为了实现音乐情感识别的舞台灯光自动控制，需对音乐文件进行情感标记﹔针对人工情感标记效率低、速度慢的问题，开展了基于音乐情感识别的舞台灯光控制方法研究，提出了一种基于支持向量机和粒子群优化的音乐情感特征提取、分类和识别算法﹔首先以231首MIDI音乐文件为例，对平均音高、平均音强、旋律的方向等7种音乐基本特征进行提取并进行标准化处理;之后组成音乐情感特征向量输入支持向量机SVM)多分类器，并利用改进的粒子群算法（PSO)优化分类器参数，建立标准音乐分类模型﹔最后设计灯光动作模型，将新的音乐文件通过离散情感模型与灯光动作相匹配，生成舞台灯光控制方法﹔实验结果表明了情感识别模型的有效性，与传统SVM多分类模型相比，明显提高了音乐情感的识别率，减少了测试时间，从而为舞台灯光设计人员提供合理参考。