检索结果-内蒙古大学图书馆

作者：刘世兴江南大学

学位级别：硕士

雷达组网系统具有反隐身目标、反辐射导弹、反综合电子干扰、反超低空突防能力,在现代电子对抗中可以显著提高组网内雷达的探测概率和生存能力。雷达优化组网问题也就是雷达站的部署问题是影响组网雷达性能的重要因素之一,也是雷达组网... 详细信息

雷达组网系统具有反隐身目标、反辐射导弹、反综合电子干扰、反超低空突防能力,在现代电子对抗中可以显著提高组网内雷达的探测概率和生存能力。雷达优化组网问题也就是雷达站的部署问题是影响组网雷达性能的重要因素之一,也是雷达组网的关键技术。目前,雷达优化组网问题主要针对雷达组网系统的综合性能,提出部署原则并进行量化,根据量化后的指标建立数学模型,通过求解该数学模型,获得组网方案。然而雷达优化组网问题属于带有约束的非线性优化问题,解空间极为复杂,使用传统的数学分析方法很难找到最优解。因此,本文针对多个场景下的雷达优化组网问题,采用改进的智能优化算法,对雷达组网方法展开研究。具体的研究内容如下:(1)针对以空域覆盖系数为目标的雷达优化组网问题,提出了一种基于改进北方苍鹰优化算法的雷达优化组网方法。首先,对北方苍鹰优化算法进行改进,改进后的算法利用立方混沌映射初始化种群,使用最优个体引导策略进行位置更新,引入非线性权重因子更新北方苍鹰的攻击半径并采用柯西-高斯混合变异对一次迭代后的个体位置进行扰动。其次,提出以空域覆盖系数为目标的雷达网性能指标:责任区域覆盖率和重点区域覆盖率,建立相关的雷达优化组网数学模型。最后,使用改进后的算法对模型进行求解。仿真结果显示,使用该方法所得到的雷达组网方案,能够达到雷达网对责任区域和重点区域均实现高覆盖率的目的。(2)针对上述模型仅考虑在理想环境下的空域覆盖系数指标,未能充分考虑实际战场环境的其他影响因素的问题,提出了基于改进鲸鱼优化算法的雷达优化组网方法。该方法综合考虑了雷达组网的四抗能力,利用空域覆盖系数、重叠系数、同频干扰系数和资源利用系数等多个性能指标建立战场环境下的雷达优化组网模型。优化算法则采用收敛速度较快的鲸鱼优化算法,采用佳点集初始化、精英池策略、非线性自适应权重和精英个体自适应t分布扰动策略对标准鲸鱼优化算法进行改进。仿真结果表明,该方法能够获得较优的组网方案,使雷达网达到高覆盖、高重叠、低资源浪费、低同频干扰的目的。(3)针对战场环境下存在敌方压制干扰与地形限制的问题,提出了一种基于改进正弦余弦算法的雷达优化组网方法。该方法以真实战场环境中存在敌方压制干扰为背景,同时考虑雷达部署时所受到的地形限制,利用覆盖系数、重叠系数等指标建立雷达优化组网模型。优化算法选用平衡能力较好、易于实现的正弦余弦算法,采用反向学习策略、Levy飞行策略、非线性控制参数调整和多项式变异对标准正弦余弦算法进行改进。仿真结果显示,该方法能够在干扰环境和地形约束的背景下给出最优组网方案,达到对各区域合理分配、统筹兼顾的目的。

关键词：雷达组网北方苍鹰优化算法鲸鱼优化算法正弦余弦算法优化部署

来源：评论

学校读者我要写书评

暂无评论

改进花授粉算法及作业车间调度问题研究

改进花授粉算法及作业车间调度问题研究

引用

作者：赵齐辉上海工程技术大学

学位级别：硕士

在管理学领域中,很多问题最后的模型都是建立出了一个目标函数,分为无约束和带约束的。无约束的多模态函数结构非常复杂,甚至维数很高,因此传统的求解方法难以获得令人满意的结果,有必要引入智能算法进行求解;带约束的优化问题是比无约... 详细信息

