提出了一种基于RVM(Relevance Vector Machine,RVM)组合核的软测量建模方法。为同时得到较强的回归能力和较好的稀疏性,对RVM构造一个组合核函数的同时,又构建了一个综合回归性能和稀疏性的适应度函数,利用遗传算法优化RVM组合核的权系数和核参数。将该方法用于一个双酚A生产流程中裂解回收单元的建模仿真,实例表明,所提方法的预测精度、稀疏性等指标均优于一般的SVM组合核模型和GA-RVM单一核模型。