![](https://cimg.fx361.com/images/2023/0224/f136af492f5e99a3dac34bdc665f3b8f98784a63.webp)
2020年6期
刊物介紹
《計(jì)算機(jī)集成制造系統(tǒng)》月刊由中國(guó)兵器工業(yè)集團(tuán)第210研究所主辦,是1995年由國(guó)家科技部863高技術(shù)計(jì)劃自動(dòng)化領(lǐng)域支持創(chuàng)辦的國(guó)家級(jí)學(xué)術(shù)期刊。具有創(chuàng)新性強(qiáng)、學(xué)術(shù)影響力大等特點(diǎn),是全國(guó)先進(jìn)制造技術(shù)與自動(dòng)化領(lǐng)域從事研究、開(kāi)發(fā)和應(yīng)用人員交流成果的重要園地,是展示我國(guó)先進(jìn)制造技術(shù)領(lǐng)域研究、開(kāi)發(fā)和應(yīng)用成就的重要窗口,經(jīng)過(guò)20余年的發(fā)展,已成為國(guó)內(nèi)先進(jìn)制造技術(shù)領(lǐng)域的品牌期刊。 《計(jì)算機(jī)集成制造系統(tǒng)》的影響因子和被引頻次屢次位居同類(lèi)期刊前列: 在中國(guó)科技論文與引文數(shù)據(jù)庫(kù)中,1999年度影響因子0.746,被引頻次162;2001年影響因子0.843,被引頻次310;2004年影響因子0.855,在計(jì)算機(jī)類(lèi)期刊中排名第3。2010年影響因子1.081,總被引頻次2466,他引率0.83;2013年影響因子0.842,總被引頻次2285,在計(jì)算機(jī)類(lèi)期刊中排名第3。 在中國(guó)學(xué)術(shù)期刊綜合引證報(bào)告中,2001~2003年影響因子0.7492,被引頻次495;2004年影響因子0.8395,被引頻次722,在計(jì)算機(jī)類(lèi)期刊中名列第3;2005年度影響因子1.084,成為該領(lǐng)域首次突破1的期刊,遙遙領(lǐng)先于第2名。2013年復(fù)合影響因子1.866、學(xué)科排名4/117,期刊綜合影響因子0.977、學(xué)科排名4/103,技術(shù)研究類(lèi)影響因子0.903、學(xué)科排名2/71。
計(jì)算機(jī)集成制造系統(tǒng)
業(yè)務(wù)流程管理技術(shù)
- 基于結(jié)構(gòu)關(guān)系的過(guò)程模型推薦方法
- Activiti引擎的無(wú)狀態(tài)云工作流調(diào)度算法
- 基于專(zhuān)業(yè)能力評(píng)價(jià)模型的業(yè)務(wù)流程角色協(xié)同調(diào)優(yōu)算法
- 基于直接后繼關(guān)系對(duì)齊的過(guò)程符合性檢測(cè)
- 基于信息熵的無(wú)標(biāo)日志劃分評(píng)價(jià)方法
- 關(guān)系數(shù)據(jù)庫(kù)中事件日志的緊鄰關(guān)系高效挖掘方法
- 基于行為的自動(dòng)化流程建模推薦方法
- 基于軌跡聚類(lèi)種群的遺傳過(guò)程混成挖掘算法
- 基于Petri網(wǎng)的分層業(yè)務(wù)過(guò)程挖掘方法
- 基于因果行為輪廓的流程變體聚類(lèi)挖掘方法
- 基于Petri網(wǎng)分析編排的可實(shí)現(xiàn)性
- 基于二部網(wǎng)絡(luò)表示學(xué)習(xí)的矩陣分解推薦算法
- 基于注意力雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的業(yè)務(wù)流程剩余時(shí)間預(yù)測(cè)方法
- 基于對(duì)齊處理與偏差檢測(cè)的業(yè)務(wù)流程適合度分析
- 混合云環(huán)境下成本與隱私感知的工作流調(diào)度方法
- 基于Petri網(wǎng)可達(dá)圖的業(yè)務(wù)對(duì)齊方法
- 移動(dòng)邊緣計(jì)算環(huán)境中基于能耗優(yōu)化的深度神經(jīng)網(wǎng)絡(luò)計(jì)算任務(wù)卸載策略
- 移動(dòng)邊緣計(jì)算環(huán)境下基于信任模型的可靠多重計(jì)算卸載策略
- 一種成本有效的面向超參數(shù)優(yōu)化的工作流執(zhí)行優(yōu)化方法
- 基于數(shù)據(jù)生成—消耗依賴(lài)的語(yǔ)義工作流并行化重構(gòu)方法
- 融合煤礦多維時(shí)序數(shù)據(jù)的瓦斯異常檢測(cè)算法
- 基于Petri網(wǎng)的業(yè)務(wù)流程低頻行為挖掘與優(yōu)化分析
- 基于醫(yī)療過(guò)程挖掘與患者體征的藥物推薦方法