分析了Al、V、O、Fe元素含量对TC4钛合金低周疲劳和高周疲劳寿命的影响规律，并基于机器学习模型对TC4钛合金的低周疲劳和高周疲劳寿命进行预测。研究表明，在本研究涉及的元素范围内，Al、V元素含量对TC4钛合金的低周疲劳寿命影响较小，Fe元素含量对TC4钛合金的疲劳性能有积极影响，O元素含量对TC4钛合金疲劳寿命的影响较为显著。对于应变控的低周疲劳，TC4钛合金的疲劳寿命随着O元素含量的增加先增加后降低；对于应力控的高周疲劳（σ_(max)≤700 MPa）,TC4钛合金的疲劳寿命随着O元素含量的增加而显著提升。最后，将TC4钛合金元素含量、加载模式和载荷工况作为机器学习的输入变量进行预测，基于广义回归神经网络的预测结果偏于非保守，支持向量机回归模型表现出更高的预测精度。本研究为TC4钛合金的材料设计与性能优化提供了实验和理论依据。