不断发展的系统 SCI 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。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。

Evolving Systems 涵盖动态演化系统领域的调查、方法论和面向应用的论文。 ‘不断发展的系统’受到动态变化和演化环境中系统模型演化思想的启发。与机器学习、数学建模和相关学科的标准方法相比，其中模型结构是先验假设和固定的，问题集中在参数优化上，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。这些属性对于在设计后（在运行时）继续学习和适应的自主机器人系统至关重要。

Evolving Systems 征集解决非平稳、不可预测环境中系统建模、聚类、分类、预测和控制各个方面问题的出版物，并描述其设计的新方法和方法。

该期刊致力于全面讨论自我开发、自我组织和进化的系统这一主题。从系统方法到案例研究和实际工业应用。它涵盖了方法的所有方面，例如

进化系统方法论

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程序

同时也关注新的范例和应用，包括医学、机器人技术、商业、工业自动化、控制系统、运输、通信、环境监测、生物医学系统、安全和电子服务、金融和经济学。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。

该期刊包含与以下相关的贡献：

1) 机器学习、人工智能、计算智能和数学建模的方法

2) 灵感来自自然和生物学，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。