检索结果-内蒙古大学图书馆

电讯技术 2012年第5期52卷 748-754页

作者：熊健喻歆中国西南电子技术研究所成都610036

分析了模因演算法的原理以及与遗传算法之间的关系。基于遗传算法在求解频率分配问题时的有效性,指出了使用模因演算法解决同类问题的可行性。针对一个实际的频率分配问题提出并设计了一种新颖的基于正整数序列编码方式的模因演求解算... 详细信息

分析了模因演算法的原理以及与遗传算法之间的关系。基于遗传算法在求解频率分配问题时的有效性,指出了使用模因演算法解决同类问题的可行性。针对一个实际的频率分配问题提出并设计了一种新颖的基于正整数序列编码方式的模因演求解算法。实验结果表明,新算法能够在有效时间内找到满足电磁兼容特性的频率分配方案。

关键词：频谱管理频率分配遗传算法模因演算法

来源：评论

学校读者我要写书评

暂无评论

基于元启发式方法对限量弧路由问题的求解

基于元启发式方法对限量弧路由问题的求解

引用

作者：梅一中国科学技术大学

学位级别：博士

本文所研究的限量弧路由问题（Capacitated Arc Routing Problem, CARP）是一个经典的组合优化问题。它在现实中具有非常广泛的应用,如冬季撒盐路由、城市垃圾清理、信件投递等现实应用均能够抽象为限量弧路由问题。基于上述原因,该问... 详细信息

本文所研究的限量弧路由问题（Capacitated Arc Routing Problem, CARP）是一个经典的组合优化问题。它在现实中具有非常广泛的应用,如冬季撒盐路由、城市垃圾清理、信件投递等现实应用均能够抽象为限量弧路由问题。基于上述原因,该问题在近年来越来越受到研究者的关注。然而,由于其问题本身的复杂性,现有的解决方法均无法在对问题规模的多项式时间内找到全局最优解。因此,我们考虑利用近似算法中的元启发式方法（Meta-heuristics）来对问题进行求解以得到尽可能逼近最优解的次优解。由限量弧路由问题的基本模型开始,我们设计了一个问题相关的全局修复算子。该全局修复算子能够很好地嵌入任意基于搜索的限量弧路由问题优化算法并提高其搜索效率。由整个算法框架角度出发,模因演算法（Memetic Algorithms）在许多从实际出发的离散问题与组合优化问题上均得到了成功。它可看作是传统演化算法与局部搜索相结合而构成的混合算法框架。模因演算法中包含的局部搜索所带来的高选择压力使其能够比传统的演化算法更快地找到质量更好的解。当应用于限量弧路由问题时,我们发现传统的局部搜索（基于传统的小步长搜索算子的局部搜索）依旧难以对具有搜索吸引力的区域有效地进行开发,因而面临解无法跳出局部最优的风险。基于上述原因,我们提出了一个基于扩展邻域搜索的模因演算法以帮助这样的解跳出当前局部最优从而到达新的更好的局部最优解。经验证该算法能够得到质量远高于当前性能最优算法的解,尽管其所需计算消耗更大。接下来,我们进一步研究了限量弧路由问题的两种更为复杂的模型：周期性限量弧路由问题与多目标限量弧路由问题。周期性限量弧路由问题为基本限量弧路由问题从单时期至多时期的一个扩展模型。该问题引入了最小化整个周期内所需车辆数目这一主要优化目标,而在基本限量弧路由问题中的唯一优化目标,即最小化回路总消耗,则变为次要优化目标。基于问题主要优化目标对传统搜索算子的敏感性较低这一现象,我们提出了一个将主要目标与次要目标分离进行优化的算法。具体来说,我们设计了一个专门优化主要目标的特定算子并将其在算法中的局部搜索之前进行调用。通过实验我们得出,在解决具有对传统搜索算子敏感性较低目标的问题时,将其与其余敏感性较高的目标分离进行优化将能够得到更好的结果。多目标限量弧路由问题同时具有多目标优化问题与组合优化问题所导致的难度,这使其成为一个极具挑战性的问题。基于在多目标限量弧路由问题环境下对现有演化多目标优化策略的性能评估结果,我们将单目标限量弧路由优化方法与演化多目标优化策略的优势进行了有机地结合,并通过实验验证了这样的组合方式在性能上能够同时超越简单地扩展单目标限量弧路由算法与直接应用现有多目标演化算法框架这两种对于多目标限量弧路由问题的解决方法。最后,我们对非确定限量弧路由问题进行了研究。至今为止,关于限量弧路由问题的大部分研究工作均集中于关注确定环境下的限量弧路由问题。在确定性限量弧路由问题中,包括任务需求量与顶点之间经过消耗等问题参数均为已知常数。然而,在许多现实应用问题中,这些问题参数的精确值无从得知,因此只能将其假设为落在某个特定区间范围之内。在此情况下,问题目标将不再是寻找某特定环境下的最优解,而是寻找在所有可能环境中鲁棒性较强的解。在本文研究工作中,我们根据实际需求为非确定限量弧路由问题定义了一个鲁棒性评价标准。同时,我们将现有的确定性限量弧路由问题测试集通过扩展从而对非确定限量弧路由问题生成了相应的测试集。

