科学网—走进编辑部｜什么样的研究更受IJSS关注？主编王子栋教授分享系统科学前沿趋势与高质量论文发表建议-Taylor&Francis学术服务的博文
精选
已有 183 次阅读
2026-6-24 16:33
| 个人分类: 工程与技术 | 系统分类: 人物纪事
International Journal of Systems Science (IJSS) 创刊于1970年，在系统科学领域始终处于前沿地位。近日，我们有幸 采访了期刊主编王子栋教授 。访谈中， 王教授就期刊定位与学术视野、投稿策略与实用建议娓娓道来 ，既有对领域未来发展方向的前瞻思考，也有对期刊投稿的中肯建议。
正如王教授所言，他与IJSS的缘分始于上世纪九十年代。从一名年轻作者到期刊编辑，再到主编，这段跨越数十年的学术旅程，让他愈发深切地体会到学术共同体中“传承”二字的分量。
这既是一份专业、有洞察的主编访谈，更是一场有力量、有温度的学术对话。
About the Editor in Chief 主编介绍 王子栋
英国伦敦布鲁奈尔大学（Brunel University London）动力学系统与计算学教授、欧洲科学院院士、欧洲科学与艺术院院士、IEEE Fellow。
多年来从事智能数据分析（深度学习、 演化计算、 生物信息学）、控制理论（随机控制，鲁棒控制，非线性控制，模型简化）、信号处理等方面的研究。2012年被汤森路透遴选为大数据分析方向的“最热门科学家”，连续多年被科睿唯安遴选为计算机科学与工程学两个领域的高被引科学家，在英国科学家的*h指数（现为 159）中排名电子电气工程方向第一。
*h指数是指一位科学家有h篇论文分别被引用了至少h次 。
About the Journal 关于期刊 International Journal of Systems Science 
期刊致力于发表高质量、经过严格评审的原创论文，这些论文将为智能、自主性和复杂性等新兴系统工程主题的方法论与实践做出贡献。
最新影响因子: 4.3
影响因子最佳分区： Q1
最新CiteScore: 8.1
CiteScore最佳分区: Q1
稿件接受率: 20%
【了解更多期刊信息】
Introduce the Interview 访谈内容 Q1：IJSS已经在系统科学领域深耕多年。能否请您简要介绍一下期刊的定位和战略发展方向？您认为期刊最鲜明的特色和优势是什么？与同领域其他期刊相比，IJSS最希望为学术界提供怎样的价值？ 王子栋： IJSS是一个 有历史、有积淀、也有自己性格 的期刊。它创刊于1970年，是系统科学领域非常早的一本国际期刊。对我个人来说，IJSS从来不只是一本普通的学术期刊。1994年，我的第一篇国际期刊论文就是发表在IJSS上的。那时没有互联网，看不到英文期刊原版，能够读到的往往是半年以后才到图书馆的影印件。南京理工大学图书馆外文期刊室里那些被我翻得发旧的影印版期刊，至今想起来仍然很亲切。IJSS就是我当年每期必看的国际期刊之一。后来这篇文章成为我学术生涯中的一个重要转折点，也可以说是一个game-changing milestone。因为这篇文章，我后来申请到了德国洪堡基金，从南京走到德国，又走到英国，也逐渐走进了更广阔的国际学术共同体。
从期刊定位来看，IJSS的核心关键词始终是“systems”。 系统科学不是一个狭窄学科，而是一种看问题的方式。 它关注动态、结构、关联、反馈、优化、控制、决策、智能、复杂性以及不确定性。一个系统可以是工程系统，也可以是社会技术系统、生物系统、网络系统、能源系统、交通系统、智能制造系统，甚至是人机协同系统。IJSS所希望承载的，正是这种具有系统观、整体观和方法论深度的研究。
