检索结果-内蒙古大学图书馆

管理工程学报 2023年第5期37卷 247-258页

作者：牛奔薛博文周天薇深圳大学管理学院深圳518060 深圳大学大湾区国际创新学院深圳518060

随着行业细分的逐步深入,航空公司将检修任务外包给基地维修服务提供商,以降低运营成本。针对外包模式下飞机基地维修人员调度问题,本文首先基于维修任务的分布式特征,结合维修服务提供商对成本控制的需求与维修人员对工作量分配公平的... 详细信息

随着行业细分的逐步深入,航空公司将检修任务外包给基地维修服务提供商,以降低运营成本。针对外包模式下飞机基地维修人员调度问题,本文首先基于维修任务的分布式特征,结合维修服务提供商对成本控制的需求与维修人员对工作量分配公平的需求,构建调度模型。其次,提出与模型约束条件相结合的编码转换机制,基于结构重组思想以及群体内部信息交流方式设计交互式细菌觅食优化算法,并对模型进行求解。最后,基于分布式任务分配特点设计对比实验。实验结果表明,相较于原始细菌觅食优化算法、菌群优化算法、改进细菌觅食优化算法、粒子群算法、综合学习粒子群算法以及遗传算法,交互式细菌觅食优化算法具有更强的寻优能力、更高的搜索精度,以及良好的稳健性与收敛性能,能有效解决手动排班引起的耗时长、费力多等问题,提升飞机维修基地的运营效率。

关键词：飞机基地维修人员人员调度交互式学习策略细菌觅食优化算法

来源：评论

学校读者我要写书评

暂无评论

基于新型细菌觅食优化算法的飞机动态泊位问题

引用

系统工程学报 2024年第3期39卷 413-427页

作者：牛奔张楚容余俊周天薇深圳大学管理学院广东深圳518000 新潟大学自然科学系日本新潟950-2181

随着航空运输业的发展,传统手动设计泊位方案已难以满足日益增长的外包维修需求.在外包模式下,如何快速给出高效的动态泊位方案关系到维修任务订单的准点交付,是飞机维修服务公司亟待解决的重要问题.针对飞机泊位进出顺序及碰撞检测特点... 详细信息

随着航空运输业的发展,传统手动设计泊位方案已难以满足日益增长的外包维修需求.在外包模式下,如何快速给出高效的动态泊位方案关系到维修任务订单的准点交付,是飞机维修服务公司亟待解决的重要问题.针对飞机泊位进出顺序及碰撞检测特点,构建带时间窗的飞机维修泊位模型.设计自适应趋化学习及交叉协作策略,提出新型细菌觅食优化算法,并设计一系列约束处理机制.研究结果表明,提出的基于矩形碰撞检测方法可有效预防并判断飞机间碰撞阻塞情况.新型细菌觅食优化算法在解决飞机动态泊位问题上展现出搜索精度高、稳定性强等特点.所得高效智能化泊位调度方案有助于在保证维修安全的情况下提升飞机维修服务提供商的维修服务效率,改进维修资源利用率与维修系统的柔性,为企业实现高质量发展打下良好基础.

关键词：飞机动态泊位维修时间窗细菌觅食优化算法自适应趋化学习策略交叉协作策略

来源：评论

学校读者我要写书评

暂无评论

基于多目标多元学习细菌觅食优化算法的混合数据聚类

引用

中国管理科学 2022年第12期30卷 131-140页

作者：牛奔郭晨唐恒深圳大学管理学院广东深圳518060 深圳大学大数据智能管理与决策研究所广东深圳518060 澳门大学工商管理学院中国澳门特别行政区999078

针对混合属性数据聚类问题,本文提出一种基于多目标多元学习细菌觅食优化算法。首先,基于改进的细菌觅食优化算法,提出多目标优化算法框架。然后,提出多元学习策略来提高算法性能。具体地,对于细菌个体,细菌之间采用环形拓扑学习策略,... 详细信息

