首页期刊浏览 2024年11月24日星期日

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	9篇
	2020	12篇

作者

	Meisam Babanezhad	21篇
	Azam Marjani	20篇
	Saeed Shirazian	19篇
	Ali Taghvaie Nakhjiri	14篇
	Iman Behroyan	10篇

	Mashallah Rezakazemi	7篇
	Amir Heydarinasab	2篇
	Mahboubeh Pishnamazi	2篇
	Afrasyab Khan	1篇
	Afsaneh Ghanizadeh	1篇
	Andrey Leonidovich Poltarykhin	1篇
	Armin Masoumian	1篇
	Mahyuddin K. M. Nasution	1篇
	Marischa Elveny	1篇
	Mariya Yurievna Kuznetsova	1篇
	Massimiliano Ferrara	1篇
	Rahmad Syah	1篇
	Sadaf Khalijian	1篇
	Samyar Zabihi	1篇
	Tiziana Ciano	1篇
	Vadim V. Ponkratov	1篇
	Zahra Pourtousi	1篇

文章类型

Research Article

18篇

来源期刊

	Scientific Reports	20篇
	Case Studies in Thermal Engineering	1篇

学科主题

	自然科学总论	20篇
	政治理论	1篇

语种

英文

21篇

国别/地区

	英国	20篇
	荷兰	1篇

检索条件:"( ( 高级检索(( ((AU:(("Meisam Babanezhad")))) )) ) )"

共 21 条记录

排序：全选导出：

1.Pressure and temperature predictions of Al 2 O 3 /water nanofluid flow in a porous pipe for different nanoparticles volume fractions: combination of CFD and ACOFIS

作　　者：Meisam Babanezhad ;Iman Behroyan ;Azam Marjani 等

出　　处：Scientific Reports. 2021 ;11(1):60.doi:10.1038/s41598-020-79689-x

出版社：Springer Nature

文章 ID：258488012

文章详细全文下载
2.Velocity prediction of nanofluid in a heated porous pipe: DEFIS learning of CFD results

作　　者：Meisam Babanezhad ;Iman Behroyan ;Azam Marjani 等

出　　处：Scientific Reports. 2021 ;11(1):1209.doi:10.1038/s41598-020-79913-8

出版社：Springer Nature

文章 ID：258488920

文章详细全文下载
3.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
4.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
5.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
6.Bubbly flow prediction with randomized neural cells artificial learning and fuzzy systems based on k–ε turbulence and Eulerian model data set

作　　者：Meisam Babanezhad ;Mahboubeh Pishnamazi ;Azam Marjani 等

出　　处：Scientific Reports. 2020 ;10(1).doi:10.1038/s41598-020-70672-0

出版社：Springer Nature

文章 ID：255833756

文章详细全文下载
7.Application of adaptive network-based fuzzy inference system (ANFIS) in the numerical investigation of Cu/water nanofluid convective flow

作　　者：Azam Marjani ;Meisam Babanezhad ;Saeed Shirazian

出　　处：Case Studies in Thermal Engineering. 2020 ;22:100793.doi:10.1016/j.csite.2020.100793

出版社：Elsevier B.V.

文章 ID：256956866

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