基于殘差熵和分層雙支持向量機(jī)的指標(biāo)預(yù)報(bào)方法及應(yīng)用，屬于自動(dòng)控制、信息技術(shù)和先進(jìn)制造領(lǐng)域，其特征在于，針對(duì)生產(chǎn)過(guò)程指標(biāo)預(yù)測(cè)中訓(xùn)練樣本數(shù)據(jù)少的建模難題，提出一種基于殘差熵和分層雙支持向量機(jī)的建模方法，該方法采用外層支持向量機(jī)中二次優(yōu)化問(wèn)題的KKT條件將模型輸入/輸出訓(xùn)練數(shù)據(jù)分為外層和內(nèi)層支持向量機(jī)的訓(xùn)練數(shù)據(jù)，利用外層訓(xùn)練數(shù)據(jù)對(duì)外層支持向量機(jī)進(jìn)行訓(xùn)練，采用殘差熵度量外層建模誤差序列中所含信息的確定性程度，當(dāng)殘差熵較大時(shí)，利用內(nèi)層訓(xùn)練數(shù)據(jù)對(duì)內(nèi)層支持向量機(jī)進(jìn)行訓(xùn)練。該方法可用于預(yù)報(bào)多類(lèi)具有小樣本特征的指標(biāo)預(yù)報(bào)問(wèn)題，如馬蹄焰玻璃窯爐碹頂溫度預(yù)報(bào)、微電子化學(xué)機(jī)械研磨過(guò)程的研磨厚度預(yù)報(bào)和城市GDP指標(biāo)預(yù)報(bào)。