针对混合属性数据聚类问题,本文提出一种基于多目标多元学习细菌觅食优化算法。首先,基于改进的细菌觅食优化算法,提出多目标优化算法框架。然后,提出多元学习策略来提高算法性能。具体地,对于细菌个体,细菌之间采用环形拓扑学习策略,每个细菌只能向其邻域最优个体学习;细菌个体还可以向外部档案非支配个体学习。通过该学习策略,不仅可以保持种群的多样性,也可以加快算法收敛速度。对于外部档案非支配个体,记录其变化趋势,当非支配个体的变化处于停滞状态时,采用精英学习策略对非支配个体进行微扰动,提高非支配解的多样性。最后,为解决混合属性数据聚类问题,设计了一种具有属性权重的混合属性转换策略。为了验证所提算法的性能,将该算法与两个多目标进化算法和三个经典聚类算法在六个标准数据集上进行对比实验。实验结果表明,所提算法在解决数值、分类和混合属性数据聚类问题上具有显著优势。同时,以金融领域信用卡申请客户数据为例,进一步证实了所提算法的可行性,也表明了所提算法在涉及混合属性数据集的医疗、管理、工程等领域有一定的应用前景。

关键词：混合属性数据聚类细菌觅食优化算法多目标优化多元学习策略

来源：评论

学校读者我要写书评

暂无评论

面向软件定义无线传感器网络部署的细菌觅食优化算法

引用

信息工程大学学报 2025年第2期26卷 245-252页

作者：毛明胡涛张光辉李建龙孙艳红 68002部队甘肃兰州730000 信息工程大学河南郑州450001

软件定义无线传感器网络(SDWSN)能够更好地解决路由数据的聚合和网络拓扑控制问题。然而,如何将这种集中控制模式与WSN的分布式结构部署相结合仍然面临着资源限制、节点异构性等诸多挑战。针对以上问题,提出一种基于细菌觅食优化算法的S... 详细信息

软件定义无线传感器网络(SDWSN)能够更好地解决路由数据的聚合和网络拓扑控制问题。然而,如何将这种集中控制模式与WSN的分布式结构部署相结合仍然面临着资源限制、节点异构性等诸多挑战。针对以上问题,提出一种基于细菌觅食优化算法的SDWSN部署方案,用于实现控制节点的部署和传感器节点网络动态自适应聚类。该自适应函数包含能量、距离和负载均衡3个因素,通过控制节点间的协作和自适应调整来提升网络弹性和运行效率。仿真结果表明,所提方案在能量消耗、网络效率和网络寿命3个方面均优于基于基因突变的鲸鱼优化算法(GM-WOA)和非线性加权粒子群优化算法(NWPSO)等对比方案。

关键词：软件定义网络无线传感器网络细菌觅食优化算法控制节点网络寿命

来源：评论

学校读者我要写书评

暂无评论

基于细菌觅食优化算法的边坡临界滑动面搜索

基于细菌觅食优化算法的边坡临界滑动面搜索

引用

作者：吴剑平安徽建筑大学

学位级别：硕士

近年来,国民经济快速发展,基础设施建设持续进行,众多工程安全问题逐步显现、备受关注。一直以来,边坡稳定性分析都是岩土工程领域内的重要研究课题,而边坡临界滑动面搜索则是边坡稳定性分析中的关键一环,是边坡结构设计、安全评估及加... 详细信息

