不断发展的系统

期刊简介

《进化系统》涵盖了动态进化系统领域的调查、方法论和应用导向论文。‘进化系统’的灵感来自于动态变化和进化环境中系统模型进化的理念。与机器学习、数学建模和相关学科中的标准方法不同，这些方法假设并先验地固定模型结构，问题集中在参数优化上，而进化系统允许模型结构逐渐改变/进化。这种持续或终身学习和领域适应的目的是自我组织。它可以适应新的数据模式，更适合流数据、迁移学习，并且可以识别和学习未知和不可预测的数据模式。这些特性对于自主机器人系统至关重要，因为这些系统在设计完成后（运行时）会继续学习和适应。

《Evolving Systems》征集的出版物旨在解决非平稳、不可预测环境中系统建模、聚类、分类、预测和控制的各个方面的问题，并描述其设计的新方法和途径。

该期刊致力于从系统方法到案例研究和实际工业应用的自我开发、自我组织和进化系统的主题。它涵盖了方法论的各个方面，例如

不断发展的系统方法

不断发展的神经网络和神经模糊系统

不断发展的分类器和聚类

不断发展的控制器和预测模型

不断发展的可解释人工智能系统

不断发展的系统应用

而且还关注新的范式和应用，包括医学、机器人、商业、工业自动化、控制系统、交通、通信、环境监测、生物医学系统、安全和电子服务、金融和经济。所有提交的方法和系统的共同特征是系统和环境的不断发展。

该期刊涵盖与以下内容相关的贡献：

1）机器学习、人工智能、计算智能和数学建模方法

2）来自自然和生物学的灵感，包括神经科学、生物信息学和分子生物学、量子物理学

3）在工程、商业、社会科学中的应用。

不断发展的系统由SPRINGER HEIDELBERG出版社出版。其研究的主题领域包括但不限于COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE，是一本在计算机科学领域具有重要影响力的国际期刊。该期刊涵盖了计算机科学的多个子领域，旨在全面理解和解决计算机科学问题。

根据最新的数据，不断发展的系统的影响因子为3.7，CiteScore为8.1，SJR为0.754，SNIP为1.191，中科院分区为3区，这些指标均显示了该期刊在计算机科学领域的优秀地位。

该刊以English作为出版语言。对于English非母语的作者，期刊建议使用语言编辑服务，以确保文稿的语法和拼写错误得到纠正，并符合科学English的标准。如果想实现快速顺利的投稿发表，建议您联系本站的客服团队，将为您提供专业的选刊建议，并在整个投稿过程中提供细致的指导。