算法类论文好难发表

算法类论文好难发表

智能算法类的应用比较广泛，认知比较多，所以好发文章。根据查询相关公开信息显示，智能算法类在很多行业都有相应的应用，也会发表这类的论文，经验比较丰富，非常清楚这类论文的发表。

自从接触论文以来，时间就更不属于自己了。只要每天一上线，就有读者作者咨询各种期刊各种问题各种价格各种流程，且要花时间静下心来阅读思考稿件和选题，琢磨和评估论文的发表与期刊的对应。这本身就是一个需要时间和思考的过程。经常还需要提出修改建议，与作者沟通。 现如今，学术期刊的编辑是越来越懒了，很多原本该编辑来做的工作，只好都由我们来做了，累了苦我们，自然也累了作者。 也有很多作者认为，我出钱花钱就行了，还有发表不了的？你们中介不就是收钱办事吗，收了钱还发表不了？收了钱你们还要我们来改稿件，还要我们来等待，还居然有审稿过不了的？其实，现如今发论文，真的不是花钱就能了事，真的是——没有钱万万不能，有钱也并非万能啊。 事实一再证明，论文是越来越难发了。这真是难以理解，但是想想，也很容易理解。 现在国家对论文、职称的评价、晋升体制在慢慢改进，所谓政策在变化。但是，改的结果往往是提高要求。对学生来说，很多地方很多学校在放宽要求，有的都允许不发论文；但是对于博士生毕业，博士后入站出站；对于职称的晋升等，实际要求在提高。以前可能主要你公开发表了就可以的，现在也要求你发核心刊物了；以前只要求你发北大核心的，现在要求你发CSSCI核心了；以前你发CSSCI扩展可以的，现在可能要求你发CSSCI来源才行了；以前发CSSCI来源可以的，现在要求你必须要在他们指定的挑选过的CSSCI刊物才行；又或者要求你必须要有几篇权威核心才可以了，经济类动不动就是要你发《经济研究》《中国农村经济》等了！统计的要你发《统计研究》了！管理的要求你发《管理世界》《软科学》什么的！报纸动不动就是《人民日报》《光明日报》……以前要求你发3篇的，现在可能要求你发5篇了！ 你说发论文，不难那才叫奇怪了！ 所以，很多核心刊物，就把页码开始加厚了，想多容一些论文，但是这只是一个天真的想法。首先，学术刊物不可能搞得给辞典一样，其次，我们国家的期刊管理都有备案，不是说你想怎么增加页码就怎么增加的，还得审批备案吧，特别是改变出刊周期的，比如双月刊变更月刊，月刊变更半月刊，都是必须申请办理的。再者，好像现在核心刊物的评价指标里，对那种旬刊半月刊等本身就排斥，对那种厚刊物也是排斥的，首先印象就不好！就算有的入选了核心，很多读者和网友还非常质疑，怎么这样的刊物还能入选核心？再加上，本身核心刊物的数量少，且核心又经常在评选中变动目录，真是让人有些无所适从了。 还有一个变化是，今年又有很多刊物开始有了财政的支持，有专项基金资助。学术刊物本身还在为了钱发愁的话，那么有了资金资助后他们的正常运转是没问题了，所以不再为了钱这个问题而犯难，所以对论文和期刊的质量要求自然也就有了更高的要求，发表自然也就更见难了。各种刊物也就都做专题专栏选题了，邀请的都是一些专家教授和权威人士来主持栏目，留给一般作者的阵地也就越来越少了。其实，这种约稿的形式，很容易拉大旗扯大皮，很多专家教授博导主持和长期霸占着一些学术期刊资源，他们主持的那一组论文，很多可能都是他们圈子里的相熟的相好的人写写发发，有的就交由自己带的博士生来完成，很多博士生在选择博导的时候也都考虑自己的老师是否在这方面有资源，而很多学生也很容易把心思花在与导师拉关系套人情以达到导师帮忙推荐论文到核心安排或者直接参与栏目的稿件选题，最终得以顺利刊发也就是迟早的事了。所以，经常有作者找我们聊了聊刊物、价格后舍不得费用，舍不得花心思写好论文，而是说还是回去选择找导师帮忙发论文更来得稳当，也可能是因了如上原因的关系。现如今，关系网无处不在，专家教授博导手里掌握着很多学术资源，只是看他愿不愿意出手的问题了。很多时候，他们本身就是这些核心期刊、学报的编委、顾问、外审专家、特邀主持，甚至是直接的编辑，主编。又或者他们曾经的学生、同事、朋友，就在核心刊期、学报里任职，总之，盘根错节是难免了。那么，每一篇论文想得到公正的审稿录用，这就必须打一个大大的问号了。 实际上，中介，并非与期刊有着什么大家猜想、以为的那种合作与交易（当然，那种个别的很烂很烂的核心除外，比如以前我们见过的《商场现代化》）。这是不太可能的事！要运作一篇论文，也只能是依靠这种或者那种盘根错节的关系才能有可能搞定了。要是有着直接的，想象的那么容易的“交易”，这事就非常简单了，但是事实不可能如此。核心刊物，不可能被你一个网站一个中介左右的！！——真因为如此，现在发论文为什么这么贵，也就不奇怪了！不贵，那才叫奇怪。除非你真正牛，论文选题与质量够牛，再加上碰到的编辑够慧眼且职业操守不错，能够静心阅读且思考，然后与你沟通修改，然后认真到编审会上推荐你的论文，你才有可能获得通过！——当然，这样一来，你可能根本不用花一分钱！如此，我只能说你够牛，且够运气！这样的作者学者，还是大有人在的。总有那么一些人，能够好好教学好好研究，能够写出研究出有价值的学术论文，他们在为我们的文化与科技做出传承与创新！他们是学术的中流砥柱，是主流精英！ 做论文，我尽量做到懂一点学术，懂一点期刊，有一点关系，还要有一点耐心！同样，我希望与我合作的作者也需要有点耐心。经常有作者，今天把论文给我，过两天就来问，我的论文可以了吗？是的，有时候我可能当场就告诉你没问题，但是有很多论文和期刊，我是无法把握那么精准的，加上运作一个论文，很多时候并非我一个人能搞定的事，我需要按照约定的一些规则和程序来送稿件，坏了规矩，以后人家就再也不给你“合作”了，人家不稀罕也不缺少“合作”。甚至，人家就可以不合作。别人可不是等着米下锅，没钱吃饭了。你去找人家，只能是锦上添花，不能添乱才行。耐心，才有可能顺利搞定！ （编辑随笔，后续再写！见笑了！