近年来,国民经济快速发展,基础设施建设持续进行,众多工程安全问题逐步显现、备受关注。一直以来,边坡稳定性分析都是岩土工程领域内的重要研究课题,而边坡临界滑动面搜索则是边坡稳定性分析中的关键一环,是边坡结构设计、安全评估及加固措施选用的重要依据。然而,安全系数函数受土壤参数、荷载条件、问题自由度等因素的影响,常常峰值众多,造成传统优化方法容易陷入局部收敛,以致获取最危险滑动面的任务变的非常困难。得益于计算机技术的蓬勃发展,涌现出一批具有更高优化性能的群体智能优化算法,为求解非线性、高维度和多峰值的优化问题提供了新的研究思路。为应对上述问题,文章通过Matlab数值分析软件将细菌觅食优化算法与滑面安全系数计算分析模型结合,建立起边坡临界滑动面搜索新方法,具体研究方法如下:(1)在滑动面的几何合理性和程序的执行效率上,综合阐述和对比分析圆弧和非圆弧滑动面3种变量设计的优点和劣势,并以此为依据,选择了更为合理的决策变量,扩展了“破弧”的定义范围,采用更加合理的判断和排除“破弧”的解决方案,成功建立起能够避免更多无意义圆弧和非圆弧产生的优化模型。(2)基于简化Bishop法或简化Janbu法的刚体极限平衡分析理论,设计了一种能够同时求解均质和非均质边坡任意潜在临界滑动面的安全系数计算方法,该方法对程序建立的诸多难点给出了相应的解决方案,能够通过Matlab数值分析软件完成具体程序代码的编写。(3)改进了细菌觅食优化算法:首先,对于趋化算子,引入教与学优化思想改进翻转操作的随机性,提高算法搜索效率;设计自适应游动步长替代固定步长,提升算法搜索精度;添加优良基因交叉策略改善算法“前进两步,倒退一步”的现象;其次,针对繁殖算子,嵌入基于高斯分布的分布估计算法,增强种群多样性,避免陷入局部收敛;最后,为解决迁徙算子易发生最优解遗失的现象,设计了自适应迁徙概率。完成对标准算法的改进后,再借助3道常见测试函数来验证细菌觅食优化算法改进策略的有效性。(4)将改进前后的细菌觅食优化算法应用到3道经典算例的边坡临界滑动面求解和路堤边坡工程实例的稳定性分析当中,详细说明算法在处理该类问题中的表现状况及优化能力。结果表明:对于具有不同结构和不同维度的优化问题,改进细菌觅食优化算法的寻优效果都远好于标准细菌觅食优化方法,说明针对标准算法的改进策略是可靠有效的;在处理较为简单的均质边坡临界滑动面搜索问题中,标准细菌觅食优化算法具有可行性,但当边坡断面复杂度提高时,搜索难度也会随之增大,以致于算法需要进行多次运算才能够确定最优解,或者其根本无法摆脱局部收敛,造成搜索失败;相比标准细菌觅食优化算法,改进算法则具有更强的全局寻优性能,在处理复杂边坡时,其不仅能够有效避免“早熟停滞”现象的发生,而且也具有着较高的收敛速度和搜索精度。探索细菌觅食优化算法在边坡临界滑动面搜索问题中的应用,为解决该类问题开辟出了一条新的研究途径,因此,具有一定的理论意义;初步校验表明,该优化方法鲁棒性更好,具有广阔的应用前景。图49表13参54

关键词：边坡稳定临界滑动面简化Bishop法简化Janbu法细菌觅食优化算法 Matlab

来源：评论

学校读者我要写书评

暂无评论

基于细菌觅食优化算法的水面无人艇路径规划研究

基于细菌觅食优化算法的水面无人艇路径规划研究

引用

作者：龙洋武汉理工大学

学位级别：博士

水面无人艇(Unmanned Surface Vehicle,USV)作为一种高度集成化的水面智能平台,其工作场景覆盖海洋、江河、湖泊、淡水库区等水域。USV凭借其自主性和多功能性,在军事和民用领域得到大量成功应用。为USV设计高精度的全局路径规划方法和... 详细信息

