仿生计算(BIC)关注计算机算法和模型的设计和开发基于复杂的生物学机制和生活现象。BIC方法如神经网络、遗传算法、人工免疫系统规范的复杂性的方法,证明了强大的解决科学与工程问题。然而,能源等新兴复杂系统中存在的问题,运输和物流系统大规模、强非线性和高度耦合,并显著挑战当前的计算工具。

这个特殊的问题旨在征集高质量的原始研究和评论文章最近新兴和交叉学科领域的复杂地区利用仿生计算方法来解决科学与工程问题。它将汇集研究人员在相关领域的最新进展,新的计算方法和潜在的研究应用。所有原始文件相关仿生计算方法及其应用的建模、控制和优化复杂的科学和工程问题是受欢迎的。

潜在的主题包括但不限于以下:

• 遗传算法、和谐搜索和其他进化算法
• 神经网络和其他机器学习算法
• 自适应控制
• 状态估计、故障诊断
• 仿生机器人的设计
• 仿生计算复杂性为解决电力和能源问题
• 仿生计算复杂性的解决交通问题
• 仿生计算的复杂性,解决生产问题
• 仿生计算复杂性为解决金融问题
• 为解决智能汽车仿生计算的复杂性