关键在于论文的内容、形式与发表的位置，如果不考虑发表出处的话，应该不是太难。

不好发，进化算法不好发论文，在进化算法领域,里面的论文鱼龙混杂,好的论文非常好,差的非常水,部分算法甚至完全无法复现论文效果。非常吃圈子关系

算法类论文好难发表啊

关键在于论文的内容、形式与发表的位置，如果不考虑发表出处的话，应该不是太难。

第一步. 调研、入门1. 确定一个感兴趣的大领域，比如分布式系统或者机器学习，或者深度神经网络。读这个领域经典算法和技术，也可以是几本比较好的书，读完然后再实践实践，动手加深理解。这个过程做完就算是初步入门了。2. 找该领域的顶级会议，比如系统领域的有OSDI、SOSP，机器学习的领域有ICML、CVPR，深度学习的有NIPS、ICLR等等，可以搜CCF会议推荐列表看各领域的顶会列表。然后看近几年这些顶会的论文，因为这代表了最新的研究热点，咱不是说一味的追热点啊，毕竟对于初学者没有足够的领域专业背景，追热点是最快的方法。因为热点往往是该领域最亟待解决的问题，往往是发展最快的小方向，也最容易产生新成果。如果是老问题，人家都研究十几年了，给你留下的待解决的问题就很少或者不是很重要。当然如果是有几十年经验的研究者就不必追热点，他们知道该领域哪些是fundamental的问题，哪些是最值得研究的问题。3. 读了这些前沿论文后，确定一个小方向，比如分布式系统是个大方向，小方向可能是机器学习分布式训练；大方向是深度学习，小方向可能就是graph embedding；大方向是机器学习，小方向可能是半监督学习等等。确定小方向的过程是个知识不断积累的过程，非常重要，这需要你对大方向有很多了解，对小方向有更深入更全面的理解，需要读好至少100篇以上论文，需要你知道该小方向的研究进展历史，这需要你知道该小方向别人都在哪方面做工作，做该小方向的顶级研究组都有哪些，他们正在干什么。第二步. 发现问题这步超级难，如果发现了个好问题，那就是成功的一半。这个问题最好是重要的、本质的、没有直观解决方法的。4. 确定小方向后，你需要阅读大量的这个小方向的论文和了解开源项目，再不断聚焦，再确定一个要改进和优化的小小方向，这个可能就是论文的主题。小小方向可能是机器学习分布式系统中的parameter server通信模型，可能是dynamic graph embedding等。然后就要更聚焦地读这方面的相关论文，这时候论文就比较少了，几篇到几十篇到几百篇都有可能，这些论文要精读，花几个月时间研究一篇论文也不为过。5. 挑几个重要的论文工作实现，也可以找开源的运行跑一跑试一试，idea往往从实际运行中来，光靠读是不行的。这个跑一跑可能需要你尝试不同的运行环境，不同的workload数据集，不同的应用场景等。比如，parameter server（PS）模型在本地集群上跑是不是和paper声明的一样、在异构的动态性极强的集群环境下效果怎么样、除了paper提到的算法处理其他算法的时候效果怎么样、除了paper提到的数据集换另外一类数据集怎么样；graph embedding方法处理密集图和稀疏图都怎么样，处理动态变化的图怎么样，等等吧。你要发现X方法仅在a环境下好用，在b环境不好用。这个就是发现问题的过程。当然，没经验的研究者可能很难想到多种环境、多种workload、多种应用场景，这就需要积累。另外一个发现问题的方法是从实际生产中来，这个当然是最好的，但是往往是大企业环境下才有这个条件。6. 确定你发现的问题还没有被解决。这又需要广泛的阅读和调研，但是问题已经很聚焦了，搜索也会很容易，用你特定问题的关键字在google 搜索（这里强烈建议用google，其他搜索引擎基本搜不到），找到解决相关问题的论文。看看这些论文是不是已经解决了该问题，如果解决了，你有两种方案：第一，该问题已经解决的非常好了，放弃解决该问题。第二，该问题的解决方案还有问题，我还有更好的办法。我建议后者，最起码尽量尝试尝试。5和6步是个迭代的过程…第三步. 分析问题7. 分析问题产生的本质原因。这个往往和第5步发现问题同时进行。这一步靠的是功底和积累，靠的是对问题的理解程度。理解的越深刻，分析的越透测，你之后产生的解决思路就越有可能正确和有效。比如分布式机器学习的PS模型在异构环境下、和在处理数据不均匀的情况下就不好，本质原因是其同步的集中式通信模型，造成PS集中服务器往往需要等待。传统graph embedding方法采用批处理模式，需要graph的全局信息做embedding，当然无法应付动态性非常强的局部更新情况。8. 基于分析，就是对该问题的深刻理解，产生改进的idea。这个可能很难，可能靠运气，但我觉得更多的是靠对问题的理解程度，理解的越深刻，本质原因抓的越准，就越可能产生创新idea。读过一本介绍google企业文化的书，google产品的成功，既不是靠技术能力，也不是靠用户需求，而是靠技术洞见（insight），这就是对问题本质的深刻理解。比如，PS模型在某环境下问题的本质原因是集中式的同步模型，那么我们就可以提出尝试异步通信的模型的idea。分析能力跟个人的批判性思维、独立思考能力都有关，而这正是中国人欠缺的，可以通过读有深刻见地的书籍文章、经常提问来锻炼。第四步. 解决问题9. 实现你的idea，做大量实验验证。这需要动手能力，需要编程能力，需要坐得住。10. 验证你的解决方案，根据实验分析不断优化你的方法。做了大量试验后，得到了若干结果，可能是不好的结果，但是不要一下子否定自己的解决方案，这不能说明你的idea不好用。一个好的方法往往经过千锤百炼，同样，你的idea通常不会一下子就成功。需要你根据实验结果分析不好的原因，然后基于你的理解改进方法，这是一个反复不断迭代的过程。比如，你发现异步PS模型效果还不如原来的呢。那么关键的是，你要问自己为什么？为什么理应提升的却没有提升？你要看实验运行的日志，看看是哪里慢了，差在哪里，最后你经过不断的实验、分析、思考，你发现了，你提出的异步PS模型虽然没有了等待开销，但是计算的有效性却降低了，结果整体性能反而下降了。那么你下一次迭代就要想怎么把这个计算有效性提上来。