期刊簡介

模因被定義為可轉移信息的基本單位，存在于大腦中，并通過模仿過程在人群中傳播。從算法的角度來看，模因已被視為先驗知識的構建塊，以任意計算表示形式（例如，局部搜索啟發式、模糊規則、神經模型等）表示，這些先驗知識是通過人類或機器的經驗獲得的，并且可以在問題中模仿（即重復使用）。

《模因計算》雜志歡迎將上述社會文化模因概念納入人工系統的論文，特別強調通過明確的先驗知識整合來提高計算和人工智能技術在搜索、優化和機器學習方面的有效性。因此，該期刊的目標是成為高質量理論和應用研究的出口，研究混合的、知識驅動的計算方法，這些方法可以歸為以下任何一種模因學類別：

類型 1：通用算法與人為設計的啟發式方法相結合，可以捕獲某種形式的先驗領域知識；例如，將進化全局搜索與特定于問題的局部搜索相結合的傳統模因算法。

類型 2：能夠從各種可用選項中自動選擇、調整和重用最合適啟發式方法的算法；例如，在給定優化問題的情況下，學習全局搜索運算符和多個局部搜索方案之間的映射。

類型 3：通過經驗自主學習的算法，自適應地重用從相關問題中提取的數據和/或機器學習模型作為新目標任務中的先驗知識；示例包括但不限于遷移學習和優化、多任務學習和優化、或任何其他多X進化學習和優化方法。

模因計算創刊于2009年，由Springer Berlin Heidelberg出版社出版。其研究的主題領域包括但不限于COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE-OPERATIONS RESEARCH & MANAGEMENT SCIENCE，是一本在計算機科學領域具有重要影響力的國際期刊。該期刊涵蓋了計算機科學的多個子領域，旨在全面理解和解決計算機科學問題。

根據最新的數據，模因計算的影響因子為3.3，CiteScore為6.8，h-index為26，SJR為0.945，SNIP為1.1，中科院分區為2區，這些指標均顯示了該期刊在計算機科學領域的優秀地位。

該刊以English作為出版語言。對于English非母語的作者，期刊建議使用語言編輯服務，以確保文稿的語法和拼寫錯誤得到糾正，并符合科學English的標準。如果想實現快速順利的投稿發表，建議您聯系本站的客服團隊，將為您提供專業的選刊建議，并在整個投稿過程中提供細致的指導。