在管理学领域中,很多问题最后的模型都是建立出了一个目标函数,分为无约束和带约束的。无约束的多模态函数结构非常复杂,甚至维数很高,因此传统的求解方法难以获得令人满意的结果,有必要引入智能算法进行求解;带约束的优化问题是比无约束问题更加的复杂,传统的方法求不出最优解或者与最优解相去甚远,而新兴的智能算法在这方面展现出一定的优势。车间调度问题对企业的生产指导具有重要的现实意义,更优的调度方案能够节约企业的生产成本;另外用群体智能算法求解要比传统的方法更加节约时间,并且获得的解是可以令人满意的,本文提出的求解方法为车间调度问题的求解提供了新的思路。针对花授粉算法易陷入局部最小、早熟的特点提出了一种基于正弦余弦算法的花授粉算法和带杂交算子的自适应花授粉算法,并应用于多模态函数的求解,实验结果表明改进的算法相对基本花授粉算法和基于差分进化策略的花授粉算法在函数优化方面具有一定的优势。将正弦余弦花授粉算法应用于求解三个工程优化设计问题,分别是:三杆桁架设计、压力容器设计、减速器设计问题。由于惩罚函数法受到罚介数和罚系数的影响,本文解决这三个问题并未使用,而是将约束条件作为更新最优解的条件,并取得了比一些改进算法更好的效果。针对离散型的组合优化问题-作业车间调度问题,设计了一种离散型的花授粉算法,进行有效的编码和解码,最后通过车间调度的FT和LA实例测试,表明离散型的花授粉算法在求解作业车间调度问题具有一定的优势。最终将提出的算法具体运用到公司案例,给该公司解决了小规模调度问题,为公司的生产制造提供了一些可参考的方案。

关键词：花朵授粉算法正弦余弦算法局部优化算子工程设计优化问题作业车间调度问题函数优化

来源：评论

学校读者我要写书评

暂无评论

群智能优化算法改进研究及其在机器学习模型优化中的应用

群智能优化算法改进研究及其在机器学习模型优化中的应用

引用

作者：吴述彪温州大学

学位级别：硕士

群智能优化算法只需要提供一个适应度函数评估个体解的质量即可完成搜索过程,在各种非凸问题和现实世界复杂优化问题中得到了广泛的应用。黏菌算法(Slime Mould Algorithm,SMA)和正弦余弦算法(Sine Cosine Algorithm,SCA)是近几年提出... 详细信息

群智能优化算法只需要提供一个适应度函数评估个体解的质量即可完成搜索过程,在各种非凸问题和现实世界复杂优化问题中得到了广泛的应用。黏菌算法(Slime Mould Algorithm,SMA)和正弦余弦算法(Sine Cosine Algorithm,SCA)是近几年提出的两个群智能优化算法。因其简单有效被应用于各类优化问题。虽然这两个算法已经被广泛应用,但是其搜索性能还存在不足,本文针对这两个算法存在的问题,提出了三种改进的算法,并且将三种改进算法应用于机器学习模型优化问题,提升机器学习模型的分类性能。本文的主要研究内容如下: (1)在SMA的基础上,引入高斯骨架变异和贪婪选择进一步增强黏菌算法搜索性能,提出了高斯骨架黏菌算法(GBSMA)。为了验证GBSMA的性能,在演化计算会议(Congress on Evolutionary Computation,CEC)2017基准函数上分别对比了SMA、多种经典算法、多种改进算法,全面验证了GBSMA的搜索性能。最后,将提出的GBSMA用于优化核极限学习机的关键参数,在加州大学欧文分校(University of California Irvin,UCI)公共数据集上进行了对比实验,结果表明GBSMA具有显著优势。 (2)从种群规模角度着手,引入线性种群规模减小机制改进SCA,提出了一种改进的正弦余弦算法(LSCA)。引入线性种群规模减小机制,前期赋予算法较大的种群规模,增强算法的全局搜索性能,通过缩小种群规模加快算法后期收敛速度。并且种群规模减小时使用优胜劣汰淘汰较差解,增强了个体之间的竞争,有助于进一步增强算法的搜索性能。在基准函数测试上LSCA表现出具有竞争力的结果。将LSCA用于模糊K近邻(Fuzzy K-Nearest Neighbor,FKNN)的参数和特征协同进化,提出了LSCA-FKNN模型,在三个UCI数据集上均表现出具有优势的结果。最后,将LSCA-FKNN用于狼疮性肾炎的分类,获得了最好的分类结果,选出的特征为医生提供了指导意义。 (3)针对SCA收敛缓慢,更新公式单一导致种群多样性差等问题,引入了四种针对性的策略,改善SCA的优化性能,提出了一种改进的正弦余弦算法(AGCOSCA)。为了验证算法的搜索性能,在基准函数上和多个经典和改进算法进行了对比,结果表明AGCOSCA的搜索性能得到了显著增强。最后,将AGCOSCA用于过滤式特征选择,在多个UCI数据集上相比于SCA和其他基于前向选择的过滤式算法更具优势。

