| 标题 |
 Multi-objective optimization of supercritical carbon dioxide Brayton cycles using Bayesian physics-informed neural networks: A comprehensive analysis of energy, exergy, economic, and environmental performance 相关领域
布莱顿循环
超临界二氧化碳
环境科学
工艺工程
超临界流体
贝叶斯概率
二氧化碳
贝叶斯优化
人工神经网络
废物管理
工程类
计算机科学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Energy 作者：Jiedong Ye; Jianxun Huang; Du Jiahao; Dan Zheng; Xuan Gao; et al 出版日期：2025-10-28 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
Kao
cdercder
22336
Copyright
ssfg
热心的薯片
ale
帅气爆米花
ting
arniu2008
369ninja
淡然冬灵
Nole
YangShu
sagitar
Rocky
愉快的真
嘻嘻哈哈
rico
十二
皖公网安备34019202002308
