不断发展的系统 SCIE

不断发展的系统（Evolving Systems）在中科院分区中位于4区，JCR分区位于Q3。审稿速度一般为 ，且近两年没有被列入国际预警名单，您可以放心投稿。如果您需要投稿指导，可在线咨询我们的客服老师，我们将竭诚为您服务。

《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。