本发明涉及一种线性液动压抛光波纹度预测优化方法，包括以下步骤：S1、分析与线性液动压抛光波纹度相关的各参数，分别进行单因素实验，探究各参数影响规律及响应灵敏度；S2、筛选显著参数为试验因子，波纹度为试验输出，利用响应曲面法分析参数间交互作用；S3、以响应曲面设计试验组为样本训练集，建立基于支持向量回归机SVR的线性液动压抛光波纹度预测模型，能准确预测未知样本下的波纹度；S4、以建立的最佳SVR预测模型为适应度函数，以遗传算法GA为全局寻优工具的优化模型，得到控制线性液动压抛光波纹度的最佳参数组合。本发明的线性液动压抛光波纹度预测优化方法进一步提升线性液动压抛光的加工能力。