产品表面算法是通用的问题解决者,作为智能代理的集合,模仿自然有趣的现象为了有效地解决一个特定问题。许多属于人工智能优化技术出生在这种模式下,能够结合数据,知识,学习,构建先进的算法和搜索策略。这对于神经工程是一个非常有趣的领域,和其他人工智能应用程序。

在过去三年,许多新产品表面算法已经提出,比如人类行为的优化,斑点鬣狗优化,蜻蜓优化,安第斯秃鹰算法,水蒸发优化、集体决策优化、互动搜索算法、气-液平衡metaheuristic,自私的牛群算法,散射和排斥的群体智慧,社会工程优化、病毒蚁群搜索,热交换优化和kidney-inspired算法。其中大部分涉及到有趣的小说方面,使复杂问题的有效解决,特别是从赋权和np完全类的问题。

这个特殊的问题旨在发布原始研究和评论文章涉及的理论和/或实践方面最近的自然神经工程算法。

潜在的主题包括但不限于以下:

• 最近产品表面在神经工程算法
• 最近产品表面算法在神经网络
• 最近产品表面算法在计算神经科学
• 最近产品表面算法在实际优化问题
• 最近产品表面神经网络学习算法,反之亦然