| 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 基于贝叶斯物理信息神经网络的超临界二氧化碳布雷顿循环多目标优化:能量、火用、经济和环境性能的综合分析
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 | |
|
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。
|