[目的]机器学习是一个快速发展的领域,它能解决许多传统方法所无法有效解决的复杂问题.而一台现代粒子加速器如正在北京近郊建造中的超低发射度同步辐射光源,高能同步辐射光源(HEPS),则需要对数以千计的装置设备达到非常高的控制精度,才能用这台光源产出高效科研成果.本文主要为将机器学习应用于粒子加速器做一个简单介绍.[方法]对这样大型的加速器,传统控制方法可能无法满足如此复杂的运行,而本文将介绍机器学习技术可以在加速器的许多系统提供可能的帮助,并提出如何准备数据,及介绍一个适合机器学习的软件架构.[结果]一个能涵盖绝大部分加速器数据的数据库结构已经设计完成并开始开发编程.另外机器学习在加速器运行与设计上的初步应用也有了结果.[结论]机器学习在加速器的应用有很好的开始及正面的初步结果.同时,与其他单位的合作也已开展以分担工作及加速开发.随着软件架构成型及获取更多高质量数据,机器学习在加速器上应有更多很好的结果.