关键词：群智能优化算法黏菌算法正弦余弦算法机器学习特征选择

来源：评论

学校读者我要写书评

暂无评论

无线传感器定位技术在土壤环境监测中的应用研究

无线传感器定位技术在土壤环境监测中的应用研究

引用

作者：王传友上海应用技术大学

学位级别：硕士

有效的土壤环境监测不仅对社会生产活动具有重要意义,同时对生态环境的保护也有着举足轻重的作用。对现有的多种土壤监测方法进行评估并考虑到土壤环境监测在信息化、一体化方面的需求,预设基于无线传感器网络采集土壤监测数据并完成土... 详细信息

有效的土壤环境监测不仅对社会生产活动具有重要意义,同时对生态环境的保护也有着举足轻重的作用。对现有的多种土壤监测方法进行评估并考虑到土壤环境监测在信息化、一体化方面的需求,预设基于无线传感器网络采集土壤监测数据并完成土壤指标预警的研究背景,开展大规模布设场景下实现传感器节点精确定位的模型与方法研究。对经典无线传感器网络节点定位模型进行分析,以提高定位精度为目标提出相应的改进策略,通过算法性能对比实验进行验证。开发一款可视化的原型仿真系统,封装节点定位算法,进行土壤环境监测场景模拟,以提高对土壤监测的准确性和实时性。解决的主要难题是在复杂室外环境中如何准确获取传感器节点的位置信息,针对这一难题,主要开展工作如下:(1)通过大量查阅文献、时事新闻、报刊、书籍等资料了解土壤监测的发展历史,当前环境面临的问题,土壤监测的主要方法以及未来的发展趋势。研究并分析了现有的无线传感器网络节点定位算法,根据应用场景选择非基于测距的DV-Hop模型作为土壤监测系统的基础定位模型。在研究过程中,对影响定位精度的主要因素进行了分析,并在不同场景下进行了仿真实验。(2)基于传统的DV-Hop定位模型,在距离估计阶段提出使用最短相似路径匹配算法进行改进,以此获取相对精确的距离定位条件;在节点位置获取阶段,首先采用Min-Max算法估算未知节点初始位置,进而通过正余弦优化算法(Sine Cosine Algorithm,SCA)对获得的初始坐标进行优化,优化过程中将距离与位置坐标同步作为未知变量进行迭代优化,以减小距离估算带来的误差,最终提高未知节点定位精度。使用Python语言编写程序对改进算法的有效性进行验证。(3)设计并实现了基于无线传感器网络定位技术的土壤监测仿真系统,系统可以直观地观察节点的部署状况、位置信息、土壤参数信息,并且可以对参数异常的节点进行预警,以及对传感器搜集的信息进行分析处理。根据实验结果可知,所提出的定位改进策略可获得相对较高的节点定位精度,增强了基于无线传感器网络实现土壤环境监测的有效性,对土壤监测实现信息化、一体化,具有相当的研究意义和实用价值。

关键词：无线传感器网络定位技术土壤监测 DV-Hop 正弦余弦算法

来源：评论

学校读者我要写书评

暂无评论

含风电的机组组合和运行优化策略研究

含风电的机组组合和运行优化策略研究

引用

作者：庞文涛浙江大学

学位级别：硕士

机组组合问题是电网进行经济调度,制定发电计划的首要研究问题。在新能源电力比例增加的电力行业形势下,研究机组组合问题,对于提高电网运行的稳定性和新能源电力的消纳能力具有重要意义。同时火力发电机组也需要在电网调度中提供一定... 详细信息

