相關向量機（RVM）核函數參數對其性能有較大影響，為了提高相關向量機的分類能力，提出了一種基于具有Levy飛行特征的雙子群果蠅算法（LFOA）的RVM核參數優化方法。在適應度函數的評判下，果蠅種群經過多次Levy飛行和迭代對指定范圍內的核參數進行全局搜索。4組UCI標準數據集的MATLAB仿真實驗測試結果表明，所提出的方法有效、可靠，能夠提升RVM的分類能力，相比于其他算法具備更高的尋優精度和穩定性。