水面无人艇(Unmanned Surface Vehicle,USV)作为一种高度集成化的水面智能平台,其工作场景覆盖海洋、江河、湖泊、淡水库区等水域。USV凭借其自主性和多功能性,在军事和民用领域得到大量成功应用。为USV设计高精度的全局路径规划方法和响应速度快的局部路径规划方法,以应对复杂多变的工作环境。高质量的路径规划在保证了USV安全性的同时,进一步提升其智能化水平。传统方法求解路径规划问题面临的挑战是随着可行解的规模增大,搜索空间大幅增加、搜索效率不断降低。鉴于细菌觅食优化(Bacterial foraging optimization,BFO)算法的精细搜索特性和强全局搜索能力,本文围绕USV的路径规划问题,深入研究了BFO算法与环境地图融合的方法,高效的全局路径规划方法以及考虑了多约束条件的局部路径规划方法,设计多种新型BFO算法以获得求解该问题的高质量优化结果。主要工作及创新点如下:(1)针对BFO算法与环境地图融合的问题,提出了一种引入A*算法代价函数的AS-BFO算法(A Star-Bacterial Foraging Optimization Algorithm,AS-BFO)。在间断点的相邻栅格生成补丁节点以修复细菌执行趋化操作时产生的不连续路径,且保证修补的路径为最优路径。采用Morris法对AS-BFO算法的主要参数进行全局敏感性分析,确定模型的各个参数对输出的影响程度。仿真结果表明,AS-BFO算法与环境地图具有良好的兼容性。(2)针对USV的全局路径规划问题,提出了一种融入多种群技术的MSBFO算法(Multi-subpopulation Bacterial Foraging Optimization Algorithm,MSBFO)。对初始种群进行有规则地划分,以提高初始解的均匀分布性;引入删除策略与移民策略,以实现子种群之间的交流通信、多种群的协同进化;植入内部计数器,以进一步提升算法搜索效率。仿真结果表明,MS-BFO算法在各种环境中均具有良好的稳定性和求解精度。(3)针对USV的局部路径规划问题,提出了一种混合模拟退火机制的SABFO算法(Simulated Annealing-Bacterial Foraging Optimization Algorithm,SABFO)。该算法在传统BFO算法的迁移操作中引入模拟退火机制,使BFO算法能更好地从局部极值中跳出,从而收敛至全局最优。该算法在规划局部路径时,以国际海上避碰规则和USV会遇的动态障碍物类型为约束条件,设计不同的避障策略。仿真结果表明,USV在会遇各类障碍物时,SA-BFO算法均能快速规划出安全的局部路径。(4)针对USV路径规划方法在实践应用前的测试问题,建立了可操作性强、模拟程度高的可视化测试平台,并设计了一种基于碰撞危险度评价和改进BFO算法的避碰流程。测试实验选用内河港口水域、湖泊水域、沿海港口水域作为USV的工作环境,实现了基于MS-BFO算法和SA-BFO算法的USV避让多船的测试实验。实验结果表明,USV能在各种水域中成功避开各类障碍物,高效地规划出安全、无碰撞的航迹。

关键词：水面无人艇细菌觅食优化算法全局路径规划局部路径规划自动避碰

来源：评论

学校读者我要写书评

暂无评论

改进的细菌觅食优化算法及其应用

改进的细菌觅食优化算法及其应用

引用

作者：马欣茹西南大学

学位级别：硕士

优化问题是在科学研究、工程实践、经济管理等领域中常常遇到的问题。传统的优化方法一般以待优化问题的精确数学模型为基础,并且计算过程繁杂,仅适用于小规模问题,对于复杂的问题难以求解。专家学者以自然界中的各种生物群体涌现行为... 详细信息

优化问题是在科学研究、工程实践、经济管理等领域中常常遇到的问题。传统的优化方法一般以待优化问题的精确数学模型为基础,并且计算过程繁杂,仅适用于小规模问题,对于复杂的问题难以求解。专家学者以自然界中的各种生物群体涌现行为为启发,提出了很多智能算法,群智能优化算法凭借其使用简单、效率高、对待优化问题无特殊限制等优点,被广泛应用于复杂优化问题。细菌觅食优化算法(Bacterial Foraging Optimization,BFO)是群智能优化算法中比较典型的一种,具有实用性强、并行性以及结构简单等特点,目前已经被成功应用于一些领域。但是BFO算法还存在收敛精度不够高、对复杂的应用问题研究不够深入等问题,在算法参数设置、迁徙操作以及与其他算法的融合等方面还有很大的研究空间,对于BFO算法很有必要进行进一步的改进研究工作。本文针对该算法进行了深入研究,主要研究内容如下:1.通过对BFO算法参数作用的研究分析,提出了动态降低迁徙概率设置的BFO算法。根据算法迁徙操作迭代的次数对迁徙概率进行动态降低设置,更好的平衡BFO算法在不同阶段的全局搜索能力与局部搜索能力,也避免了迁徙概率参数设置的盲目性。通过对多个基准函数进行测试,对比了不同迁徙概率设置下的寻优效果,并且将该改进策略融合到其他改进的BFO算法中,对比分析加入改进策略前后的算法效果,实验结果表明动态降低迁徙概率的设置策略能够提高算法的寻优效果。2.针对BFO算法收敛精度不够高这一缺陷,在BFO算法中引入混沌搜索,利用混沌搜索的随机性、遍历性等特点对算法趋化操作后所获得的最优个体进行细致局部搜索,提出了CSBFO算法。同时考虑到CSBFO算法的主要改进策略是提高算法的收敛精度,为避免算法陷入局部最优,更好地平衡算法全局搜索能力与局部搜索能力,将本文提出的迁徙概率参数线性降低设置策略融合到CSBFO算法中,提出了CSBFO-Ped算法。将本文所提出的BFO改进算法与最新BFO改进算法分别对多个基准测试函数进行实验测试,实验结果表明本文所提出的CSBFO算法和CSBFO-Ped算法可以获得更好的收敛效果。3.为扩展改进的BFO算法使用领域,对经典的离散问题——TSP以及0-1背包问题进行应用求解。TSP和0-1背包问题是典型的NP难问题,是很多领域的本质热点问题,对于这两者的应用研究非常有必要。传统的BFO算法用来求解连续问题,为了使改进后的BFO算法能够适用于TSP、0-1背包这两个典型的离散问题,分别对算法步骤进行了处理。针对TSP问题,使用2-opt算法思想对改进后的BFO算法趋化操作进行处理,并且使用TSP问题中多组经典的测试数据进行实验验证,实验结果数据表明本文所提出的改进的BFO算法相比GA、MA以及FA算法在TSP问题上收敛精度更高,更稳定。对于0-1背包问题,以价值密度贪心为选取顺序准则处理改进后的BFO算法,选取四组不同维度(20、50、100、200)的数据对0-1背包问题进行算法实验效果验证,实验结果数据表明改进后的BFO算法可以获得精度高且稳定的解。

