模因計算（Memetic Computing）在中科院分區(qū)中位于2區(qū)，JCR分區(qū)位于Q2。審稿速度一般為 ，且近兩年沒有被列入國際預警名單，您可以放心投稿。如果您需要投稿指導，可在線咨詢我們的客服老師，我們將竭誠為您服務。

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(fā)式、模糊規(guī)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(tǒng)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(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(fā)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(tǒng)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(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(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。