IJSS的战略发展方向，我认为可以概括为三点。 第一， 继续保持系统科学的理论深度。 一个好的系统科学期刊不能只追逐热点，更不能被短期潮流牵着走。系统建模、系统分析、控制、估计、优化、稳定性、鲁棒性、随机性、不确定性等基础问题，永远是期刊的根。第二， 积极拥抱新兴交叉方向。 现在很多重要问题已经不是单一学科能够解决的。例如，人工智能需要系统理论来解释和保障其可靠性，网络化控制需要通信、计算和决策的融合，智能交通和智能电网需要大规模复杂系统的协调与优化。第三， 要提高期刊的国际影响力和学术辨识度。 IJSS应该发表那些不仅“能做”，而且“值得做”；不仅“有结果”，而且“有思想”的论文。
IJSS最鲜明的特色，我认为是宽而不散、老而不旧、稳而不保守。 宽，是因为系统科学本身就具有天然的交叉性；不散，是因为所有文章都应围绕系统科学的核心问题展开。老，是因为IJSS有五十多年的历史；不旧，是因为系统科学不断在新技术、新场景、新问题中焕发新的生命力。稳，是因为期刊重视严谨性、可靠性和学术规范；不保守，是因为我们欢迎真正有新意、有潜力、有解释力的研究。
与同领域其他期刊相比，IJSS最希望为学术界提供的价值不是简单地增加一个发表渠道，而是提供一个系统科学思想可以充分展开的平台。 有些论文可能不是最时髦的，但它们提出的问题很根本；有些论文可能不是最炫目的，但它们的方法很扎实；有些论文可能来自交叉领域，但它们真正体现了系统思维。这些都是 IJSS 应该珍惜并支持的工作。
说得稍微感性一点，IJSS对我来说像是一位老朋友。年轻时，我在图书馆里读它；后来，我向它投稿；再后来，我加入编辑团队；如今，我有幸担任主编。一路走来，我越来越觉得，一本期刊最重要的不只是影响因子，也不只是排名，而是它能不能持续地影响一代又一代学者的学术道路。IJSS曾经影响过我，我也希望它继续影响更多年轻学者。
Q2：近年来系统科学的研究边界不断拓展。IJSS目前最关注哪些研究方向？您希望看到哪些具有创新性或跨学科特色的研究成果投稿？ 王子栋： 系统科学的边界确实在不断拓展。过去我们谈系统，很多时候想到的是控制系统、工程系统、机械系统、电气系统。现在情况已经发生了很大变化。系统无处不在，而且系统之间还在彼此连接、彼此影响、彼此嵌套。一个智能电网不只是电力系统，也是信息系统、经济系统和安全系统；一个自动驾驶车队不只是车辆控制问题，也是感知、通信、决策、协同和安全的综合问题；一个智能制造系统不只是生产线问题，也是数据、网络、优化、可靠性和人机协同的问题。
IJSS目前关注的方向仍然以系统科学为主线，但会非常重视新兴交叉问题。 比如，复杂网络系统、网络化控制系统、分布式优化与分布式决策、多智能体系统、随机系统、非线性系统、切换系统、时滞系统、事件触发控制、网络安全与信息物理系统、智能感知与状态估计、数据驱动控制、学习型系统、可信人工智能、智能交通、智能电网、机器人系统、无人系统、智能制造、生物医学系统等，都是我们非常关注的方向。
我特别希望看到几类投稿：
第一类是真正具有系统科学内核的人工智能相关研究。 现在人工智能非常热，但并不是所有人工智能文章都适合IJSS。IJSS更欢迎那些能够把学习、控制、优化、稳定性、鲁棒性、安全性和可解释性结合起来的研究。例如，如何保证学习控制系统的稳定性？如何在数据不完备、通信受限、模型不确定的情况下实现可靠决策？如何将系统理论用于解释和约束人工智能模型？这些问题有明显的系统科学特色。