机组组合问题是电网进行经济调度,制定发电计划的首要研究问题。在新能源电力比例增加的电力行业形势下,研究机组组合问题,对于提高电网运行的稳定性和新能源电力的消纳能力具有重要意义。同时火力发电机组也需要在电网调度中提供一定的灵活性,以提高变负荷运行时的调峰能力。本文首先介绍了机组组合问题的数学模型,应用拉格朗日松弛算法对机组组合问题求解,并对算例结果进行了分析。针对拉格朗日松弛算法的不足,应用正弦余弦算法改进拉格朗日算法得到SCA-LR算法,将改进后的算法应用于机组组合问题的求解。利用正弦余弦算法随机搜索、全局优化的特点,增加了迭代求解过程中拉格朗日乘子更新的随机性,改善了相对对偶间隙的振荡现象,提高了拉格朗日松弛算法对于最优解的逼近效果。随后,对于传统机组组合制定策略难以适应未来快速的日内负荷变化需求的问题,提出多机组协调运行策略。通过使用日内预测的更为精确的风电功率数据,应用SCALR算法制定分时段更新的机组组合,通过与日前机组组合策略相比较,该策略可以更好地适应风电功率波动性较大的特点,提高电力系统运行的灵活性和经济性。在以上研究的基础上,对于电力机组响应电网变负荷指令时的运行灵活性提升进行研究。从配汽运行方式优化角度出发,针对汽轮机组机组负荷在某些总阀位指令段变化迟缓,控制效果变差的现象。采用数据挖掘的手段分析汽轮机运行过程中产生的历史数据,应用神经网络算法建立汽轮机配汽机构运行关键指标之间的数学模型,并采用实际的运行数据进行了具体案例的计算。本文采用多个算例对以上提出的算法和方法进行了论证。

关键词：机组组合拉格朗日松弛算法正弦余弦算法流量特性汽轮机

来源：评论

学校读者我要写书评

暂无评论

基于神经网络预测模型的电厂运行目标值智能优化研究

基于神经网络预测模型的电厂运行目标值智能优化研究

引用

作者：王永军华北电力大学

学位级别：硕士

近年来,大容量、高参数超(超)临界机组在我国火电装机中所占份额持续增加。在大机组普遍参与电网自动发电控制(AGC)及深度调峰的背景下,基于先进的智能建模与优化策略,准确合理地确定不同工况下锅炉机组关键运行参数的最优目标值,有效... 详细信息

近年来,大容量、高参数超(超)临界机组在我国火电装机中所占份额持续增加。在大机组普遍参与电网自动发电控制(AGC)及深度调峰的背景下,基于先进的智能建模与优化策略,准确合理地确定不同工况下锅炉机组关键运行参数的最优目标值,有效地指导运行人员合理操作,对提高锅炉运行的经济性与环保性具有重要意义。论文在介绍人工神经网络基本原理的基础上,讨论了双隐层BP神经网络(d BPNN)和正则化极限学习机(RELM)两种建模算法,分析了影响神经网络预测性能的主要因素。针对本文寻优过程拟采用的正弦余弦算法(SCA),详细介绍了其基本原理和寻优流程,为提高算法的局部搜索能力,提出了一种引入非线性递减调整惯性权重的简化正弦算法(SA)。采用10个经典函数测试其优化性能,并与简化粒子群优化(s PSO)算法的测试结果对比,结果表明正弦算法具有更高的搜索精度和执行效率。论文在详细分析影响火电机组锅炉效率及NOx排放量运行参数的基础上,以某1000MW火电机组的真实历史运行数据,采用d BPNN和RELM分别建立了锅炉效率和NOx排放量的预测模型,同时考虑网络初始权值阈值、激活函数以及隐含层节点个数等因素的影响,通过仿真实验对模型性能进行了优化。以上述模型为基础,将提高锅炉效率和降低NOx排放作为优化目标,提出了一种基于神经网络预测模型和改进正弦算法的锅炉氧量目标值和炉膛配风配粉优化方法。采用MATLAB软件编制优化算法程序,利用机组实时运行数据确定与当前工况对应的氧量、二次风挡板开度等运行参数的最优目标值,并将SA与s PSO算法的寻优结果进行对比。结果表明:基于正弦算法的运行参数目标值优化方案得到的氧量、二次风挡板开度等参数的最优目标值更准确,采用该值进行优化调整能够有效地提高锅炉效率、降低NOx排放,保证机组运行的经济性和环保性,为运行人员提供操作指导。