我又有了个方法，可以评估每次计算的有效性，然后把计算资源都投到有效性高的计算上。OK，idea不错，那么怎么评估有效性呢？不能开销太大，否则又得不偿失了，你可能想到了一种近似地评估方法。重新实现后，发现效果还不错。OK，恭喜你！你可以准备发论文了！整个研究过程，导师将起到关键的作用。导师可能会给你个问题，这是难能可贵的，基本帮你做了一半的事了，否则你可能需要花上一年时间找问题。然后整个研究过程，都是在导师的引导下进行，需要定期向导师汇报，与导师讨论idea和请导师分析实验结果。最好自己也要经常找同门讨论，而不是闭门造车。第五步. 撰写论文11. 设计你的论文，草拟论文的骨架。每一章都写啥，每一段都写啥，实验都做啥。论文的逻辑往往比语言重要的多，逻辑合理的论文更易读懂，即使咱华人有天生的英语语言缺陷，但是好的逻辑就可以弥补这个不足。写论文就和讲故事一样，怎么能把一个事说明白，不那么简单，甚至说很难，需要不断锻炼。写完给老师看，老师同意后进行下一步12. 写作论文。这个就是根据骨架填肉的过程，但是这一步也不简单，特别对于英语不好的同学，写出来的东西简直是不忍直视、不堪入目、毁人三观。最近上海某高校老师辱骂学生这事就是因为这个，我可以说，我每次看到学生论文也都是这个心情，给学生通宵改论文在家里一边改一边骂，但是当面对学生还是要以鼓励为主，要耐心，要耐心，要耐心，尽力压制自己的怒火，以平和的心态帮助学生提高，期望他下次能给个更好的版本。但是往往事与愿违，看淡点吧，仅求写作态度好点就行了，毕竟这不是一朝一夕能提高的，需要你不断积累。有几个写作的方法吧。第一，不要自己想当然，对于不确定的句型，用“”扩上上google搜，看看你这句型有多少人用过，如果没有几个人用，那就别用，换个写法。第二，读别人论文时，遇到好的句型就记下来，不断积累才能提高。第三，避免一切语法错误，我觉得这个是可以做到的，现在网上那么多工具都可以用。语法错误都避免不了那基本就是态度问题。遗憾的是，我很少遇到能避免语法错误的学生，我生气往往是因为态度问题，而不是能力问题。第四，尽量用短句用简单句子，别用长句。你写论文是为了让别人理解你的方法，不是写文艺作品，能说明白就行。13. 提炼总结，改进方法。写作的过程也是屡顺自己思路的过程，写作的过程中往往也能发现自己方法的漏洞，那么就要继续回到8，重新思考解决方案，又或者你发现需要补实验来支撑你的论点，那么就继续实现系统做实验，得到实验结果。14. 关于实验。怎么做实验是学生总问的问题，怎么做科学实验也是一个很重要的问题，有对照组、无偏的、定量的，这些都是科学实验的重要要素。如果有解决该问题的其他方法你首先要说明你的方法更好，至少在某一方面更好，这其中可能要涉及到不同的执行环境，或不同的算法数据集。然后设计实验说明你的方法好在哪里，用实验数据说明，比如异步PS和同步PS对比。然后你要进一步用实验数据说明，异步PS的有效性也提高了，如果不考虑有效性的话那么结果就不好。然后你的方法是否有些重要的超参数，试试variation导致各种结果。在实验结果展示方面，要学会用各种工具画各种图，把重要的因素用可视化方式体现出来。第六步. 投稿和看待审稿意见15. 接下来就是投稿。选一个合适的会议或期刊投稿，这个可以听老师的，老师基本有这方面的常识，根据你工作的方向和档次选择合适的去处。确定好了哪个会议期刊后，就需要按照会议期刊要求来整理论文格式，latex是必会的工具了。之后赶在deadline之前提交论文，这个最后的几天可能很痛苦，因为你的论文和方法总有改进的地方，老师的要求会让你最后几天是最忙的几天。但是需要认识到，凡事无完美，你总也改不到完美，你需要一个deadline来督促你完成一个milestone。开始进一步工作或下一个工作。16. 看待评审意见。接下来是漫长的等待，会议一般是2-3个月的时间，结果可能是接收也可能是拒掉，相比于结果，更应该看评审意见，看看这些意见是否合理，是否能解决，无论是接收还是拒绝，然后接下来就再次回到解决问题的部分，再次开始优化方法的过程。如果是接收了，那就可以准备订机票开会旅游去了。如果是拒掉那一般是有比较大的问题，那就再仔细深思下一下你的方法。继续优化，还是降低档次投个差点的会，就看你导师的了。第七步. 后续17. 宣传你的工作，扩大影响力。首先你可能是要去参加会议，做个漂亮的ppt，反复演练，争取有比较好的演讲效果。有时你导师有机会去一些地方做报告，把这个工作介绍一下，都是扩大影响力的方法。18. 开放源码。还有是尽量把自己工作的代码和数据开放，挂到网上，让别人来使用，接受别人的改进意见或者是简单的debug。咱不是专业的工程人员，也不用指望你的成果可以马上用于生产，个人觉得开放代码主要是为了让别人更好滴了解你的方法，这有助于扩大影响力，产生后续研究工作。如果有人引用你的论文、或咨询论文内容、又或是使用了你的代码和数据，这也算是你对整个科研事业有那么一丁点的贡献了，这比水论文有意义多了。整体来说，发表论文需要你有：批判思维能力，动手能力，知识面，写作能力，表达能力，英语，韧劲（抗打击能力）等等一系列能力，如果在研究生期间真能发表一篇论文，经历了以上这么多磨难和锻炼，我想你的能力也是不知不觉提高了很多，成为了该小小方向的一个小小的专家了。这对你来说，是最最重要的。这里我提到了韧劲，就是说，在解决问题过程中，你会受到不断的打击，包括来自导师的、来自自己的实验结果方面的、来自评审意见的，但是你要做的就是，站起来，继续凿，直到导师满意，知道reviewer满意，直到大家满意。别把这事想简单了，当你想象一下周围好多人都发好多sci了，而你还在为这么一篇完全未知结果的论文而这么努力的时候，我觉得大部分人可能就是缺少这个韧劲才最终以失败告终的…最后，我想再强调一下，发论文不是简单地发论文，而是通过发论文宣传你的工作，以便对某技术或人有那么一丁点影响。无论你发哪个档次的论文，只要目标正确，我觉得你都会有收获和有贡献的。相比较于为了发论文而发论文，你会觉得你是那么地高尚和高大，他们只是造废纸，而你已经对社会有贡献了…（以上内容来源于学术堂）

