AIAA JOURNAL - Czasopismo - MOST Wiedzy

Wyszukiwarka

AIAA JOURNAL

ISSN:

0001-1452

eISSN:

1533-385X

Dyscypliny:

  • Automatyka, elektronika, elektrotechnika i technologie kosmiczne (Dziedzina nauk inżynieryjno-technicznych)
  • Inżynieria mechaniczna (Dziedzina nauk inżynieryjno-technicznych)
  • Inżynieria środowiska, górnictwo i energetyka (Dziedzina nauk inżynieryjno-technicznych)

Punkty Ministerialne: Pomoc

Punkty Ministerialne - aktualny rok
Rok Punkty Lista
Rok 2024 140 Ministerialna lista czasopism punktowanych 2024
Punkty Ministerialne - lata ubiegłe
Rok Punkty Lista
2024 140 Ministerialna lista czasopism punktowanych 2024
2023 140 Lista ministerialna czasopism punktowanych 2023
2022 140 Lista ministerialna czasopism punktowanych (2019-2022)
2021 140 Lista ministerialna czasopism punktowanych (2019-2022)
2020 140 Lista ministerialna czasopism punktowanych (2019-2022)
2019 140 Lista ministerialna czasopism punktowanych (2019-2022)
2018 40 A
2017 40 A
2016 40 A
2015 40 A
2014 40 A
2013 35 A
2012 35 A
2011 35 A
2010 32 A

Model czasopisma:

Hybrydowe

Punkty CiteScore:

Punkty CiteScore - aktualny rok
Rok Punkty
Rok 2022 5.8
Punkty CiteScore - lata ubiegłe
Rok Punkty
2022 5.8
2021 5.5
2020 5
2019 4.3
2018 4.2
2017 3.9
2016 4.2
2015 3.9
2014 4
2013 4.1
2012 3
2011 3.2

Impact Factor:

Zaloguj się aby zobaczyć Współczynnik Impact Factor dla tego czasopisma

Filtry

wszystkich: 1

  • Kategoria
  • Rok

wyczyść Filtry wybranego katalogu niedostępne

Katalog Czasopism

Rok 2016
  • Multiobjective Aerodynamic Optimization by Variable-Fidelity Models and Response Surface Surrogates
    Publikacja

    - AIAA JOURNAL - Rok 2016

    A computationally efficient procedure for multiobjective design optimization with variable-fidelity models and response surface surrogates is presented. The proposed approach uses the multiobjective evolutionary algorithm that works with a fast surrogate model, obtained with kriging interpolation of the low-fidelity model data enhanced by space-mapping correction exploiting a few high-fidelity training points. The initial Pareto...

    Pełny tekst do pobrania w serwisie zewnętrznym

wyświetlono 291 razy