当前位置：首页 SCI 期刊计算机科学 Evolutionary Computation(非官网)

Evolutionary ComputationSCIE

国际简称：EVOL COMPUT 参考译名：进化计算

中科院分区
2区
CiteScore分区
Q1
JCR分区
Q1

基本信息：: ISSN：1063-6560; E-ISSN：1530-9304; 是否OA：未开放; 是否预警：否; TOP期刊：是

出版信息：: 出版地区：UNITED STATES; 出版商：MIT Press Journals; 出版语言：English; 出版周期：Quarterly; 出版年份：1993; 研究方向：工程技术-计算机：理论方法

评价信息：: 影响因子：4.6; H-index：74; CiteScore指数：6.4; SJR指数：1.17; SNIP指数：1.256

发文数据：: Gold OA文章占比：7.27%; 研究类文章占比：100.00%; 年发文量：16; 自引率：0.0147...; 开源占比：0.1111; 出版撤稿占比：0; 出版国人文章占比：0.1; OA被引用占比：0.0069...

投稿咨询加急见刊

英文简介期刊介绍 CiteScore数据中科院SCI分区 JCR分区发文数据常见问题

英文简介Evolutionary Computation期刊介绍

Evolutionary Computation is a leading journal in its field. It provides an international forum for facilitating and enhancing the exchange of information among researchers involved in both the theoretical and practical aspects of computational systems drawing their inspiration from nature, with particular emphasis on evolutionary models of computation such as genetic algorithms, evolutionary strategies, classifier systems, evolutionary programming, and genetic programming. It welcomes articles from related fields such as swarm intelligence (e.g. Ant Colony Optimization and Particle Swarm Optimization), and other nature-inspired computation paradigms (e.g. Artificial Immune Systems). As well as publishing articles describing theoretical and/or experimental work, the journal also welcomes application-focused papers describing breakthrough results in an application domain or methodological papers where the specificities of the real-world problem led to significant algorithmic improvements that could possibly be generalized to other areas.

期刊简介Evolutionary Computation期刊介绍

《Evolutionary Computation》自1993出版以来，是一本计算机科学优秀杂志。致力于发表原创科学研究结果，并为计算机科学各个领域的原创研究提供一个展示平台，以促进计算机科学领域的的进步。该刊鼓励先进的、清晰的阐述，从广泛的视角提供当前感兴趣的研究主题的新见解，或审查多年来某个重要领域的所有重要发展。该期刊特色在于及时报道计算机科学领域的最新进展和新发现新突破等。该刊近一年未被列入预警期刊名单，目前已被权威数据库SCIE收录，得到了广泛的认可。

该期刊投稿重要关注点：

预计审稿时间：约3.0个月
国际TOP期刊
计算机科学
COMPUTER SCIENCE, THEORY & METHODS
SCIE
中科院2区
非预警

Cite Score数据（2024年最新版）Evolutionary Computation Cite Score数据

CiteScore：6.4
SJR：1.17
SNIP：1.256

学科类别	分区	排名	百分位
大类：Mathematics 小类：Computational Mathematics	Q1	24 / 189	87%

CiteScore 是由Elsevier(爱思唯尔)推出的另一种评价期刊影响力的文献计量指标。反映出一家期刊近期发表论文的年篇均引用次数。CiteScore以Scopus数据库中收集的引文为基础，针对的是前四年发表的论文的引文。CiteScore的意义在于，它可以为学术界提供一种新的、更全面、更客观地评价期刊影响力的方法，而不仅仅是通过影响因子(IF)这一单一指标来评价。

历年Cite Score趋势图

中科院SCI分区Evolutionary Computation 中科院分区

中科院 2023年12月升级版 综述期刊：否 Top期刊：否

大类学科	分区	小类学科	分区
计算机科学	2区	COMPUTER SCIENCE, THEORY & METHODS 计算机：理论方法 COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能	2区 3区

中科院分区表 是以客观数据为基础，运用科学计量学方法对国际、国内学术期刊依据影响力进行等级划分的期刊评价标准。它为我国科研、教育机构的管理人员、科研工作者提供了一份评价国际学术期刊影响力的参考数据，得到了全国各地高校、科研机构的广泛认可。

中科院分区表 将所有期刊按照一定指标划分为1区、2区、3区、4区四个层次，类似于“优、良、及格”等。最开始，这个分区只是为了方便图书管理及图书情报领域的研究和期刊评估。之后中科院分区逐步发展成为了一种评价学术期刊质量的重要工具。

历年中科院分区趋势图

JCR分区Evolutionary Computation JCR分区

2023-2024 年最新版

按JIF指标学科分区	收录子集	分区	排名	百分位
学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q2	50 / 197	74.9%
学科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q1	22 / 143	85%

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q2	54 / 198	72.98%
学科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q1	30 / 143	79.37%

JCR分区的优势在于它可以帮助读者对学术文献质量进行评估。不同学科的文章引用量可能存在较大的差异，此时单独依靠影响因子(IF)评价期刊的质量可能是存在一定问题的。因此，JCR将期刊按照学科门类和影响因子分为不同的分区，这样读者可以根据自己的研究领域和需求选择合适的期刊。

历年影响因子趋势图

发文数据

2023-2024 年国家/地区发文量统计

国家/地区数量
England15
Australia11
CHINA MAINLAND11
USA10
GERMANY (FED REP GER)8
Netherlands7
France6
Japan5
Scotland5
Brazil4

本刊中国学者近年发表论文

1、Parameterized Analysis of Multi-objective Evolutionary Algorithms and the Weighted Vertex Cover Problem.
Author: Pourhassan M¹, Shi F², Neumann F³.

Journal: Evol Comput. 2019 Apr 23:1-17. doi: 10.1162/evco_a_00255. [Epub ahead of print]
2、A Predictive-Reactive Approach with Genetic Programming and Cooperative Co-evolution for Uncertain Capacitated Arc Routing Problem.
Author: Liu Y¹, Mei Y², Zhang M³, Zhang Z⁴.

Journal: Evol Comput. 2019 Apr 23:1-25. doi: 10.1162/evco_a_00256. [Epub ahead of print]
3、Difficulty Adjustable and Scalable Constrained Multi-objective Test Problem Toolkit.
Author: Fan Z¹, Li W², Cai X³, Li H⁴, Wei C⁵, Zhang Q⁶, Deb K⁷, Goodman E⁸.

Journal: Evol Comput. 2019 May 23:1-28. doi: 10.1162/evco_a_00259. [Epub ahead of print]
4、Scheduling Functions for Position Updating in Population Based Optimization Algorithms
Author: jeremy.mange

Journal: EVOLUTIONARY COMPUTATION, 2016.
5、Average convergence rate of evolutionary algorithms
Author: lingm

Journal: EVOLUTIONARY COMPUTATION, 2016.
6、Multifactorial evolution: toward evolutionary multitasking
Author: liangf

Journal: EVOLUTIONARY COMPUTATION, 2016.
7、Hybridizing Different Local Search Algorithms with Each Other and Evolutionary Computation: Better Performance on the Traveling Salesman Problem
Author: tweise

Journal: EVOLUTIONARY COMPUTATION, 2016.
8、Benchmarking Dynamic Three-Dimensional Bin Packing Problems Using Discrete-Event Simulation
Author: Changhe.lw

Journal: EVOLUTIONARY COMPUTATION, 2016.