第二类是面向复杂网络和大规模互联系统的研究。 现在很多实际系统都是网络化的。节点很多，结构复杂，信息不完整，通信有约束，攻击和扰动也可能存在。传统集中式方法往往难以适用。因此，分布式控制、分布式滤波、协同估计、群体智能、网络同步、弹性控制、隐私保护与安全机制等方向很有潜力。
第三类是数据驱动与模型驱动相结合的研究。 纯模型方法在很多复杂场景中会遇到困难，纯数据方法又可能缺乏理论保证。未来很有价值的工作，是把数据、机理、控制理论和优化方法结合起来，使系统既能学习，又能被分析；既能适应复杂环境，又能提供可靠的性能保证。
第四类是面向真实应用背景、但又能抽象出一般系统科学问题的研究。 IJSS并不排斥应用，相反，高质量应用可以推动理论发展。但好的应用论文不应只是把已有方法搬到某个场景，而应从应用中提炼出新的系统问题、新的数学结构、新的理论困难和新的解决思路。应用不是装饰，应用应该成为问题产生的源头。
我一直认为，跨学科不是简单地把几个流行词放在标题里。 真正的跨学科研究，应该是一个领域的问题需要另一个领域的方法，或者一个领域的方法在另一个领域产生了新的理论含义。 比如，控制理论进入机器学习，不应只是为了显得新潮，而应真正解决学习系统的稳定性、收敛性和鲁棒性问题；人工智能进入系统科学，也不应只是替代传统模型，而应帮助我们理解、设计和优化更复杂的系统。
Q3：您认为未来5—10年系统科学领域最值得关注的发展趋势是什么？哪些新兴研究方向有望产生重要影响？ 王子栋： 未来5到10年，系统科学会变得更加重要。 原因很简单：世界越来越复杂，而系统科学正是研究复杂性、关联性和动态性的学科。过去很多问题可以被分解成相对独立的小问题，现在越来越多的问题不能简单分解。能源、交通、通信、制造、医疗、环境、城市治理、人工智能安全等，都不是孤立问题。一个局部决策可能引发全局后果，一个局部故障可能传播成系统性风险。这正是系统科学大有可为的地方。
我认为有几个趋势特别值得关注：
第一，人工智能与系统科学的深度融合。 人工智能已经改变了很多领域，但未来真正关键的问题不是“能不能做出一个效果很好的模型”，而是“这个模型能不能被信任、被解释、被控制、被验证、被安全使用”。系统科学在这里可以发挥非常重要的作用。稳定性、鲁棒性、可观测性、可控性、反馈机制、约束优化、风险评估，这些都是系统科学的传统优势，也会成为人工智能走向可靠应用的重要支撑。
第二，数据驱动系统理论的发展。 过去系统科学更多依赖模型，未来数据会扮演更重要的角色。但数据不会自动产生理论。怎样从数据中提取系统结构？怎样在数据有限、噪声存在、分布变化的情况下保证性能？怎样把数据驱动方法与已有物理规律、工程经验和数学模型结合起来？这些问题会越来越重要。未来优秀的系统科学研究，很可能不是“模型驱动”或“数据驱动”的单选题，而是二者的有机结合。
第三，大规模网络化系统的协同与安全。 未来的系统往往是由大量智能体、传感器、执行器、计算单元和通信节点组成的。它们之间有交互、有竞争、有协同，也可能有故障和攻击。如何在信息不完整、通信受限、资源有限和环境不确定的条件下实现稳定、安全、优化和智能，是一个长期而重要的问题。智能电网、车联网、无人系统、机器人群体、工业互联网等，都会推动这一方向发展。
第四，人机协同系统和社会技术系统。 系统科学不能只研究机器，也要研究人与机器共同构成的系统。未来很多决策不是由人单独完成，也不是由机器单独完成，而是由人与算法共同完成。如何建模人的行为？如何设计合理的反馈和交互机制？如何避免自动化带来的新风险？如何保证系统既高效又安全、既智能又可控？这些问题会越来越突出。
