信息是21世纪最重要的商品，在信息处理中，信息的获取、传输、存储、加工处理及其应用所采用的技术、理论方法和系统都需要由计算机来完成。智能信息处理是计算机和控制学科新发展起来的十分活跃和具有挑战性的领域。

    信息技术包括测量技术、计算机技术和通信技术。测量技术是信息处理的关键和基础。测试智能信息处理是采用智能计算方法对测试数据进行信息挖掘、分析、处理和信息融合的理论，包括测试信息获取、神经计算、模糊计算、进化计算和数据融合方法。智能计算是测试智能信息处理的核心技术。智能计算作为一门新兴的交叉学科，与人工智能、人工生命科学、自动控制、运筹学、计算机科学、信息论、应用数学、仿生学、非线性科学、脑科学、生物工程、认识心理学等有着密切的关系，是相关学科相互结合与渗透的产物，具有广阔的应用前景。它的研究内容十分广泛，是当今国内外测控技术、电子工程、自动化、计算机科学等领域研究的热门前沿课题之一。自20世纪90年代以来，国际上掀起了一股强劲的研究模糊逻辑系统、神经网络、遗传算法、小波变换、粗集理论、数据挖掘、数据融合理论与技术的热潮，目前在群智能、生物计算等方面的研究更是成为智能计算新的研究热点方向。这些研究进一步推动了智能计算及其信息处理技术的深入发展。近期《国家中长期科学和技术发展规划纲要（2006—2020）》在支持的重点研究领域及其优先主题“信息产业及现代服务业”中列入了“传感器网络及信息处理”，其中对网络技术和智能信息处理技术予以高度关注。

    本书根据测量系统的组成、特点以及信号测量处理的过程，从信号的获取、信号处理到信息融合，系统介绍了智能计算的基础理论和基本方法，以及各种新的智能信息处理技术。内容包括测试系统的组成和信息获取的过程、智能计算的产生和发展、数据融合的基本原理、神经网络计算、支持向量机、模糊集合与模糊逻辑、粗糙集、进化计算中的遗传算法、粒群智能、蚁群智能等的方法和实例，涉及目前国内外智能计算新的研究成果。

    本书共分为4篇。第1篇是测试智能信息处理绪论，主要介绍测试系统的组成、特点以及智能技术的集成和数据融合技术的发展趋势；第2篇是神经计算，主要包括神经计算基础、神经计算基本方法、神经计算实现技术和支持向量机；第3篇是模糊计算，主要介绍模糊逻辑与模糊推理、模糊计算应用和粗糙集；第4篇是进化计算与群智能，主要介绍遗传算法、搜索禁忌算法、粒群智能和蚁群智能。本书的基本框架如图0.1所示。