全书共分为6章，第1章介绍本书的选题依据、研究意义、研究思路与主要内容以及主要创新与不足。第2章讨论支持向量机的原理与特点及目前关于优化支持向量机的研究现状及局限性。第3章分析支持向量机的数据结构优化及其应用。阐述KZ滤波及改进方法的原理与特点，并介绍与支持向量机相结合的优化模型。在实验中首先分析大气污染治理的研究背景，使用改进KZ滤波分析大连市的污染数据，并挑选中国四个城市的污染数据综合评估优化模型的预测效果。第4章探讨支持向量机的参数优化及其应用。首先介绍帝国竞争算法及用该算法优化的支持向量机，接下来对电影票房预测的背景进行介绍。在实验中首先选择确定最适合的训练集大小，其次将优化模型应用于首映周票房预测，并与常用模型进行比较。第5章对支持向量机的组合优化及其应用进行描述。首先论述组合预测和治愈模型的原理和特点，接下来通过对方法组合优化模型在能源经济中的应用和模型组合优化在生存分析研究中的应用分别论证两个组合优化模型的效果。第6章对全书进行总结，并对未来研究方向进行展望。

1 绪论
1.1 选题依据
1.2 研究意义
1.3 研究思路与主要研究内容
1.4 主要创新与不足之处
2 优化支持向量机的研究现状
2.1 支持向量机的原理与特点
2.2 优化支持向量机的研究背景
3 支持向量机的数据结构优化及其应用
3.1 数据结构优化的原理与特点
3.2 基于支持向量机的数据结构优化模型的构建
3.3 大气污染预测背景与研究现状
3.4 数据结构优化模型在大气污染预测中的应用
3.5 本章小结
4 支持向量机的参数优化及其应用
4.1 帝国竞争算法(ICA)的原理与特点
4.2 支持向量机参数优化模型的构建
4.3 电影票房预测的背景介绍
4.4 电影票房预测的研究概况
4.5 电影票房预测的数据介绍
4.6 参数优化模型在电影票房预测中的应用
4.7 讨论
4.8 本章小结
5 支持向量机的组合优化及其应用
5.1 支持向量机组合优化模型的构建
5.2 方法组合优化在能源经济中的应用
5.3 模型组合优化在生存数据上的应用
5.4 本章小结
6 结论与展望
6.1 结论
6.2 未来研究方向
参考文献
索引