COMPUTATIONAL OPTIMIZATION AND APPLICATIONS - Czasopismo - MOST Wiedzy

Wyszukiwarka

COMPUTATIONAL OPTIMIZATION AND APPLICATIONS

ISSN:

0926-6003

eISSN:

1573-2894

Dyscypliny:

  • architektura i urbanistyka (Dziedzina nauk inżynieryjno-technicznych)
  • automatyka, elektronika, elektrotechnika i technologie kosmiczne (Dziedzina nauk inżynieryjno-technicznych)
  • informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
  • inżynieria mechaniczna (Dziedzina nauk inżynieryjno-technicznych)
  • nauki o rodzinie (Dziedzina nauk o rodzinie)
  • ekonomia i finanse (Dziedzina nauk społecznych)
  • nauki o zarządzaniu i jakości (Dziedzina nauk społecznych)
  • stosunki międzynarodowe (Dziedzina nauk społecznych)
  • informatyka (Dziedzina nauk ścisłych i przyrodniczych)
  • matematyka (Dziedzina nauk ścisłych i przyrodniczych)

Punkty Ministerialne: Pomoc

Punkty Ministerialne - aktualny rok
Rok Punkty Lista
Rok 2024 100 Ministerialna lista czasopism punktowanych 2024
Punkty Ministerialne - lata ubiegłe
Rok Punkty Lista
2024 100 Ministerialna lista czasopism punktowanych 2024
2023 100 Lista ministerialna czasopism punktowanych 2023
2022 100 Lista ministerialna czasopism punktowanych (2019-2022)
2021 100 Lista ministerialna czasopism punktowanych (2019-2022)
2020 100 Lista ministerialna czasopism punktowanych (2019-2022)
2019 100 Lista ministerialna czasopism punktowanych (2019-2022)
2018 35 A
2017 35 A
2016 35 A
2015 30 A
2014 30 A
2013 35 A
2012 35 A
2011 35 A
2010 27 A

Model czasopisma:

Hybrydowe

Punkty CiteScore:

Punkty CiteScore - aktualny rok
Rok Punkty
Rok 2023 3.7
Punkty CiteScore - lata ubiegłe
Rok Punkty
2023 3.7
2022 3.4
2021 3.4
2020 3.5
2019 3.4
2018 2.8
2017 3.1
2016 3
2015 3
2014 2.7
2013 2.8
2012 2.8
2011 2.9

Impact Factor:

Zaloguj się aby zobaczyć Współczynnik Impact Factor dla tego czasopisma

Filtry

wszystkich: 1

  • Kategoria
  • Rok
  • Opcje

wyczyść Filtry wybranego katalogu niedostępne

Katalog Czasopism

Rok 2018
  • Proximal primal–dual best approximation algorithm with memory
    Publikacja

    - COMPUTATIONAL OPTIMIZATION AND APPLICATIONS - Rok 2018

    We propose a new modified primal–dual proximal best approximation method for solving convex not necessarily differentiable optimization problems. The novelty of the method relies on introducing memory by taking into account iterates computed in previous steps in the formulas defining current iterate. To this end we consider projections onto intersections of halfspaces generated on the basis of the current as well as the previous...

    Pełny tekst do pobrania w portalu

wyświetlono 404 razy