本发明公开了一种基于稀疏贝叶斯学习的桥梁振动响应数据预测方法。该方法包括步骤：S1，根据桥梁结构的动力响应数据，绘制相应的时域图，对时域图进行时域分析，依据不同动力分析方法选取相应的振动响应数据段；S2，将振动数据段按照时间序列分析法排序输入至稀疏贝叶斯学习(SBL)算法中，适当调整稀SBL中高斯核函数的基宽参数，初定SBL回归模型；S3，检验初定SBL回归模型的拟合度和稀疏性，适当调整基宽参数直至确定最终的SBL回归模型；S4，依据最终的SBL回归模型，预测下一时刻振动数据。本发明基于高斯核函数的稀疏贝叶斯学习算法，不仅适用于非线性强的振动数据，而且预测过程考虑了振动数据的不确定性，数学模型鲁棒性好，预测结果的精度高。