关键词：限量弧路由问题演化计算元启发式方法模因演算法全局修复算子扩展邻域搜索演化多目标优化鲁棒性优化

来源：评论

学校读者我要写书评

暂无评论

基于演化优化的系统可靠性设计

基于演化优化的系统可靠性设计

引用

作者：王在中国科学技术大学

学位级别：博士

自六十年代以来,在电力系统、电子系统、软硬件等系统设计中,可靠性作为一个重要指标地位愈发突出,系统可靠性设计(system reliability design,SRD)也吸引了越来越多的科研工作者。近些年来,伴随着工业化进程中系统规模的不断扩大,如何... 详细信息

自六十年代以来,在电力系统、电子系统、软硬件等系统设计中,可靠性作为一个重要指标地位愈发突出,系统可靠性设计(system reliability design,SRD)也吸引了越来越多的科研工作者。近些年来,伴随着工业化进程中系统规模的不断扩大,如何设计更加可靠的系统已变得越来越重要。为了改进系统的可靠性,有两类问题需要更加有效地解决:一类是冗余分配问题(redundancy allocation problem,RAP);另一类是测试资源分配问题(testingresource allocation problem,TRAP)。在本论文中,我们用演化算法更好地解决了这两类问题中的两个难点问题,分别是多层冗余分配问题(multi-levelredundancy allocation problem,MLRAP)和多目标测试资源分配问题(multi-objective testing resource allocation problem,MOTRAP)。在过去的三十年里,冗余分配问题因其在各种系统中的应用价值得到了广泛关注。在冗余分配问题的研究中,绝大部分是以单层系统为研究对象。但是现实的系统一般包含了多个层次,从最高的系统层到最低的单元层。因此,研究多层冗余分配问题变得十分重要。在本论文之前解决多层冗余分配问题的算法中,缺乏细致的局部搜索过程。为了更进一步地细致地探索解空间,我们设计了一个模因演算法(memetic algorithm)。作为演化算法的分支,模因演算法是结合了全局搜索策略和局部启发探索策略的群体搜索混合启发式方法。模因演算法已经被证实在解的质量和搜索能力上比传统的演化算法具有优势。我们在工作中,基于变量的分层属性表示,首先设计了两个宽度优先的演化算子(宽度优先交叉算子和宽度优先变异算子)以及针对问题的局部搜索算子,然后将这些算子结合到模因演算法框架中,从而得到一个新颖的模因演算法。我们的模因演算法在性能上要比以往的其它算法中的的最好算法(分层遗传算法)有明显的性能提升。在多层系统中,冗余度可以分配到任意层次上去,因此问题的解空间比单层冗余分配问题要大很多。通过对现存分层遗传算法和模因演算法的解的结构分析,我们可以看出这两个算法的搜索区域是局限在某个局部范围内的,也就是说,这两个算法的全局搜索能力较差。因为多层冗余分配问题的解空间十分巨大,约束控制能力将是解决此类问题的关键,同时如何快速地收敛到有潜力的区域也是全局搜索的根本要求。为了使我们的搜索过程更加高效,我们为潜力区域外的解设计了一个全局修复算子(global repair operator)。通过实验可以证明,这个专门的约束处理方法可以明显提升在我们的工作之前存在的最好算法(分层遗传算法)的全局搜索能力。随后,我们将全局修复算子融入到我们的模因演算法中,得到一个新的算法,叫作全局修复模因演算法(GRO+MA),这个新算法在多个系统上被证实是在现存的算法中最优的算法。在有效地解决了困难的多层冗余分配问题后,我们关注系统设计中的另一个重要问题,测试资源分配问题(testing resource allocation problem)。我们把软件系统作为本文的研究模型。今天,伴随着软件系统的复杂度和规模的不断提升,如何合理分配有限的测试资源变得愈发重要和困难。传统的测试资源分配问题只考虑一个目标(可靠度值或测试代价)。在本文中,测试资源分配问题被定义为两个多目标问题:第一个是同时考虑可靠度值和代测试价;第二个是在第一个的基础上考虑总的资源消耗。在定义问题后,我们在两个软件系统上用一个著名的多目标演化算法,即第二代非支配排序演化算法(NondominatedSorting Genetic Algorithm II,NSGA-II)去解决定义的多目标问题。但是,实验结果告诉我们NSGA-II并不能很好地解决第二类多目标问题。因此,我们进一步设计了一个基于调和距离的多目标演化算法(Harmonic Distance BasedMulti-Objective Evolutionary Algorithm,HaD-MOEA)。通过在三个串并行系统和一个星状系统上的实验可以证明,多目标演化算法优于单目标演化算法,同时调和距离多目标演化算法优于第二代非支配排序演化算法。

