行业4.0是第四次工业革命由智能制造。工厂集生产设备、无线信号连接,传感器到一个复杂的生态系统平台,可以监督整个生产过程和执行自主决策。在工业革命的过程中,很多复杂的行业数据积累。4.0是一个重大的挑战在工业应对不确定性、不精确、不完备的数据。基于模糊理论的模糊语言方面的表示提供了一个简单的框架用于建造更多的可以理解,imprecision-aware决策支持系统

到目前为止,尽管模糊系统被广泛用于行业数据分析,有大量的研究挑战和开放问题优化探索。,进一步研究多目标优化,科学编程方法包括进化计算,和稀疏优化已经成功地和有效地应用在许多领域。因此,设计一个高效和有效的模糊系统与科学编程方法来处理不确定性是一个新兴的和有前途的话题来提高推理和智能监测、控制、诊断和优化行业4.0。

这个特殊的问题旨在整理原始研究和评论文章,面对当代研究模糊系统建模复杂的行业数据的问题。

潜在的主题包括但不限于以下:

• 科学规划,减少模糊规则
• 科学规划高效的祖先和顺向学习
• 模糊系统建模的多通道行业数据
• 模糊系统建模不完整的行业数据
• 进化学习理论在科学编程
• 多目标优化理论在科学编程
• 稀疏优化理论在科学编程
• 在线科学编程复杂的行业数据