自从接触论文以来，时间就更不属于自己了。只要每天一上线，就有读者作者咨询各种期刊各种问题各种价格各种流程，且要花时间静下心来阅读思考稿件和选题，琢磨和评估论文的发表与期刊的对应。这本身就是一个需要时间和思考的过程。经常还需要提出修改建议，与作者沟通。 现如今，学术期刊的编辑是越来越懒了，很多原本该编辑来做的工作，只好都由我们来做了，累了苦我们，自然也累了作者。 也有很多作者认为，我出钱花钱就行了，还有发表不了的？你们中介不就是收钱办事吗，收了钱还发表不了？收了钱你们还要我们来改稿件，还要我们来等待，还居然有审稿过不了的？其实，现如今发论文，真的不是花钱就能了事，真的是——没有钱万万不能，有钱也并非万能啊。 事实一再证明，论文是越来越难发了。这真是难以理解，但是想想，也很容易理解。 现在国家对论文、职称的评价、晋升体制在慢慢改进，所谓政策在变化。但是，改的结果往往是提高要求。对学生来说，很多地方很多学校在放宽要求，有的都允许不发论文；但是对于博士生毕业，博士后入站出站；对于职称的晋升等，实际要求在提高。以前可能主要你公开发表了就可以的，现在也要求你发核心刊物了；以前只要求你发北大核心的，现在要求你发CSSCI核心了；以前你发CSSCI扩展可以的，现在可能要求你发CSSCI来源才行了；以前发CSSCI来源可以的，现在要求你必须要在他们指定的挑选过的CSSCI刊物才行；又或者要求你必须要有几篇权威核心才可以了，经济类动不动就是要你发《经济研究》《中国农村经济》等了！统计的要你发《统计研究》了！管理的要求你发《管理世界》《软科学》什么的！报纸动不动就是《人民日报》《光明日报》……以前要求你发3篇的，现在可能要求你发5篇了！ 你说发论文，不难那才叫奇怪了！ 所以，很多核心刊物，就把页码开始加厚了，想多容一些论文，但是这只是一个天真的想法。首先，学术刊物不可能搞得给辞典一样，其次，我们国家的期刊管理都有备案，不是说你想怎么增加页码就怎么增加的，还得审批备案吧，特别是改变出刊周期的，比如双月刊变更月刊，月刊变更半月刊，都是必须申请办理的。再者，好像现在核心刊物的评价指标里，对那种旬刊半月刊等本身就排斥，对那种厚刊物也是排斥的，首先印象就不好！就算有的入选了核心，很多读者和网友还非常质疑，怎么这样的刊物还能入选核心？再加上，本身核心刊物的数量少，且核心又经常在评选中变动目录，真是让人有些无所适从了。 还有一个变化是，今年又有很多刊物开始有了财政的支持，有专项基金资助。学术刊物本身还在为了钱发愁的话，那么有了资金资助后他们的正常运转是没问题了，所以不再为了钱这个问题而犯难，所以对论文和期刊的质量要求自然也就有了更高的要求，发表自然也就更见难了。各种刊物也就都做专题专栏选题了，邀请的都是一些专家教授和权威人士来主持栏目，留给一般作者的阵地也就越来越少了。其实，这种约稿的形式，很容易拉大旗扯大皮，很多专家教授博导主持和长期霸占着一些学术期刊资源，他们主持的那一组论文，很多可能都是他们圈子里的相熟的相好的人写写发发，有的就交由自己带的博士生来完成，很多博士生在选择博导的时候也都考虑自己的老师是否在这方面有资源，而很多学生也很容易把心思花在与导师拉关系套人情以达到导师帮忙推荐论文到核心安排或者直接参与栏目的稿件选题，最终得以顺利刊发也就是迟早的事了。所以，经常有作者找我们聊了聊刊物、价格后舍不得费用，舍不得花心思写好论文，而是说还是回去选择找导师帮忙发论文更来得稳当，也可能是因了如上原因的关系。现如今，关系网无处不在，专家教授博导手里掌握着很多学术资源，只是看他愿不愿意出手的问题了。很多时候，他们本身就是这些核心期刊、学报的编委、顾问、外审专家、特邀主持，甚至是直接的编辑，主编。又或者他们曾经的学生、同事、朋友，就在核心刊期、学报里任职，总之，盘根错节是难免了。那么，每一篇论文想得到公正的审稿录用，这就必须打一个大大的问号了。 实际上，中介，并非与期刊有着什么大家猜想、以为的那种合作与交易（当然，那种个别的很烂很烂的核心除外，比如以前我们见过的《商场现代化》）。这是不太可能的事！要运作一篇论文，也只能是依靠这种或者那种盘根错节的关系才能有可能搞定了。要是有着直接的，想象的那么容易的“交易”，这事就非常简单了，但是事实不可能如此。核心刊物，不可能被你一个网站一个中介左右的！！——真因为如此，现在发论文为什么这么贵，也就不奇怪了！不贵，那才叫奇怪。除非你真正牛，论文选题与质量够牛，再加上碰到的编辑够慧眼且职业操守不错，能够静心阅读且思考，然后与你沟通修改，然后认真到编审会上推荐你的论文，你才有可能获得通过！——当然，这样一来，你可能根本不用花一分钱！如此，我只能说你够牛，且够运气！这样的作者学者，还是大有人在的。总有那么一些人，能够好好教学好好研究，能够写出研究出有价值的学术论文，他们在为我们的文化与科技做出传承与创新！他们是学术的中流砥柱，是主流精英！ 做论文，我尽量做到懂一点学术，懂一点期刊，有一点关系，还要有一点耐心！同样，我希望与我合作的作者也需要有点耐心。经常有作者，今天把论文给我，过两天就来问，我的论文可以了吗？是的，有时候我可能当场就告诉你没问题，但是有很多论文和期刊，我是无法把握那么精准的，加上运作一个论文，很多时候并非我一个人能搞定的事，我需要按照约定的一些规则和程序来送稿件，坏了规矩，以后人家就再也不给你“合作”了，人家不稀罕也不缺少“合作”。甚至，人家就可以不合作。别人可不是等着米下锅，没钱吃饭了。你去找人家，只能是锦上添花，不能添乱才行。耐心，才有可能顺利搞定！ （编辑随笔，后续再写！见笑了！