第五，系统韧性和可持续性。 近年来各种极端事件提醒我们，一个系统不仅要追求最优性能，也要有抗扰动、抗故障、抗攻击和快速恢复的能力。韧性系统、弹性控制、风险传播、故障诊断、安全防护、资源优化、可持续运行等方向，将在能源、交通、环境和公共基础设施中产生重要影响。
第六，数字孪生与复杂系统的实时优化。 数字孪生不是简单地做一个仿真模型，而是将实际系统、数据流、模型分析和实时决策连接起来。一个真正有价值的数字孪生系统，应能够感知、预测、诊断、优化和反馈。这里面有大量系统科学问题，包括模型更新、状态估计、控制优化、不确定性量化和闭环决策。
这些趋势背后有一个共同点： 系统科学正在从“研究一个系统”走向“研究系统中的系统”，从“离线分析”走向“在线决策”，从“单一模型”走向“模型、数据、智能与人的融合”。 未来的系统科学不应只是数学推导，也不应只是工程实现，而应在理论与应用之间建立更强的桥梁。
Q4：从主编的角度来看，一篇优秀的系统科学论文通常具备哪些关键特征？您最希望作者在投稿前关注哪些方面？ 王子栋： 从主编角度看，一篇优秀的系统科学论文首先要有一个清楚而重要的问题。 很多论文的问题并不清楚，或者问题本身不够重要。作者可能做了很多推导、给了很多公式、画了很多仿真图，但读完以后仍然不容易回答一个基本问题：这篇论文到底解决了什么系统科学问题？为什么这个问题值得解决？与已有工作相比，真正的新意在哪里？
优秀论文的第一个特征是问题导向明确。 不是为了写论文而构造问题，也不是为了使用某个数学工具而寻找问题，而是问题本身来自理论发展或实际需求。一个好问题应该让读者觉得：这个问题确实存在，确实有难度，确实值得研究。
第二个特征是创新点真实而具体。 现在很多论文在introduction里写得很热闹，但创新点不够实。比如，把某个已有方法从连续时间改到离散时间，或者从一种噪声改到另一种噪声，如果没有新的理论困难和新的解决思路，就很难说是重要贡献。创新不一定非要惊天动地，但必须真实、清楚、可验证。作者应该诚实地告诉读者：已有文献做到哪里？本文推进了哪里？困难在哪里？本文的方法为什么能解决这些困难？
第三个特征是理论分析严谨。 系统科学论文通常离不开数学分析。无论是稳定性、收敛性、最优性、鲁棒性，还是性能指标，都需要严谨论证。推导不能跳步太多，假设不能随意设置，结论不能超过条件所能支持的范围。审稿人通常非常敏感，他们能很快看出一个定理是真正解决了问题，还是只是把一些不等式堆在一起。
第四个特征是可读性好。 很多作者低估了写作的重要性。论文不是写给自己看的，也不是只写给同一课题组的人看的。好的论文应该让同行能够顺着作者的思路走下去。符号要清楚，假设要合理，模型要解释，定理要有意义，证明要有逻辑，仿真要服务于问题。特别是introduction，一定要写清楚研究背景、文献脉络、问题缺口和本文贡献。一个混乱的introduction往往会让审稿人很早就失去耐心。
第五个特征是实验或仿真有说服力。 系统科学中的仿真不应只是“跑一个例子证明方法可用”。仿真应该回应理论问题，展示方法优势，说明参数影响，比较已有方法，并尽可能体现实际意义。如果仿真只是为了在文章末尾放几张图，那是不够的。
投稿前，我最希望作者关注几个方面：
首先，要认真检查文章是否适合IJSS。 IJSS欢迎系统科学相关的广泛研究，但并不是所有工程应用、所有人工智能、所有优化算法论文都适合。文章必须有清楚的系统科学内核。
其次，要认真写好cover letter和introduction。 cover letter不需要很长，但应明确说明文章的主题、贡献以及为什么适合IJSS。introduction更重要，它决定了审稿人是否能迅速理解文章价值。
