根据影响建筑物液化震陷量的9个主要因素,建立了基于遗传算法和回归型支持向量机(support　vector　regrssion,SVR)的建筑物液化震陷量预测模型.该模型通过有限的60组实例数据学习,利用遗传算法自动确定v-SVR的最优模型参数,建立了建筑物液化震陷量与其各种影响因素之间的非线性关系.运用所建立的模型对另外10个实例进行推广预测,取得了较好的效果,与实际液化震陷量的平均相对误差在5%左右,显示了该方法的有效性和可行性.同时,本文的思路和方法也可推广至建筑结构的震害预测.