关键词： BP神经网络极限学习机正弦余弦算法粒子群算法锅炉效率 NOx排放量

来源：评论

学校读者我要写书评

暂无评论

改进花授粉算法及其应用研究

改进花授粉算法及其应用研究

引用

作者：王蕾西安科技大学

学位级别：硕士

花授粉算法是一种新提出的群体智能优化算法,具备结构简单,容易实现等特点,越来越多的学者不断地对它进行改进并应用于更多的领域.本文从基本的花授粉算法出发,系统地研究了算法的原理,难点以及现有算法所存在的问题,结合研究其他优化... 详细信息

花授粉算法是一种新提出的群体智能优化算法,具备结构简单,容易实现等特点,越来越多的学者不断地对它进行改进并应用于更多的领域.本文从基本的花授粉算法出发,系统地研究了算法的原理,难点以及现有算法所存在的问题,结合研究其他优化算法的特性,分别提出了两种新的花授粉算法并将其一应用到工程实例中.首先,针对基本花授粉算法的自花授粉环节中授粉范围较小等问题,嵌入简化后的正弦余弦算法,针对其异花授粉环节的最优解值精度不佳等问题,引入精英花粉算子,提出了融合正弦余弦算法和精英算子的花授粉算法.进而选取十组标准测试函数进行检验,将实验结果和迭代图像与传统花授粉算法等进行对比分析,本文提出的新算法显著的提高了算法的稳定性和最优值的精度.其次,针对花授粉算法在异花授粉环节容易陷入局部最优值,在自花授粉环节中种群个体不够丰富等问题,分别引入改进后的蝗虫算法和进行变异与交叉操作后的精英花粉算子,提出了基于蝗虫算法和精英花粉算子的花授粉算法.该算法的提出主要是为了解决非线性约束优化问题,选取三个经典工程优化设计问题进行仿真,对比结果表明,基于蝗虫算法和精英花粉算子的花授粉算法更具有高精度和普适性.

关键词：花授粉算法正弦余弦算法精英算子蝗虫算法约束优化问题

来源：评论

学校读者我要写书评

暂无评论

探路者算法的改进及其应用研究

探路者算法的改进及其应用研究

引用

作者：毛雪迪牡丹江师范学院

学位级别：硕士

探路者优化算法(Pathfinder algorithm,PFA)是基于生物进化理论和群体智能原理、通过模拟生物进化和自然选择的过程寻找最优解的算法。该算法具有自适应参数设置、流程简单、算法容易实现等特点,然而,PFA也存在求解精度不高、容易陷入... 详细信息

探路者优化算法(Pathfinder algorithm,PFA)是基于生物进化理论和群体智能原理、通过模拟生物进化和自然选择的过程寻找最优解的算法。该算法具有自适应参数设置、流程简单、算法容易实现等特点,然而,PFA也存在求解精度不高、容易陷入局部最优和收敛速度慢等问题。本文旨在分析和改进探路者算法的不足之处,提出了三种改进的探路者算法,并将改进后的算法应用于实际优化问题,以进一步完善探路者算法的理论基础并拓宽其应用范围。改进后的PFA算法对参数设置、搜索策略和收敛性等方面进行了优化,提高了PFA算法的性能和效率。本文的主要研究工作如下:(1)为了提升算法的收敛精度和搜索速度,提出一种基于折射反向学习的改进正弦余弦探路者算法(RSCPFA),将折射反向学习策略引进初始化种群中,利用改进的正弦余弦算法替换探路者更新公式。将RSCPFA用于12个经典测试函数、10个CEC2014基准测试函数和2个工程实例中,将所得数据与不同类型的启发式算法相比较,实验结果表明了RSCPFA算法的鲁棒性。(2)为了平衡算法全局搜索和局部勘探能力,提出一种嵌入Cat映射的混合变异探路者算法(CHMPFA)。首先,利用Cat混沌映射使种群覆盖在更广阔的解空间;其次,将衰减因子引入探路者更新公式中,平衡算法的全局和局部搜索能力;然后,利用变异概率随机选择柯西变异或高斯变异对最优个体进行位置扰动,帮助个体跳出当前区域对其它区域进行搜索;最后,选择基准测试函数和工程问题证明CHMPFA算法具有优异的性能。(3)为了提升探路者算法的求解精度和降低陷入局部最优的概率,提出一种新的改进的探路者算法(IPFA)。首先,融入精英反向学习机制,提高种群多样性和种群质量,从而提升算法的求解精度;其次,为了提升算法的收敛速度,将逃逸能量因子嵌入到灰狼算法猎杀猎物阶段,并代替探路者算法中的跟随者阶段,增加算法的多样性,提高算法的搜索效率;最后,为了解决易陷入局部最优的问题,利用t分布逐维变异方法,对最优个体位置进行扰动,帮助个体快速跳出局部最优向其它区域前进。

