新兴技术的迅速发展和应用在移动互联网环境中(如物联网、云计算、人工智能,增强/虚拟现实行业4.0,等等)也带来了新的商业模式和新的产业。这一趋势已向社会和经济生活注入新的活力,进一步充实和扩大大数据领域的应用创新,带来了许多新的和重要主题为学术界和实践者。数据驱动的管理和决策等高频特性,实时深度定制,完整的沉浸式交互,跨组织集成和多种学科的决策。

在大数据时代,每个行业所产生的大量数据是超高的维度,这就需要创新的解决方案来发现所需的模式。基于大数据分析的解决方案和智能计算正越来越多地用于减少处理的复杂性和认知负担这样的大量数据。具体来说,仿生优化算法和计算神经科学算法越来越被证明是许多复杂问题的最优解。

这个特殊的问题重点是数据驱动的管理和决策管理、多学科合作研究信息,数学,科学,医学,注重决策由仿生学研究的理论范式和计算神经科学算法应用于多目标数据,特别是大数据。我们的目标是提供一个论坛,讨论数据驱动的多目标决策的研究基于这些新兴智能算法。最初的研究和评论文章是受欢迎的。

潜在的主题包括但不限于以下:

• 可辩解的多目标决策
• 应用多目标决策
• 多目标决策方法和应用
• 多准则决策方法和应用
• 多属性决策方法及应用
• 范式和理论扩展新的决策范式的转变
• 智能仿生算法的决策(例如,遗传蜜蜂殖民地(GBC)算法,鱼蜂群算法(FSA),猫群优化(方案),鲸鱼优化算法(WOA),人工藻类算法(AAA),象搜索算法(ESA),鸡群优化算法(CSOA),蛾火焰优化(MFO)和灰太狼优化(拥有)算法)
• 计算建模技术从系统神经科学、认知神经科学、计算/理论神经科学、认知科学、心理学和认知神经机制负责模型感知、认知和行为应用于智能决策
• 自治代理和多主体系统的进化算法
• 强化学习的多目标决策
• 多目标博弈理论
• 多目标专家系统和决策支持系统
• 神经科学和认知科学(如神经编码,脑-机接口)
• 社会方面的智能决策(如公平、隐私、可解释性)