首页期刊浏览 2024年11月28日星期四

登录注册

全文

	有本地全文	18篇
	有全文链接	3篇

出版年度

	2021	8篇
	2020	12篇
	2018	1篇

作者

	Ali Taghvaie Nakhjiri	21篇
	Azam Marjani	19篇
	Saeed Shirazian	19篇
	Meisam Babanezhad	14篇
	Mashallah Rezakazemi	10篇

	Iman Behroyan	8篇
	Mahboubeh Pishnamazi	4篇
	Amir Heydarinasab	3篇
	Mahdi Ghadiri	3篇
	Arezoo Sodagar Taleghani	2篇
	Yan Cao	2篇
	Afsaneh Ghanizadeh	1篇
	Armin Masoumian	1篇
	Hassan Fathinejad Jirandehi	1篇
	Maryam Adimi	1篇
	Mohamed Al-Marzouqi	1篇
	Nadia Abdullatif	1篇
	Nayef Ghasem	1篇
	Omid Bakhtiari	1篇
	Rasool Pelalak	1篇
	Sadaf Khalijian	1篇
	Samyar Zabihi	1篇
	Toraj Mohammadi	1篇
	Zahra Pourtousi	1篇
	Zia Ur Rehman	1篇

文章类型

Research Article

16篇

来源期刊

	Scientific Reports	20篇
	Sustainable Environment Research	1篇

学科主题

自然科学总论

20篇

语种

英文

21篇

国别/地区

英国

20篇

检索条件:"( ( 高级检索(( ((AU:(("Ali Taghvaie Nakhjiri")))) )) ) )"

共 21 条记录

排序：全选导出：

1.Effect of graphene oxide on modifying polyethersulfone membrane performance and its application in wastewater treatment

作　　者：Azam Marjani ;Ali Taghvaie Nakhjiri ;Maryam Adimi 等

出　　处：Scientific Reports. 2020 ;10(1):1-11.doi:10.1038/s41598-020-58472-y

出版社：Springer Nature

文章 ID：244230118

文章详细全文下载
2.Thermal prediction of turbulent forced convection of nanofluid using computational fluid dynamics coupled genetic algorithm with fuzzy interface system

作　　者：Meisam Babanezhad ;Iman Behroyan ;Ali Taghvaie Nakhjiri 等

出　　处：Scientific Reports. 2021 ;11(1):1308.doi:10.1038/s41598-020-80207-2

出版社：Springer Nature

文章 ID：258489113

文章详细全文下载
3.Performance and application analysis of ANFIS artificial intelligence for pressure prediction of nanofluid convective flow in a heated pipe

作　　者：Meisam Babanezhad ;Iman Behroyan ;Ali Taghvaie Nakhjiri 等

出　　处：Scientific Reports. 2021 ;11(1):902.doi:10.1038/s41598-020-79628-w

出版社：Springer Nature

文章 ID：258489186

文章详细全文下载
4.Investigation on performance of particle swarm optimization (PSO) algorithm based fuzzy inference system (PSOFIS) in a combination of CFD modeling for prediction of fluid flow

作　　者：Meisam Babanezhad ;Iman Behroyan ;Ali Taghvaie Nakhjiri 等

出　　处：Scientific Reports. 2021 ;11(1):1505.doi:10.1038/s41598-021-81111-z

出版社：Springer Nature

文章 ID：258489390

文章详细全文下载
5.Influence of machine learning membership functions and degree of membership function on each input parameter for simulation of reactors

作　　者：Rasool Pelalak ;Ali Taghvaie Nakhjiri ;Azam Marjani 等

出　　处：Scientific Reports. 2021 ;11(1):1891.doi:10.1038/s41598-021-81514-y

出版社：Springer Nature

文章 ID：258489863

文章详细全文下载
6.Molecular investigation into the effect of carbon nanotubes interaction with CO 2 in molecular separation using microporous polymeric membranes

作　　者：Mahboubeh Pishnamazi ;Ali Taghvaie Nakhjiri ;Arezoo Sodagar Taleghani 等

出　　处：Scientific Reports. 2020 ;10(1).doi:10.1038/s41598-020-70279-5

出版社：Springer Nature

文章 ID：255835053

文章详细全文下载
7.Intensification of CO2 absorption using MDEA-based nanofluid in a hollow fibre membrane contactor

作　　者：Yan Cao ;Zia Ur Rehman ;Nayef Ghasem 等

出　　处：Scientific Reports. 2021 ;11(1):2649.doi:10.1038/s41598-021-82304-2

出版社：Springer Nature

文章 ID：259938793

文章详细全文下载
8.ANFIS grid partition framework with difference between two sigmoidal membership functions structure for validation of nanofluid flow

作　　者：Mahboubeh Pishnamazi ;Meisam Babanezhad ;Ali Taghvaie Nakhjiri 等

出　　处：Scientific Reports. 2020 ;10(1):1-11.doi:10.1038/s41598-020-72182-5

出版社：Springer Nature

文章 ID：259931774

文章详细全文下载
9.Influence of number of membership functions on prediction of membrane systems using adaptive network based fuzzy inference system (ANFIS)

作　　者：Meisam Babanezhad ;Armin Masoumian ;Ali Taghvaie Nakhjiri 等

出　　处：Scientific Reports. 2020 ;10(1):1-20.doi:10.1038/s41598-020-73175-0

出版社：Springer Nature

文章 ID：259932359

文章详细全文下载
10.Pattern recognition of the fluid flow in a 3D domain by combination of Lattice Boltzmann and ANFIS methods

作　　者：Meisam Babanezhad ;Ali Taghvaie Nakhjiri ;Azam Marjani 等

出　　处：Scientific Reports. 2020 ;10(1):1-13.doi:10.1038/s41598-020-72926-3

出版社：Springer Nature

文章 ID：259932788

文章详细全文下载

1 2 3 下一页尾页

电话：010-85195300

E-mail：cassoa@cass.org.cn

地址：中国北京建国门内大街5号中国社会科学院1#楼

扫一扫关注微信

联系我们|关于我们|网站声明

国家哲学社会科学文献中心版权所有