关键词：系统可靠性设计多层冗余分配问题演化算法模因演算法全局修复算子多目标测试资源分配问题多目标演化算法

来源：评论

学校读者我要写书评

暂无评论

基于代理模型的实值演化算法研究

基于代理模型的实值演化算法研究

引用

作者：陆晓芬中国科学技术大学

学位级别：博士

实值优化在现实生活中存在着广泛的应用背景。演化算法（Evolutionary Al-gorithm）作为一类基于种群的随机优化算法,在实值优化领域受到了广泛的关注。不过,演化算法在实际应用中仍然面临着挑战。由于演化算法使用基于种群的搜索和以... 详细信息

实值优化在现实生活中存在着广泛的应用背景。演化算法（Evolutionary Al-gorithm）作为一类基于种群的随机优化算法,在实值优化领域受到了广泛的关注。不过,演化算法在实际应用中仍然面临着挑战。由于演化算法使用基于种群的搜索和以个体适应度值为基础的优胜劣汰选择机制,演化算法往往需要大量的适应度评估才能获得满意的解。然而,在实际应用中,广泛存在着计算代价高的问题（Computationally Expensive Problems）。对于这类问题,一次适应度评估的代价是非常高的,这限制了演化算法在相关领域里的应用。针对演化算法存在的这点不足,本论文的主要目的是研究设计适用于计算代价高的实值优化问题的演化算法。基于这个目的,本文从代理模型（Surrogate Model）着手,通过构造计算代价不高的代理模型并引入到演化算法中来代替真实的适应度评估,从而使演化算法更好地求解计算代价高的实值优化问题。本文的主要研究工作与创新之处包括以下几个方面:1.基于分类模型的差分演化（Differential Evolution）算法在演化算法中引入代理模型牵涉到学习和优化的互相作用。一般来讲,代理模型的选择和使用方式需要结合具体的演化算法来进行设计。本文通过分析差分演化算法的搜索原理,将差分演化算法的选择过程归约为一个分类问题。基于此,本文提出了将分类模型引入到差分演化的选择过程中、以代替真实适应度评估对个体进行比较的基于分类模型的差分演化算法。区别于以往基于代理模型的演化算法中常常用到的回归模型和排序模型,分类模型能更好地匹配差分演化算法的选择机制的本质,因而可以更好地提高差分演化算法在有限的计算时间内求解计算代价高的优化问题的性能。2.基于分类模型和回归模型结合的差分演化算法代理模型有不同的类型。不同类型的代理模型求解的问题不同,因而可以在演化算法中扮演不同的角色。作为对本文提出的基于分类模型的差分演化算法的改进,本文将分类模型和回归模型结合起来融入到差分演化算法中。分类模型可以帮助差分演化算法避免在不好的子代个体上浪费真实的适应度评估;回归模型可以在分类模型预测的好的子代个体上给出替代真实适应度值的近似适应度值,从而进一步减少差分演化算法每代所需要的真实适应度评估的次数。3.基于代理模型的自适应差分演化框架演化算法对操作算子及参数设置敏感。自适应机制在演化算法中扮演着重要的角色,它可以帮助演化算法在演化搜索的过程中自动地调整操作算子和参数值,从而提高演化算法的性能。本文分析了自适应差分演化算法在求解计算代价高的问题时存在的不足,并提出了基于代理模型的方法来对差分演化的操作算子和参数设置进行自适应调整,为差分演化算法提供了一种适用于计算代价高问题的自适应机制。