《Memetic Computing》雜志投稿后多久回復取決于雜志審稿速度：預計 。投稿前請仔細閱讀相關投稿須知，有任何疑問可以聯(lián)系雜志社或咨詢在線客服。

《Memetic Computing》雜志于2009年創(chuàng)刊，刊號為ISSN：1865-9284，EISSN：1865-9292，是一本專注于COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE - OPERATIONS RESEARCH & MANAGEMENT SCIENCE領域的SCIE期刊，出版周期為：4 issues per year，目前未開放OA（未開放訪問）。主要發(fā)表由專家撰寫的簡短且易于理解的文章，內(nèi)容精煉且具有較高的學術價值，特別適合那些希望快速了解某一特定研究方向最新進展的讀者。

模因被定義為可轉(zhuǎn)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(gòu)建塊，以任意計算表示形式（例如，局部搜索啟發(fā)式、模糊規(guī)則、神經(jīng)模型等）表示，這些先驗知識是通過人類或機器的經(jīng)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(tǒng)的論文，特別強調(diào)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(yōu)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(zhì)量理論和應用研究的出口，研究混合的、知識驅(qū)動的計算方法，這些方法可以歸為以下任何一種模因?qū)W類別：

類型 1：通用算法與人為設計的啟發(fā)式方法相結(jié)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(jié)合的傳統(tǒng)模因算法。

類型 2：能夠從各種可用選項中自動選擇、調(diào)整和重用最合適啟發(fā)式方法的算法；例如，在給定優(yōu)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(jīng)驗自主學習的算法，自適應地重用從相關問題中提取的數(shù)據(jù)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(yōu)化、多任務學習和優(yōu)化、或任何其他多X進化學習和優(yōu)化方法。

在收錄情況方面，《Memetic Computing》雜志在中科院最新升級版分區(qū)表中，該雜志分區(qū)信息為大類學科計算機科學2區(qū)，影響因子為3.3，CiteScore為6.8，在COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE - OPERATIONS RESEARCH & MANAGEMENT SCIENCE領域的排名較為靠前，其 SJR為 0.945，SNIP為1.1，h-index指數(shù)為26，這些數(shù)據(jù)都反映出期刊在學術界具有較高的影響力和學術價值。

投稿SCI期刊后收到回復的時間因多種因素而異，具體時間如下：

初審階段：編輯初審通常在1-4周內(nèi)完成，主要檢查論文的格式、規(guī)范性以及是否符合期刊的基本要求。

同行評審階段：若論文通過初審，編輯會將其發(fā)送給多位同行評審人進行詳細評估。這一階段是整個審稿過程中最耗時的部分，通常需要1-3個月。

終審階段：編輯在得到審稿人的反饋后，會根據(jù)審稿人的意見給出接收、小修、大修、拒稿等結(jié)果。這一階段的時間相對較短，通常在收到審稿意見后幾天到一周內(nèi)完成。

投稿者在選擇期刊時，應考慮到審稿周期，并做好長期等待的準備，同時也要注意不同期刊的具體要求和效率可能大相徑庭。

聲明：以上內(nèi)容來源于互聯(lián)網(wǎng)公開資料，如有不準確之處，請聯(lián)系我們進行修改。