起源于1995年的支持向量机在解决小样本、非线性及高维模式识别问题中有许多特有优势，并能够应用到函数拟合等其他机器学习问题中，因此在各行各业得到广泛应用。目前支持向量机的应用研究主要针对拓展应用，而拓展应用通常是简单的输入输出，其中并未涉及到应用方法的研究，也未对计算结果进行进一步的分析、解释。本文针对以上问题，从为什么支持向量机在很多问题中的预测结果较好但却少有人接受并推广，以及是否可以因支持向量机预测结果较好这个事实为科学分析服务这两个问题出发，结合砌体墙板与静压管桩的一些试验数据，提出支持向量机调节预测法（在支持向量机建模前对数据进行调节，以提高预测精度）和支持向量机权重法（新的指标权重计算方法）。在第2章，将支持向量机技术直接应用到砌体墙板的开裂模式、砌体墙板的破坏荷载以及静压管桩单桩极限承载力的预测中，并对计算结果进行分析。设置本章的目的一是介绍支持向量机传统的应用方法，二是为支持向量机调节预测法的提出奠定基础。针对第2章中支持向量机预测砌体墙板破坏荷载预测效果不佳的问题，提出支持向量机调节预测法，并将该预测调节方法应用到砌体墙板破坏荷载及静压管桩单桩极限承载力的预测中。针对第3章中支持向量机调节预测法中统计调节法“新”规则确定问题，提出支持向量机权重法。然后从数学层面上证明了该方法的有效性，且与几种传统通用客观赋权法进行了对比。此外，将支持向量机权重法应用于静压管桩单桩极限承载力影响因素的权重计算。本文建立的支持向量机调节预测法和支持向量机权重法在计算过程中支持向量机仅起到计算工具的作用。这两种方法不仅可以应用到各行各业，还可以不受计算工具——支持向量机的约束，针对不同的问题选择不同的计算工具（如神经网络等），即这两种方法具有较高的灵活性及鲁棒性。