4.基于多模型的模因演算法（Memetic Algorithm）构建代理模型的方式有很多种。同样的构建方式构建出的代理模型在不同问题上的表现不同,因而代理模型的构建方式的选择是影响基于代理模型的演化算法的性能的一个重要因素。一般来讲,代理模型的建模方式应该结合具体的应用问题来进行选择。然而,由于这需要一些事先并不知道的有关具体应用问题的先验知识,所以是不可行的。基于此,本文在模因演算法的框架下提出了具有层次结构的多模型使用机制,实现了一种新颖的模型构建方式的自适应选择机制。本论文分别从演化算法层面和代理模型构建层面开展工作,研究如何设计高效的基于代理模型的演化算法。在演化算法层面,考虑到代理模型能够在演化算法中扮演不同的角色,本文分别提出了基于分类模型的差分演化算法、基于分类模型和回归模型结合的差分演化算法、以及基于代理模型的自适应差分演化框架。在代理模型层面,考虑到同样的构建方式构建出的代理模型在不同问题上的表现不同,本文在模因演算法的框架下提出了一种高效的具有层次结构的代理模型构建方式的自适应选择机制。本文提出的基于分类模型的差分演化算法以及基于分类模型和回归模型结合的差分演化算法,可以供后续的为其它使用成对比较的选择机制的演化算法设计代理模型融入方式的工作参考。本文提出的基于代理模型的自适应差分演化框架可以作为通用的框架和其它同时使用多个搜索策略的差分演化算法结合。本文提出的多模型自适应选择机制能够为后续的基于多个代理模型的优化算法的研究设计提供参考。

关键词：演化算法代理模型差分演化分类模型计算代价高问题自适应机制多代理模型技术模因演算法

来源：评论

学校读者我要写书评

暂无评论

采用种群迁移策略的战场频率动态分配

引用

电讯技术 2014年第3期54卷 348-354页

作者：喻歆中国西南电子技术研究所成都610036

给出了战场频率分配问题的形式化定义,并提出了一类标准问题测试集。针对问题特点,指出了现有频率分配策略的局限性,提出了一种基于种群迁移策略的战场频率动态分配新算法。新策略中,算法每一次迭代结束前,都以随机候选解和基于上一代... 详细信息

给出了战场频率分配问题的形式化定义,并提出了一类标准问题测试集。针对问题特点,指出了现有频率分配策略的局限性,提出了一种基于种群迁移策略的战场频率动态分配新算法。新策略中,算法每一次迭代结束前,都以随机候选解和基于上一代最优解生成的候选解作为迁移种群来替换当前种群中较差的解,其中,迁移种群的生成过程受当前可用频率资源的限制。仿真结果表明,新提出的算法能够有效求解战场频率动态分配问题。

关键词：频率分配遗传算法模因演算法种群迁移策略

来源：评论

学校读者我要写书评

暂无评论

航空结构件车间调度系统的研究与实现

航空结构件车间调度系统的研究与实现

引用

作者：肖潇电子科技大学

学位级别：硕士

航空结构件作为飞机的重要组成部分,是航空制造业智能制造的重点发展对象。在历经多年发展后,我国航空结构件生产车间虽已在数字化与信息化方面取得了长足的进步,却仍面临着数字化,智能化水平低的问题。尤其在生产调度方面,存在着人工... 详细信息