关键词：细菌觅食优化算法迁徙概率混沌搜索 TSP 0-1背包问题

来源：评论

学校读者我要写书评

暂无评论

基于改进的细菌觅食优化算法研究与应用

引用

淮北师范大学学报（自然科学版） 2022年第1期43卷 50-55页

作者：汪珺方振国严寒钱成铎淮北师范大学物理与电子信息学院安徽淮北235000

针对细菌觅食优化算法(BFOA)收敛速度较慢及求解精度不够准确的问题,提出一种结合随机梯度下降算法(SGD)改进的混合细菌觅食优化算法(BFOA_SGD),该算法将SGD算法以样本梯度值有针对性更新参数的方法引入BFOA算法的趋化操作中,完成快速... 详细信息

针对细菌觅食优化算法(BFOA)收敛速度较慢及求解精度不够准确的问题,提出一种结合随机梯度下降算法(SGD)改进的混合细菌觅食优化算法(BFOA_SGD),该算法将SGD算法以样本梯度值有针对性更新参数的方法引入BFOA算法的趋化操作中,完成快速的参数最优解位置定位.在对测试函数寻优过程中,BFOA_SGD算法均以较少的迭代次数得到最优解.并将BFOA_SGD算法应用到深度学习的卷积神经网络中,完成对MINST手写体数据集的识别实验,结果表明,识别准确率提高2%左右.

关键词：细菌觅食优化算法随机梯度下降趋化卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

细菌觅食优化算法研究

引用

电脑知识与技术 2020年第6期16卷 73-74页

作者：吴进周昊池州学院大数据与人工智能学院安徽池州247000

在管理、经济、工程和科技领域中,常需要求解多约束条件下的最优解问题,群体智能算法是常用的求解方法。细菌觅食优化算法(BFO)是近年来提出的一种新型的群体智能算法,不仅在群体智能优化理论中具有学术意义,在动态、多目标、多约束等... 详细信息

在管理、经济、工程和科技领域中,常需要求解多约束条件下的最优解问题,群体智能算法是常用的求解方法。细菌觅食优化算法(BFO)是近年来提出的一种新型的群体智能算法,不仅在群体智能优化理论中具有学术意义,在动态、多目标、多约束等复杂条件下的工程优化求解问题中也具有巨大的应用价值。

关键词：细菌觅食优化算法群体智能算法智能优化算法 BFO

来源：评论

学校读者我要写书评

暂无评论

改进的细菌觅食优化算法及其在0-1背包问题中的应用

改进的细菌觅食优化算法及其在0-1背包问题中的应用

引用

作者：何妙妙西南大学

学位级别：硕士

人们常常在生产生活中遇到大量的优化问题,国内外广大学者已经对这些优化问题进行了全面的研究,并将其发展成为了一门不可或缺的学科门类。解决优化问题的传统方法主要包括最速下降算法、线性规划、单纯形法等一系列以梯度为基础的算法... 详细信息