再次，要尊重已有文献。 文献综述不是罗列引用，而是要说明研究脉络。对已有工作既不能忽视，也不能贬低。一个成熟的作者应能公正地评价前人工作，并在此基础上说明本文贡献。
最后，要重视语言和格式。 语言问题不应成为学术交流的障碍。格式不规范、符号混乱、图表粗糙、参考文献不完整，这些看似小问题，实际上会影响审稿人对文章严谨性的判断。学术论文当然要看内容，但内容也需要通过清楚、规范、专业的表达呈现出来。
我常常对年轻作者说， 写论文不是把结果“放进去”，而是把故事“讲清楚”。 当然，这个故事不是编故事，而是把科学问题、研究动机、技术困难、解决方法和学术贡献用严谨的方式串起来。能做到这一点，文章的录用机会自然会大很多。
Q5：您自2005年加入IJSS编辑团队，至今已超过二十年。是什么让您始终保持对期刊工作的热情与投入？在您看来，IJSS最吸引您的地方是什么？ 王子栋： 我与IJSS的缘分，可以追溯到上世纪九十年代。那时的学术条件远不如今天便利，获取国际期刊并不容易，国际投稿也远不像现在这样快捷。也正是在那样的年代，我的第一篇国际期刊论文发表在IJSS。对一位年轻学者而言，那不仅是一篇论文的录用，更像是一扇窗被推开，使我第一次真切地感受到国际学术舞台的广阔，也在很大程度上改变了我后来的学术道路。
多年以后，我有幸加入IJSS编辑团队，并陆续担任编委、Co-Editor、Deputy Editor-in-Chief，直至后来担任Editor-in-Chief。回望这段历程，IJSS对我而言早已不只是一份期刊，而是一段贯穿我学术成长的重要记忆。 它见证了我从一名年轻作者到期刊编辑、再到主编的转变，也让我更加深切地理解了学术共同体中“传承”二字的分量。
我始终认为，一本好的学术期刊，不只是论文发表的平台，更是学术标准、学科方向和学术精神的守护者。 IJSS曾经给予年轻时的我鼓励和机会；今天，我也希望通过自己的工作，把这种鼓励和机会传递给更多认真、扎实、有思想的学者。期刊工作有时繁杂而安静，不一定总被看见，但它关系到学术质量的维护，关系到年轻工作的发现，也关系到一个学科如何在时间中不断向前。
因此，我对IJSS的投入，既来自责任，也来自感情。它有历史，有传统，也有继续发展的空间。对我来说，能够为这样一本期刊服务，是一种荣幸，也是一份承诺。 我希望IJSS在保持系统科学理论深度的同时，继续拥抱新的问题、新的方法和新的交叉方向，成为连接经典与未来、连接理论与实践、连接不同代际学者的重要学术平台。
Q6：对于有意向投稿IJSS的研究人员，您认为最容易被忽视、却最能影响论文录用机会的关键因素是什么？ 王子栋： 最容易被忽视、但非常影响录用机会的因素，是作者是否真正理解期刊、真正理解自己的贡献、真正理解审稿人的期待。
很多作者投稿前只看期刊名字、影响因子和分区，却没有认真读这个期刊最近发表了什么文章，也没有认真判断自己的文章是否适合这个期刊。 IJSS是International Journal of Systems Science，关键词是systems science。文章可以来自控制、优化、人工智能、复杂网络、工程应用等不同方向，但必须体现系统科学的思想。如果文章只是一个普通算法应用，或者只是把一个已有方法套到某个例子上，而没有系统建模、系统分析、系统设计或系统解释方面的实质贡献，那么即使技术上没有明显错误，也未必适合IJSS。
第二个容易被忽视的因素，是novelty statement写得不够具体。 很多文章说“本文方法具有创新性”“本文结果优于已有结果”，但没有清楚说明创新在哪里。审稿人最关心的不是作者自己说新，而是能否看出相对于已有文献的新问题、新困难、新方法和新结论。建议作者在投稿前问自己几个很朴素的问题：如果删掉本文，现有文献缺少什么？本文到底补上了什么？这个补充是技术性的微小变化，还是概念、方法或理论上的实质推进？如果这些问题回答不清楚，文章很容易被认为贡献不足。