不好发，进化算法不好发论文，在进化算法领域,里面的论文鱼龙混杂,好的论文非常好,差的非常水,部分算法甚至完全无法复现论文效果。非常吃圈子关系

算法类论文好难发表啊知乎

进化算法好发论文。该刊号称控制领域顶刊，但目前来看影响因子虚高。至少在进化算法领域，里面的论文鱼龙混杂，好的论文非常好，差的非常水，部分算法甚至完全无法复现论文效果。非常吃圈子关系，必须有IEEE fellow压阵，2021年全年该刊发表论文1329篇，其中国人发表1121篇。。。懂的都懂，没有大佬挂名慎投。该刊从侧面反映了目前进化算法领域存在的主要问题，圈子太小，部分人掌握了期刊话语权的诟病投稿方面审稿速度在三到四个月，四个审稿人，会为你打分，投稿时必须引用推荐与本论文最相近的三篇论文。

不好发，进化算法不好发论文，在进化算法领域,里面的论文鱼龙混杂,好的论文非常好,差的非常水,部分算法甚至完全无法复现论文效果。非常吃圈子关系

因为算法类数据出错的概率很小。算法类论文具有探索性，经过文献调研后，针对某一领域欲解决的问题和存在的问题有一定的见解，产生出一个题目，利用自己所学的专业知识加以研究算法类讲究的是正确率和数据所以很少概率会出错，所以算法类论文容易通过是因为算法类数据出错的概率很小。这样做你的毕业论文会比较完整，内容丰富，算法方面基本可以不要求较大的创新。

