前言
FOREWORD

机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习的参数很多都是任意性的，这就造成问题的最优解不稳定，而群智能算法是从一组任意初始解开始，不断地根据更新方式更新种群，随着任意解的更新和迭代次数的增加，趋向于全局最优解。因此，在许多群智能算法与机器学习等方面科技工作者的努力下，将群智能算法与机器学习相结合构成新的算法应用于图像目标识别、信号处理、医学、环境等方面，并取得了许多新的成果。近年来，我和我的研究生在山西省自然科学基金、国家自然科学基金、山西省重点研发计划项目和山西省研究生教育改革（指令性）研究课题的支持下一直从事群智能算法与机器学习方面的研究工作，本书是我们近几年在学习和研究工作上的总结。

全书共分8章。第1章介绍了群智能算法与机器学习的发展动态及其在合成孔径雷达、MEMS矢量水听器、癌症、传染病、空气质量指数、股票、机器人转向及水质等方面的发展概况。第2章分别利用改进的卷积神经网络和Harris鹰优化算法优化支持向量机实现合成孔径雷达目标识别。第3章将变分模态分解、遗传算法分别与小波阈值处理相结合实现MEMS矢量水听器的去噪，改进的飞鼠搜索算法优化支持向量机实现波达方向角估计。第4章利用人工神经网络对结肠癌和子宫内膜癌进行分类识别以及改进的灰狼算法优化Elman神经网络实现子宫内膜癌的分类识别。第5章利用改进的人工蜂群算法优化BP神经网络对中国手足口病发病人数进行预测，改进的蚁狮算法优化BP神经网络对中国流感进行预测，改进的人工树算法、改进的遗传算法、改进的多元分类器分别优化神经网络预测美国流感样疾病。第6章利用改进的粒子群算法与重力搜索算法相结合优化BP神经网络移动机器人的转向与地下水水质分类问题，利用主成分分析法降维和改进的粒子群优化算法优化支持向量机实现机器人转向分类。第7章利用改进的飞鼠搜索算法、改进的鲸优化算法、改进的粒子群算法、改进的思维进化算法和飞蛾扑火算法分别优化机器学习实现空气质量指数的预测或等级分类。第8章利用改进的正余弦算法和改进的Harris鹰优化算法分别与机器学习相结合对美国的两类股票指数进行预测，同时考虑了Google Trends的影响，以及改进的粒子群算法与AdaBoost算法相结合优化广义径向基神经网络对上证指数进行预测。

本书的研究主题是群智能算法与机器学习的预测与分类，其中涉及了现代信号处理、神经网络和现代优化算法的一些基本内容。本书重点放在群智能算法与机器学习相结合的思想上和应用上，作者力求让读者既掌握群智能算法和机器学习的知识，又能让读者体会群智能算法与机器学习相结合能够解决实际问题的能力，使读者学有所得。

本书可作为本科生的教科书和参考用书，也可作为应用数学、信号处理、图像处理、优化算法、预测与分类等方向的研究生学习用书，还可供从事机器学习的科研工作者参考。

本书能得以完成和出版，得到了山西省自然科学基金（201801D121026）、山西省回国留学人员科研资助项目（2020-104）、国家自然科学基金（61774137）、山西省重点研发计划项目（201903D121156）和山西省研究生教育改革（指令性）研究课题（2020YJJG234）的大力支持，得到了国内外同行的帮助和鼓励，特别是我的同事白艳萍教授、谭秀辉讲师、程蓉讲师和续婷讲师提出宝贵的意见以及研究生卢金娜、薛红新、崔霞霞、高帅、张琳梅、李洋洋的帮助修改，在此表示感谢。由于时间仓促，书中难免有疏漏或不当之处，望读者朋友不吝指出。

胡红萍

2020年5月