第三个因素，是问题动机和实际意义写得不够自然。 有些文章在introduction里堆了很多宏大背景，但与后面的数学模型关系并不紧密。真正好的动机不是空泛地说某方向重要，而是要说明为什么本文研究的问题自然产生、为什么已有方法不能直接解决、为什么本文设置的假设合理、为什么所得结果有意义。动机写不清楚，审稿人就会觉得文章是人为构造出来的。
第四个因素，是可读性。 很多作者认为只要定理正确，语言和结构不重要。其实不是这样。编辑和审稿人每天要看大量稿件。文章如果符号混乱、逻辑跳跃、贡献模糊、图表粗糙，哪怕结果有一定价值，也很难给人留下好印象。可读性不是表面工作，而是学术严谨性的一部分。一个真正理解自己工作的作者，通常也能够把工作讲清楚。
第五个因素，是对文献的处理。 引用文献不能只引用自己熟悉的小圈子，也不能只引用很老的文献而忽略近年进展。更不能故意回避非常相关的已有工作。审稿人往往就是这些已有工作的作者或读者。文献综述不完整，会让人觉得作者对领域了解不够。更严重的是，如果已有文献已经解决了类似问题，而作者没有说明区别，文章就会很危险。
第六个因素，是仿真和实验设计。 系统科学论文中的仿真不是装饰品，而是用来验证理论、解释方法和展示优势的。一个例子如果过于简单、比较对象不合理、参数选择没有解释、图形不能说明问题，就很难说服审稿人。仿真应该服务于文章的核心贡献，而不是简单地证明“程序能跑”。
第七个因素，是投稿态度。 这里说的态度不是客气话，而是学术规范。格式是否符合要求，参考文献是否完整，图表是否清楚，语言是否经过认真修改，cover letter是否专业，这些都会影响编辑的第一印象。有些作者可能觉得这些是小事，但小事往往反映了作者对期刊和审稿人的尊重程度。
如果给有意投稿IJSS的研究人员一个建议，我会说：投稿前请先把文章当成别人的文章来读一遍。不要只问“我的结果对不对”，还要问“我的问题重要吗”“我的贡献清楚吗”“我的写法容易理解吗”“我的文章适合IJSS吗”。如果这些问题都能得到比较肯定的回答，文章的成功机会就会明显提高。
我也想特别对年轻作者说，不要怕被拒稿。我的第一篇国际期刊论文幸运地发表在IJSS，但这并不意味着学术道路总是一帆风顺。被拒、修改、再投稿，是学术训练的一部分。关键是要从审稿意见中学习，认真打磨问题、方法和表达。系统科学需要长期积累，好的论文也需要耐心。只要问题选得好，工作做得扎实，表达写得清楚，总会有被认可的时候。
最后， IJSS欢迎来自世界各地的高质量投稿。我们希望看到的不只是漂亮的公式和复杂的算法，更希望看到真正的系统科学思想。 系统科学的魅力正在于，它既关注数学深度，也关注现实复杂性；既重视理论严谨性，也重视跨学科价值。能够把这些方面结合起来的论文，就是IJSS最希望发表的论文。
学术的传承，不只发生在主编与期刊之间，也发生在每一篇认真写下的论文里。
IJSS期待与更多优秀的研究者相遇！
【 查阅期刊投稿指南】
转载本文请联系原作者获取授权，同时请注明本文来自Taylor & Francis 学术服务科学网博客。 链接地址： https://blog.sciencenet.cn/blog-3574014-1540768.html
上一篇： 爱经典，AI向前｜Taylor & Francis在2026北京国际图书博览会（BIBF）的精彩瞬间 欢迎参加科学网十佳博文评选活动！ 主办单位： 
支持单位： 