期刊簡介

不斷發(fā)展的系統(tǒng)(Evolving Systems)是一本由SPRINGER HEIDELBERG出版的一本COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE學術刊物，主要報道COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE相關領域研究成果與實踐。本刊已入選來源期刊，出版周期6 issues per year。2021-2022年最新版WOS分區(qū)等級：Q3，2023年發(fā)布的影響因子為2.7，CiteScore指數7.8，SJR指數0.746。本刊非開放獲取期刊。

《進化系統(tǒng)》涵蓋了動態(tài)進化系統(tǒng)領域的調查、方法論和應用導向論文。‘進化系統(tǒng)’的靈感來自于動態(tài)變化和進化環(huán)境中系統(tǒng)模型進化的理念。與機器學習、數學建模和相關學科中的標準方法不同，這些方法假設并先驗地固定模型結構，問題集中在參數優(yōu)化上，而進化系統(tǒng)允許模型結構逐漸改變/進化。這種持續(xù)或終身學習和領域適應的目的是自我組織。它可以適應新的數據模式，更適合流數據、遷移學習，并且可以識別和學習未知和不可預測的數據模式。這些特性對于自主機器人系統(tǒng)至關重要，因為這些系統(tǒng)在設計完成后（運行時）會繼續(xù)學習和適應。

《Evolving Systems》征集的出版物旨在解決非平穩(wěn)、不可預測環(huán)境中系統(tǒng)建模、聚類、分類、預測和控制的各個方面的問題，并描述其設計的新方法和途徑。

該期刊致力于從系統(tǒng)方法到案例研究和實際工業(yè)應用的自我開發(fā)、自我組織和進化系統(tǒng)的主題。它涵蓋了方法論的各個方面，例如

不斷發(fā)展的系統(tǒng)方法

不斷發(fā)展的神經網絡和神經模糊系統(tǒng)

不斷發(fā)展的分類器和聚類

不斷發(fā)展的控制器和預測模型

不斷發(fā)展的可解釋人工智能系統(tǒng)

不斷發(fā)展的系統(tǒng)應用

而且還關注新的范式和應用，包括醫(yī)學、機器人、商業(yè)、工業(yè)自動化、控制系統(tǒng)、交通、通信、環(huán)境監(jiān)測、生物醫(yī)學系統(tǒng)、安全和電子服務、金融和經濟。所有提交的方法和系統(tǒng)的共同特征是系統(tǒng)和環(huán)境的不斷發(fā)展。

該期刊涵蓋與以下內容相關的貢獻：

1）機器學習、人工智能、計算智能和數學建模方法

2）來自自然和生物學的靈感，包括神經科學、生物信息學和分子生物學、量子物理學

3）在工程、商業(yè)、社會科學中的應用。