航空结构件作为飞机的重要组成部分,是航空制造业智能制造的重点发展对象。在历经多年发展后,我国航空结构件生产车间虽已在数字化与信息化方面取得了长足的进步,却仍面临着数字化,智能化水平低的问题。尤其在生产调度方面,存在着人工干预现象严重、生产数据丢失、生产调度不合理、生产管理效率低等诸多问题,从而导致加工制造总流程时间过长,制造过程增值比过低等问题。此外,航空结构件车间具有多品种、小批量、批产与试制相混合的生产特征,使得其生产调度变得更为复杂。因此,本文以航空结构件车间的生产调度为研究对象,通过建立符合其生产特征的多目标分批优化调度模型和设计了高效的求解算法,并在最终设计开发集生产资源管理、任务管理、车间调度、生产状况反馈功能于一体的原型车间调度系统,从而提升车间的调度性能与智能化水平。本文主要研究内容如下:(1)基于对航空结构件车间的生产流程、生产特征及调度优化目标的调研分析,建立符合该车间生产特征的多目标分批优化静态调度模型。在该调度模型中,同时考虑加工时间指标,车间能耗指标,延期指标与设备负荷指标。对于工件批量的划分选用等量分批法,以兼顾批量划分的细粒度与求解的难度;对于分批调度优化采用集成优化策略,即同时对批量划分与调度进行优化,以获得更优的调度解。(2)设计高效的MA算法用于多目标分批优化调度模型的求解。该算法将NSGA-Ⅱ的基本框架与以关键路径为基础的邻域搜索算子相结合。同时,采用一种混合策略的种群初始化方法,以保证初始种群中个体的质量与多样性。(3)对航空结构件车间动态调度问题进行描述与分析,建立多目标分批优化动态调度模型。在周期与事件混合驱动机制、完全重调度、移动重调度等相关理论基础上,引入定量评价扰动事件对生产系统影响的延迟系数,提出了基于延迟系数的重调度方法。(4)车间调度系统的设计与实现。对该调度系统的需求进行了分析与总结,完成了系统的整体设计,数据库的设计。并基于SpringBoot、MyBatis、Bootstrap、FusionChart等框架完成了调度系统的开发。

关键词：多目标调度分批调度模因演算法重调度调度系统

来源：评论

学校读者我要写书评

暂无评论

地空协同机器人长时作业路径规划方法研究

地空协同机器人长时作业路径规划方法研究

引用

作者：乔路西安工业大学

学位级别：硕士

本文以地面无人车（UGV）和无人机（UAV）人长时作业路径规划为背景，针对当前研究中地面无人车只考虑充电单任务以及单优化目标的问题，提出了UAV/UGV协同多任务长时作业路径规划问题，以及UAVs/UGVs长时多目标路径规划问题。针对这些... 详细信息