人们常常在生产生活中遇到大量的优化问题,国内外广大学者已经对这些优化问题进行了全面的研究,并将其发展成为了一门不可或缺的学科门类。解决优化问题的传统方法主要包括最速下降算法、线性规划、单纯形法等一系列以梯度为基础的算法,这类算法只有在待优化问题的目标函数是凸集且连续可微可导的情况下计算效率较高。但在实际应用中,面临着许多大规模、非线性、多极值的复杂优化问题,传统的优化算法对这类复杂优化问题的求解精度已经不能满足生产生活需求。群体智能优化算法由于其参数少,效率高,操作简单,对待优化问题本身的数学性质要求较少等优点,被广泛应用于求解各类复杂的优化问题。细菌觅食优化算法(Bacterial Foraging Optimization Algorithm,BFO)是一种新发展起来的群体智能优化算法,该算法具有鲁棒性强,易于实现等优点,现在已经在某些领域被成功使用,但应用深入度还尚浅,并且该算法在某些应用过程中存在求解精度不够精确、收敛速度慢等缺点,尤其在求解多峰优化问题时易陷入局部最优,很难得到全局最优值。因此,分析BFO算法的理论、改进BFO算法的机制和发展该算法的应用对于科学研究和现实生产中的各个领域的优化问题求解都具有重大的意义。为此,本文主要从该算法的改进和应用方面做了一些工作。主要研究内容如下:1.提出了一种基于贪心逐维更新评价策略的细菌觅食优化算法细菌觅食优化算法对解采用整体更新评价策略。BFO算法在解决连续型多维优化问题时,因为各维之间彼此干预,采用整体更新评价策略会降低求解精度,影响收敛速度。针对以上问题提出了逐维改进细菌觅食算法(Bacterial Foraging Optimization Algorithm with Dimension by Dimension Improvement,DDIBFO)。实验结果说明,引入逐维更新评价策略后能够有效地提高解的质量。2.步长改进的细菌觅食优化算法在经典的细菌觅食优化算法中,采用固定步长进行细菌位置的更新导致算法的搜寻效率低,容易陷入局部最优。针对这一缺陷,本文把莱维飞行机制引入到BFO算法当中,提出了一种基于莱维飞行的细菌觅食优化算法(LBFO)。莱维飞行机制产生的步长具有很大的随机性,有利于细菌个体在更加广阔的区域进行搜索,提高了算法的全局探索能力。实验结果表明,LBFO算法性能有了很大提升。由于莱维飞行产生的步长过于随机,缺乏自适应性,使得算法后期局部寻优能力弱,收敛速度低。为此,本文再次对步长进行改进,在传统BFO算法的基础上采用指数型自适应步长策略,提出了一种自适应步长的细菌觅食优化算法(Self-adaptive Step Bacterial Foraging Optimization Algorithm,SSBFO)。通过使步长随迭代次数的增加呈指数衰减,保持了算法全局探索与局部探索之间的平衡性。实验结果表明,SSBFO算法具有较强的竞争力。为了检验SSBFO算法的实用性,本文还把SSBFO算法应用到AJM工艺中脆性材料和延性材料的参数估计上面,取得了很好的成效,进一步证明了SSBFO算法的有效性。3.改进的细菌觅食优化算法在0-1背包问题中的应用0-1背包问题是生产管理、投资选择及材料分割等领域的热点问题之一,也是典型的NP难问题。大多数启发式算法都是针对连续型问题的,细菌觅食优化算法也不例外,而0-1背包问题是典型的离散型问题。为了让BFO算法适配该问题,首先对物品进行编码,其次在本文所提SSBFO算法的基础上引入贪心逐维更新评价思想,提出了一种求解0-1背包问题的细菌觅食优化算法。在物品个数为20、50、100、200的0-1背包问题上进行了仿真实验,实验说明,改进的细菌觅食优化算法寻优结果良好。

关键词：细菌觅食优化算法逐维更新莱维飞行自适应步长 0-1背包问题

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：