算法类论文好难发表怎么办

找刊物，有投稿邮箱。投稿、等待通知、缴费、等待发表、发表

从本科毕业论文开始，无论是研究生，还是博士生，哪怕已经出来工作了，也躲不掉发表论文的噩梦。怎么样才能高效发表一篇期刊论文呢？

一、最快的方法当然是找代投机构如果你还在苦苦等待官方投稿，那你真的是太天真了！不仅耗时长，流程也很繁琐，更不要说能在1-3月内顺利发表（普刊最快也要3个月）作为一个一次发表即成功的人，我必须要说，期刊论文其实没你想象的那么难，前提是有个好的老师指导你~

二、要明确期刊的发表要求

选对了期刊，就等于成功了一半。一般情况下，除非是有其他特殊要求，否则都是发普刊。根据我发表的经验，离不开这5大要求：

1，对收录的数据库有要求，比如维普、万方、知网等等。

2，对期刊名称有要求，必须和专业相关。

3，对期刊邮发代号有要求，比如CN、ISSN等，全国公开发行的正规刊物。

4，对期刊级别没有特别要求，只要能发表出去即可。

5，或者要求必须是国家/省级，并对发型周期也有要求。除此之外，还要保证文章的原创度，不能赶过30%，这一点是非常重要的。字数上不要太多，3k左右，刚好够一个版面。

三、如何写一篇合格的期刊论文？

通常来说，不同类型的论文，会有不同的写作要求和格式要求。但是同样一点的要求是，开始落笔前，一定要有个写作框架。①标题：用最简短的字表达文章的核心主旨。千万注意不要过于宽泛，范围太广不利于自己的内容写作。②摘要：一章的摘要很重要，能否被审稿人一眼就看中，凭的就是摘要内容，摘要质量好不好直接决定审稿人会不会看你的稿子，所以一定要

③引言：这部分主要阐述的是你为什么要做这项研究，说明研究它的意义与价值。一个好的引言，应该是具有实用性和有趣性的结合。它的内容一般是：我们研究的问题是什么？研究价值在哪里？它有什么局限？自己对这个研究有什么发现，最后阐述研究的意义。

④内容：这个部分是整个文章的核心。文章怎么写，要有一个清晰的思路。之后就是发表了，这里要注意发表时间。一般周期都比较长，最短的有1个月，最长能达到1年！而且被网站收录后，还要再后延1-2个月。

首先要选对期刊，选对了期刊，就等于成功了一半。一般情况下，除非是有其他特殊要求，否则都是发普刊；其次，不同类型的论文，会有不同的写作要求和格式要求。 因此，开始落笔前，一定要有个写作框架。

