处理过的赔偿额，为后续模型仿真做了铺垫工作。最后将粒子群算法（PSO）引入到支持向量机（SVM）预测模型，通过训练集样本的学习获得SVM最佳参数c、g值。利用PSO-SVM模型对测试集进行仿真预测，结果表明：真实值与预测值的相对误差均在10%以下。该结果与传统未优化的SVM和GS-SVM等模型预测结果比较后发现PSO-SVM模型的有效性和优越性，对船舶溢油事故损害赔偿评估具有一定的参考价值。