Praca przedstawiona w tym r¿kopisie jest z zakresu rozpoznawania wzorów. W tym r¿kopisie znajduj¿ si¿ dwa g¿ówne artyku¿y. Po pierwsze, redukcja wymiarowo¿ci, która pozwala nam znale¿¿ odpowiednie struktury o ni¿szej wymiarowo¿ci, ukryte w obserwacjach, które posiadamy. Po drugie, zastosowanie hybrydowych metod metaheurystycznych do rozwi¿zywania problemów optymalizacyjnych. W naszej pracy interesowäy nas ewolucyjne metody inspirowane biologicznie, takie jak algorytmy genetyczne i sztuczne uk¿ady odporno¿ciowe, a nast¿pnie metody wywodz¿ce si¿ z roju inteligencji, który sam w sobie jest obszarem zbiorowej inteligencji. Praca opisana w tym r¿kopisie daje pocz¿tek aplikacjom inspirowanym g¿ównie zbiorowym zachowaniem si¿ cz¿steczek, mrówek, pszczó¿ i mrówek po¿arniczych przy doborze cech. Nast¿pnie zaproponowano kilka hybrydyzacji wcze¿niej stosowanych bioinspirowanych metod selekcji atrybutów w celu zmniejszenia liczby cech i poprawy wskäników klasyfikacji.