第一步. 调研、入门1. 确定一个感兴趣的大领域，比如分布式系统或者机器学习，或者深度神经网络。读这个领域经典算法和技术，也可以是几本比较好的书，读完然后再实践实践，动手加深理解。这个过程做完就算是初步入门了。2. 找该领域的顶级会议，比如系统领域的有OSDI、SOSP，机器学习的领域有ICML、CVPR，深度学习的有NIPS、ICLR等等，可以搜CCF会议推荐列表看各领域的顶会列表。然后看近几年这些顶会的论文，因为这代表了最新的研究热点，咱不是说一味的追热点啊，毕竟对于初学者没有足够的领域专业背景，追热点是最快的方法。因为热点往往是该领域最亟待解决的问题，往往是发展最快的小方向，也最容易产生新成果。如果是老问题，人家都研究十几年了，给你留下的待解决的问题就很少或者不是很重要。当然如果是有几十年经验的研究者就不必追热点，他们知道该领域哪些是fundamental的问题，哪些是最值得研究的问题。3. 读了这些前沿论文后，确定一个小方向，比如分布式系统是个大方向，小方向可能是机器学习分布式训练；大方向是深度学习，小方向可能就是graph embedding；大方向是机器学习，小方向可能是半监督学习等等。确定小方向的过程是个知识不断积累的过程，非常重要，这需要你对大方向有很多了解，对小方向有更深入更全面的理解，需要读好至少100篇以上论文，需要你知道该小方向的研究进展历史，这需要你知道该小方向别人都在哪方面做工作，做该小方向的顶级研究组都有哪些，他们正在干什么。第二步. 发现问题这步超级难，如果发现了个好问题，那就是成功的一半。这个问题最好是重要的、本质的、没有直观解决方法的。4. 确定小方向后，你需要阅读大量的这个小方向的论文和了解开源项目，再不断聚焦，再确定一个要改进和优化的小小方向，这个可能就是论文的主题。小小方向可能是机器学习分布式系统中的parameter server通信模型，可能是dynamic graph embedding等。然后就要更聚焦地读这方面的相关论文，这时候论文就比较少了，几篇到几十篇到几百篇都有可能，这些论文要精读，花几个月时间研究一篇论文也不为过。5. 挑几个重要的论文工作实现，也可以找开源的运行跑一跑试一试，idea往往从实际运行中来，光靠读是不行的。这个跑一跑可能需要你尝试不同的运行环境，不同的workload数据集，不同的应用场景等。比如，parameter server（PS）模型在本地集群上跑是不是和paper声明的一样、在异构的动态性极强的集群环境下效果怎么样、除了paper提到的算法处理其他算法的时候效果怎么样、除了paper提到的数据集换另外一类数据集怎么样；graph embedding方法处理密集图和稀疏图都怎么样，处理动态变化的图怎么样，等等吧。你要发现X方法仅在a环境下好用，在b环境不好用。这个就是发现问题的过程。当然，没经验的研究者可能很难想到多种环境、多种workload、多种应用场景，这就需要积累。另外一个发现问题的方法是从实际生产中来，这个当然是最好的，但是往往是大企业环境下才有这个条件。6. 确定你发现的问题还没有被解决。这又需要广泛的阅读和调研，但是问题已经很聚焦了，搜索也会很容易，用你特定问题的关键字在google 搜索（这里强烈建议用google，其他搜索引擎基本搜不到），找到解决相关问题的论文。看看这些论文是不是已经解决了该问题，如果解决了，你有两种方案：第一，该问题已经解决的非常好了，放弃解决该问题。第二，该问题的解决方案还有问题，我还有更好的办法。我建议后者，最起码尽量尝试尝试。5和6步是个迭代的过程…第三步. 分析问题7. 分析问题产生的本质原因。这个往往和第5步发现问题同时进行。这一步靠的是功底和积累，靠的是对问题的理解程度。理解的越深刻，分析的越透测，你之后产生的解决思路就越有可能正确和有效。比如分布式机器学习的PS模型在异构环境下、和在处理数据不均匀的情况下就不好，本质原因是其同步的集中式通信模型，造成PS集中服务器往往需要等待。传统graph embedding方法采用批处理模式，需要graph的全局信息做embedding，当然无法应付动态性非常强的局部更新情况。8. 基于分析，就是对该问题的深刻理解，产生改进的idea。这个可能很难，可能靠运气，但我觉得更多的是靠对问题的理解程度，理解的越深刻，本质原因抓的越准，就越可能产生创新idea。读过一本介绍google企业文化的书，google产品的成功，既不是靠技术能力，也不是靠用户需求，而是靠技术洞见（insight），这就是对问题本质的深刻理解。比如，PS模型在某环境下问题的本质原因是集中式的同步模型，那么我们就可以提出尝试异步通信的模型的idea。分析能力跟个人的批判性思维、独立思考能力都有关，而这正是中国人欠缺的，可以通过读有深刻见地的书籍文章、经常提问来锻炼。第四步. 解决问题9. 实现你的idea，做大量实验验证。这需要动手能力，需要编程能力，需要坐得住。10. 验证你的解决方案，根据实验分析不断优化你的方法。做了大量试验后，得到了若干结果，可能是不好的结果，但是不要一下子否定自己的解决方案，这不能说明你的idea不好用。一个好的方法往往经过千锤百炼，同样，你的idea通常不会一下子就成功。需要你根据实验结果分析不好的原因，然后基于你的理解改进方法，这是一个反复不断迭代的过程。比如，你发现异步PS模型效果还不如原来的呢。那么关键的是，你要问自己为什么？为什么理应提升的却没有提升？你要看实验运行的日志，看看是哪里慢了，差在哪里，最后你经过不断的实验、分析、思考，你发现了，你提出的异步PS模型虽然没有了等待开销，但是计算的有效性却降低了，结果整体性能反而下降了。那么你下一次迭代就要想怎么把这个计算有效性提上来。我又有了个方法，可以评估每次计算的有效性，然后把计算资源都投到有效性高的计算上。OK，idea不错，那么怎么评估有效性呢？不能开销太大，否则又得不偿失了，你可能想到了一种近似地评估方法。重新实现后，发现效果还不错。OK，恭喜你！你可以准备发论文了！整个研究过程，导师将起到关键的作用。导师可能会给你个问题，这是难能可贵的，基本帮你做了一半的事了，否则你可能需要花上一年时间找问题。然后整个研究过程，都是在导师的引导下进行，需要定期向导师汇报，与导师讨论idea和请导师分析实验结果。最好自己也要经常找同门讨论，而不是闭门造车。第五步. 撰写论文11. 设计你的论文，草拟论文的骨架。每一章都写啥，每一段都写啥，实验都做啥。论文的逻辑往往比语言重要的多，逻辑合理的论文更易读懂，即使咱华人有天生的英语语言缺陷，但是好的逻辑就可以弥补这个不足。写论文就和讲故事一样，怎么能把一个事说明白，不那么简单，甚至说很难，需要不断锻炼。写完给老师看，老师同意后进行下一步12. 写作论文。这个就是根据骨架填肉的过程，但是这一步也不简单，特别对于英语不好的同学，写出来的东西简直是不忍直视、不堪入目、毁人三观。最近上海某高校老师辱骂学生这事就是因为这个，我可以说，我每次看到学生论文也都是这个心情，给学生通宵改论文在家里一边改一边骂，但是当面对学生还是要以鼓励为主，要耐心，要耐心，要耐心，尽力压制自己的怒火，以平和的心态帮助学生提高，期望他下次能给个更好的版本。但是往往事与愿违，看淡点吧，仅求写作态度好点就行了，毕竟这不是一朝一夕能提高的，需要你不断积累。有几个写作的方法吧。第一，不要自己想当然，对于不确定的句型，用“”扩上上google搜，看看你这句型有多少人用过，如果没有几个人用，那就别用，换个写法。第二，读别人论文时，遇到好的句型就记下来，不断积累才能提高。第三，避免一切语法错误，我觉得这个是可以做到的，现在网上那么多工具都可以用。语法错误都避免不了那基本就是态度问题。遗憾的是，我很少遇到能避免语法错误的学生，我生气往往是因为态度问题，而不是能力问题。第四，尽量用短句用简单句子，别用长句。你写论文是为了让别人理解你的方法，不是写文艺作品，能说明白就行。13. 提炼总结，改进方法。写作的过程也是屡顺自己思路的过程，写作的过程中往往也能发现自己方法的漏洞，那么就要继续回到8，重新思考解决方案，又或者你发现需要补实验来支撑你的论点，那么就继续实现系统做实验，得到实验结果。14. 关于实验。怎么做实验是学生总问的问题，怎么做科学实验也是一个很重要的问题，有对照组、无偏的、定量的，这些都是科学实验的重要要素。如果有解决该问题的其他方法你首先要说明你的方法更好，至少在某一方面更好，这其中可能要涉及到不同的执行环境，或不同的算法数据集。然后设计实验说明你的方法好在哪里，用实验数据说明，比如异步PS和同步PS对比。然后你要进一步用实验数据说明，异步PS的有效性也提高了，如果不考虑有效性的话那么结果就不好。然后你的方法是否有些重要的超参数，试试variation导致各种结果。在实验结果展示方面，要学会用各种工具画各种图，把重要的因素用可视化方式体现出来。第六步. 投稿和看待审稿意见15. 接下来就是投稿。选一个合适的会议或期刊投稿，这个可以听老师的，老师基本有这方面的常识，根据你工作的方向和档次选择合适的去处。确定好了哪个会议期刊后，就需要按照会议期刊要求来整理论文格式，latex是必会的工具了。之后赶在deadline之前提交论文，这个最后的几天可能很痛苦，因为你的论文和方法总有改进的地方，老师的要求会让你最后几天是最忙的几天。但是需要认识到，凡事无完美，你总也改不到完美，你需要一个deadline来督促你完成一个milestone。开始进一步工作或下一个工作。16. 看待评审意见。接下来是漫长的等待，会议一般是2-3个月的时间，结果可能是接收也可能是拒掉，相比于结果，更应该看评审意见，看看这些意见是否合理，是否能解决，无论是接收还是拒绝，然后接下来就再次回到解决问题的部分，再次开始优化方法的过程。如果是接收了，那就可以准备订机票开会旅游去了。如果是拒掉那一般是有比较大的问题，那就再仔细深思下一下你的方法。继续优化，还是降低档次投个差点的会，就看你导师的了。第七步. 后续17. 宣传你的工作，扩大影响力。首先你可能是要去参加会议，做个漂亮的ppt，反复演练，争取有比较好的演讲效果。有时你导师有机会去一些地方做报告，把这个工作介绍一下，都是扩大影响力的方法。18. 开放源码。还有是尽量把自己工作的代码和数据开放，挂到网上，让别人来使用，接受别人的改进意见或者是简单的debug。咱不是专业的工程人员，也不用指望你的成果可以马上用于生产，个人觉得开放代码主要是为了让别人更好滴了解你的方法，这有助于扩大影响力，产生后续研究工作。如果有人引用你的论文、或咨询论文内容、又或是使用了你的代码和数据，这也算是你对整个科研事业有那么一丁点的贡献了，这比水论文有意义多了。整体来说，发表论文需要你有：批判思维能力，动手能力，知识面，写作能力，表达能力，英语，韧劲（抗打击能力）等等一系列能力，如果在研究生期间真能发表一篇论文，经历了以上这么多磨难和锻炼，我想你的能力也是不知不觉提高了很多，成为了该小小方向的一个小小的专家了。这对你来说，是最最重要的。这里我提到了韧劲，就是说，在解决问题过程中，你会受到不断的打击，包括来自导师的、来自自己的实验结果方面的、来自评审意见的，但是你要做的就是，站起来，继续凿，直到导师满意，知道reviewer满意，直到大家满意。别把这事想简单了，当你想象一下周围好多人都发好多sci了，而你还在为这么一篇完全未知结果的论文而这么努力的时候，我觉得大部分人可能就是缺少这个韧劲才最终以失败告终的…最后，我想再强调一下，发论文不是简单地发论文，而是通过发论文宣传你的工作，以便对某技术或人有那么一丁点影响。无论你发哪个档次的论文，只要目标正确，我觉得你都会有收获和有贡献的。相比较于为了发论文而发论文，你会觉得你是那么地高尚和高大，他们只是造废纸，而你已经对社会有贡献了…（以上内容来源于学术堂）

