近年来，大数据及其在强化决策过程中提供宝贵见解的潜力吸引了学术界和产业界越来越多的兴趣。

在过去几年里，企业和公共行政部门以及众多工业和科学研究设施产生的数据量已不可估量地增加，将传统系统变成了复杂或超级复杂的系统。这些数据可以是结构化的、半结构化的和/或非结构化的，从各种各样的平台(例如:机器对机器通信、社交媒体网站和传感器网络)。

计算智能技术形成了一套自然启发的计算方法和技术，已经发展起来，以面对上述复杂的科学规划，传统模型无法工作，由于过程的高度复杂性、不确定性和随机性。这些技术通常包括并行/分布式模式识别技术、遗传编程、模糊系统或进化计算。

本特刊的主要目的是收集计算机智能应用于科学编程领域的最新研究成果，以及最新的问题和挑战。建议提交的论文应该是原创的、未发表的、新颖的、深入的、在方法论或应用上有重大贡献的研究。也欢迎评论以下主题的文章。

潜在的主题包括但不限于以下内容:

• 与数据挖掘相关的科学编程问题的机器学习方法
• 应用于科学预测问题的并行/分布式模式识别策略的编程建模
• 基于并行计算的异构系统大数据分析计算智能性能建模
• 基于模糊规则的语言，用于处理处理非常大的数据集的不确定性
• 应用于机器学习、大数据分析和科学计算的科学编程语言和/或软件包
• 应用优化、混沌理论和非线性动力学方法求解科学规划