关键词：探路者优化算法正弦余弦算法灰狼算法折射反向学习哈里斯鹰优化算法工程优化问题

来源：评论

学校读者我要写书评

暂无评论

自适应t扰动的正余弦花朵授粉算法

引用

科技通报 2022年第3期38卷 52-61,71页

作者：周佳毅钱谦冯勇伏云发昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室(昆明理工大学) 昆明650500

传统花朵授粉算法具有收敛精度低,后期收敛速度慢,易陷入局部最优的缺点。针对这些问题,本文提出了一种自适应t分布扰动的正余弦花朵授粉算法。该算法首先利用托普利兹矩阵划分解空间,使初始种群的个体均匀分布在解空间;然后引入正余弦... 详细信息

传统花朵授粉算法具有收敛精度低,后期收敛速度慢,易陷入局部最优的缺点。针对这些问题,本文提出了一种自适应t分布扰动的正余弦花朵授粉算法。该算法首先利用托普利兹矩阵划分解空间,使初始种群的个体均匀分布在解空间;然后引入正余弦算子对基本花朵授粉算法的局部搜索部分进行改进;最后提出一种自适应t分布扰动来帮助算法跳出局部最优解。在10个标准测试函数上进行实验的结果表明,自适应t分布扰动的正余弦花朵授粉算法具有较快的收敛速度,较高的收敛精度,较好的鲁棒性以及跳出局部最优解的能力,优于基本花朵授粉算法与其他几种相关群智能算法,是解决复杂高维函数问题的有效方法。

关键词：花朵授粉算法函数优化正弦余弦算法自适应扰动

来源：评论

学校读者我要写书评

暂无评论

改进拉格朗日松弛算法的机组组合研究

引用

上海电力大学学报 2023年第1期39卷 25-32页

作者：晋美珠韩晓霞武晋德安钊续欣莹太原理工大学电气与动力工程学院山西太原030024

为提高计算效率,并针对传统拉格朗日松弛算法(LR)在优化过程中存在对偶间隙不能收敛的问题,提出了一种改进的拉格朗日松弛算法(LR CMSCA)以优化大规模机组组合问题。首先通过正弦余弦算法(SCA)优化拉格朗日乘子的更新路径,以缓解振荡现... 详细信息

为提高计算效率,并针对传统拉格朗日松弛算法(LR)在优化过程中存在对偶间隙不能收敛的问题,提出了一种改进的拉格朗日松弛算法(LR CMSCA)以优化大规模机组组合问题。首先通过正弦余弦算法(SCA)优化拉格朗日乘子的更新路径,以缓解振荡现象;然后在SCA中引入柯西变异算子对当前粒子进行干扰,尽可能避免陷入局部最优,并引入自适应权重更新策略,使粒子更快逼近最优解;最后利用不同机组规模的电力系统进行仿真计算,并将计算结果与其他算法进行比较。结果表明,该方法在计算结果上具有优势,且有实际应用价值。

关键词：机组组合拉格朗日松弛算法正弦余弦算法柯西变异算子自适应权重更新策略

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：