为什么算法类论文不好发表

关键在于论文的内容、形式与发表的位置，如果不考虑发表出处的话，应该不是太难。

进化算法好发论文。该刊号称控制领域顶刊，但目前来看影响因子虚高。至少在进化算法领域，里面的论文鱼龙混杂，好的论文非常好，差的非常水，部分算法甚至完全无法复现论文效果。非常吃圈子关系，必须有IEEE fellow压阵，2021年全年该刊发表论文1329篇，其中国人发表1121篇。。。懂的都懂，没有大佬挂名慎投。该刊从侧面反映了目前进化算法领域存在的主要问题，圈子太小，部分人掌握了期刊话语权的诟病投稿方面审稿速度在三到四个月，四个审稿人，会为你打分，投稿时必须引用推荐与本论文最相近的三篇论文。

除非你的论文确有极高的应用或科技学术价值，（一般人是不可能的）你还是找代理人帮你发吧，花点钱，别想要稿费了，呵呵。你致电刊物的编辑部一般会有人告诉你怎么办的。

是的，进化算法可以用来发表论文。它是一种基于进化策略的算法，可以用来解决复杂的优化问题。进化算法通过模拟自然界的进化过程，以适应不断变化的环境，来解决复杂的优化问题。它可以用来解决机器学习中的多种问题，如回归、分类和聚类等。因此，进化算法可以用来发表论文，并且可以帮助您解决复杂的优化问题。