本文以地面无人车（UGV）和无人机（UAV）人长时作业路径规划为背景，针对当前研究中地面无人车只考虑充电单任务以及单优化目标的问题，提出了UAV/UGV协同多任务长时作业路径规划问题，以及UAVs/UGVs长时多目标路径规划问题。针对这些问题，提出了相应的求解算法。本文的主要研究内容包括以下几个方面：\n 第一，以地空协同机器人长时作业路径规划为切入点，针对当前相关研究中只关注UGV单任务（充电）工作情景的现状，分别提出两个问题：多任务固定充电点问题（MFCSP）和多任务离散充电点问题（MDCSP），并建立了相应的数学模型。对于MFCSP，给出相应的图的构建方法，并在此基础上使用一个基于两阶段旅行商问题的方法进行求解，对于MDCSP，通过构建5种不同类型的UGV行进线路得到相应的图，并提出了一个包含加权虚拟顶点、顶点标号、图的修正三个过程的图的转换算法，从而将MFCSP问题转换为等价广义旅行商问题进行求解。通过在不同算例上进行实验，表明MFCSP和MDCSP的求解结果均能满足UGV充电任务和工作任务的约束，同时在实验中所有算例的结果中，MDCSP相比MFCSP的路径长度平均降低了18.4%，但是在大尺寸算例中，MFCSP的求解时间相比MDCSP有大幅的优势；故MFCSP适用于快速在线规划，而MDCSP相比之下更适用于全局规划。\n 第二，针对求解MDCSP过程中，图的转换算法引起图中顶点数量随着算例规模增大从而引起顶点数量增加，导致算法运行时间过长的问题，设计一个基于自适应大领域搜索的广义旅行商问题求解算法：ALFG。本文中的ALFG算法将群内点更新方法作为自适应大领域搜索算法的预处理；并提出了更新-最差移除、更新-多点移除以及更新最优插入三个新的启发式；其次，为了改善启发式权重自适应过程中得分尺度不统一的问题，使用一个基于阶段性动态选择的权重自适应方法；同时，提出一个标准算例生成方法，从而弥补当前标准算例的空缺。在实验阶段，使用了30个生成的标准算例，这些算例的群规模从20个到99个，点的数量最大为493，实验对比结果显示ALFG中提出的贪心单点操作启发式及动态多点移除启发式相比GLNS，可使得解的收敛效果分别平均提升7.4%和10.3%；ALFG算法整体收敛效果相比GLNS平均提升了17.0%。\n 第三，针对实际应用中，决策者对路径的选择会权衡多个因素的需求，在MFCSP的基础上，提出了UAVs/UGVs长时多目标路径规划问题并进行了数学建模，该模型将路径总长度和最大完工时间作为优化目标。该多目标组合优化问题的求解，提出了一个基于模因演算法的求解算法：MOALP。在该算法框架下，设计并实现了一个混合帕累托局部搜索，该方法首次将帕累托局部搜索和多目标自适应大邻域（MOALNS）相融合，从而提高算法的搜索能力；同时使用带有分解的MOALNS来保证解的分布性。实验阶段，在三组共计15个不同的算例中，将MOALP与MOALNS、MOMAD以及PLS进行了对比，数据显示MOALP的表现最好，在集合覆盖率指标上，MOALP相比次优的MOALNS在11个算例上的表现高10.0%以上；在超体积指标上，MOALP在其中11个算例上取得了最高值。

关键词：地面无人车无人机路径规划广义旅行商问题自适应大领域搜索多目标优化模因演算法

来源：评论

学校读者我要写书评

暂无评论

基于Memetic算法的多车型CARP问题优化研究

基于Memetic算法的多车型CARP问题优化研究

引用

作者：刘晓飞安庆师范大学

学位级别：硕士

限量弧路由问题(Capacitated Arc Routing Problem,CARP)在现实生活中有着广泛的应用,对缓解能源危机,提高生产效率,创建节约型社会有着重大的意义。然而,许多实际问题是无法用基本CARP模型解决的,因此结合实际情况,增加约束条件形成的... 详细信息

限量弧路由问题(Capacitated Arc Routing Problem,CARP)在现实生活中有着广泛的应用,对缓解能源危机,提高生产效率,创建节约型社会有着重大的意义。然而,许多实际问题是无法用基本CARP模型解决的,因此结合实际情况,增加约束条件形成的扩展CARP模型越来越受到人们的重视。目前有许多的扩展CARP模型被提出,如多中心CARP模型,多车型CARP模型(Heterogeneous Vehicle Capacitated Arc Routing Problem,HVCARP),多周期CARP模型,不确定CARP模型等等。基本限量弧路由问题模型的研究已经日渐成熟,但是扩展CARP模型相关的研究成果并不是很多。本论文就常见扩展CARP模型中的多车型CARP模型做了深入的研究。针对多车型CARP模型(HVCARP)提出了一种有效的Memetic算法MAEVSGR(Memetic Algorithm Exchanging Vehicles among Same Group Routes)。首先将多车型CARP模型(HVCARP)的路径费用分为可变费用和固定费用,通过车辆惩罚系数紧密联系车型和路径之间的关系,形成了特有的多车型CARP费用计算公式。针对多车型CARP的特点,本论文提出了一种针对车型的同档路径交换车辆算子,该算子根据路径负载以及车队情况,调整服务车型,以实现服务费用的最优化;然后以其为局部搜索算子,设计了用于求解多车型CARP的Memetic算法;然后,以CARP标准测试集的修改算例进行实验验证,大量的实验结果表明了本文所提基于同档路径交换车辆算子Memetic算法的有效性。针对不确定CARP模型,本论文先描述了基本不确定CARP模型的定义方法。然后介绍了几种常见的不确定评价标准。最后结合多车型CARP模型提出了不确定多车型CARP模型。

关键词：限量弧路由问题多车型不确定性模因演算法同档路径交换车辆

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：