【杂志简介】
《江西理工大学学报》以自然科学为主，包括社会科学的综合性学术期刊，其办刊宗旨是：以马克思列宁主义、毛泽东思想、邓小平理论和江泽民“三个代表”重要思想为指导，全面贯彻执行党和国家的路线、方针、政策，坚持“三个面向”和“双百”方针，广泛开展学术交流，活跃学术氛围，为学校的教学、科研服务。学报主要刊登本校师生在工程技术和基础学科领域的最新研究成果。其内容涵盖采矿工程、矿物加工、测量工程、建筑工程、环境保护工程、有色金属冶炼、材料科学与化学工程、机电工程、计算机技术与应用、信息科学、经济管理以及文法等专业的学术论文和综述性文章。同时，学报还设有“硕士论文摘要”专栏。为提高学报的学术质量，对国家、省部级科研项目成果给予优先刊登。
【收录情况】
国家新闻出版总署收录 学报现为中国科技核心期刊、《中国学术期刊(光盘版)》、《中国期刊网》、《万方数据系统科技期刊群》全文收录期刊;《中国科学引文数据库》、《中国学术期刊综合评价数据库》来源期刊;美国《化学文摘》(CA)、俄罗斯《文摘杂志》(AJ)、《剑桥科学文摘》之《工程材料文摘》(CSA/EMA)来源期刊 ;1999年被江西省教委授予“江西省高校自然科学学报三等奖”优秀期刊称号;2000年获全国首届《CAJ-CD规范》执行优秀期刊。
【栏目设置】
内容涵盖采矿工程、矿物加工、测量工程、建筑工程、环境保护工程、有色金属冶炼、材料科学与化学工程、机电工程、计算机技术与应用、信息科学、经济管理以及文法等专业的学术论文和综述性文章。
杂志优秀目录参考：
联合法脱除地沟油中脂肪酸工艺研究 熊道陵，陈超，陈金洲，张团结，许光辉，XIONG Daoling，CHEN Chao，CHEN Jinzhou，ZHANG Tuanjie，XU Guanghui
灰化苔草叶片铅胁迫的光谱响应研究 宋鹏飞，吴其生，倪才英，张丹，陈浩，SONG Pengfei，WU Qisheng，NI Caiying，ZHANG Dan，CHEN Hao
高氟高氯酸性废水处理实验研究 徐孝义，张大超，董冰岩，吴速英，关大明，代振鹏，朱清江，XU Xiaoyi，ZHANG Dachao，DONG Bingyan，WU Suying，GUAN Daming，DAI Zhenpeng，ZHU Qingjiang
基于空间信息格网与 BP神经网络的灾损快速评估系统 刘小生，旷雄，LIU Xiaosheng，KUANG Xiong
单轴压缩试验下包裹及未包裹岩石声发射特性研究 姜亮亮，朱志成，赵奎，冯萧，黄超，JIANG Liangliang，ZHU Zhicheng，ZHAO Kui，FENG Xiao，HUANG Chao
红砂岩填土压实厚度对压实能量消耗规律影响试验研究 彭勃，杨建永，吴建奇，潘建平，温树杰，陈斯妮，PENG Bo，YANG Jianyong，WU Jianqi，PAN Jianping，WEN Shujie，CHEN Sini
循环荷载作用下超固结软黏土变形特性试验研究 刘国清，曾芳金，郭林，郑敏，LIU Guoqing，ZENG Fangjin，GUO Lin，ZHENG Min
硫酸铵侵蚀作用下水泥砂浆的抗压强度试验研究 朱沛东，邓通发，汪小平，訾岩珂，ZHU Peidong，DENG Tongfa，WANG Xiaoping，ZI Yanke
二级垛式悬臂式挡土墙动土压力分析 傅志明，FU Zhiming
沟槽爆破参数优化及成本分析 罗福友，邱子华，周浩仓，潘昌义，罗福龙，杨康，LUO Fuyou，QIU Zihua，ZHOU Haocang，PAN Changyi，LUO Fulong，YANG Kang
扬矿管内高速螺旋流的数值模拟与仿真 唐军，高瑞杰，TANG Jun，GAO Ruijie
基于动态模糊神经网络的短期电力负荷预测 任金霞，游鑫，余志武，REN Jinxia，YOU Xin，YU Zhiwu
工程师论文范文：橡胶充气芯模混凝土填料工程工期预测研究
摘要： 根据橡胶充气芯模混凝土填料施工的特点，详细分析了影响其工期的因素，结合支持向量回归机(SVR)和粒子群算法(PSO)的优点，建立基于PSO-SVR的橡胶充气芯模混凝土填料工程工期预测模型。通过对某选煤厂混凝土填料施工的数据进行仿真，结果显示：PSO-SVR模型的预测效果优于基于交叉验证的支持向量回归机(CV-SVR)模型以及基于遗传算法的支持向量回归机(GA-SVR)模型。
Abstract： According to the construction characteristics of concrete filling engineering using inflatable rubber mandrel， this paper analyzes the factors affecting project duration and it establishes a duration forecasting model based on PSO-SVR， which integrates the advantages of support vector regression and particle swarm optimization algorithm. Data of the concrete filling construction of a coal preparation plant is simulated. The results show that forecast effect on the PSO-SVR model is better than that of CV-SVR model and GA-SVR model.
相关科技期刊推荐
