查看最新文献
订阅
分享
2050中文名称：
计算机和流体
期刊缩写：
Comput. Fluids
影响因子：
2.5
ISSN：
print: 0045-7930
研究领域：
物理-计算机：跨学科应用
创刊年份：
1973年
h-index：
90
自引率：
7.10%
Gold OA文章占比：
24.51%
原创研究文献占比：
99.57%
SCI收录类型：
Science Citation Index Expanded (SCIE) || Scopus (CiteScore)
期刊主页：
期刊介绍英文：
Computers & Fluids is multidisciplinary. The term ''fluid'' is interpreted in the broadest sense. Hydro- and aerodynamics, high-speed and physical gas dynamics, turbulence and flow stability, multiphase flow, rheology, tribology and fluid-structure interaction are all of interest, provided that computer technique plays a significant role in the associated studies or design methodology.
CiteScore：
| CiteScore | SJR | SNIP | CiteScore排名 |
|---|---|---|---|
| 5.3 | 0.885 | 1.222 | 学科 排名 百分位 大类：Engineering 小类：General Engineering 66 / 307 78% 大类：Computer Science 小类：General Computer Science 60 / 232 74% |
发文信息
中科院SCI期刊分区
| 大类 | 小类 | TOP期刊 | 综述期刊 |
|---|---|---|---|
| 3区 工程技术 |
3区
计算机：跨学科应用
COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS
3区
力学
MECHANICS
|
否 | 否 |
WOS期刊分区
| 学科分类 |
|---|
Q3COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS Q2MECHANICS |
历年影响因子
| 2015年 | 1.8910 |
|---|---|
| 2016年 | 2.3130 |
| 2017年 | 2.2210 |
| 2018年 | 2.2230 |
| 2019年 | 2.3990 |
| 2020年 | 3.0130 |
| 2021年 | 3.0770 |
| 2022年 | 2.8000 |
| 2023年 | 2.5000 |
历年发表
| 2012年 | 253 |
|---|---|
| 2013年 | 447 |
| 2014年 | 354 |
| 2015年 | 351 |
| 2016年 | 301 |
| 2017年 | 328 |
| 2018年 | 426 |
| 2019年 | 326 |
| 2020年 | 286 |
| 2021年 | 288 |
| 2022年 | 242 |
投稿信息
出版周期：
Bimonthly
出版语言：
Multi-Language
出版国家(地区)：
ENGLAND
接受率：
22%
审稿时长：
10.8 months
发表时长：
9 days
出版商：
Elsevier Ltd
编辑部地址：
PERGAMON-ELSEVIER SCIENCE LTD, THE BOULEVARD, LANGFORD LANE, KIDLINGTON, OXFORD, ENGLAND, OX5 1GB
Computers & Fluids - 最新文献
Predicting the skin friction’s evolution in a forced turbulent channel flow
Pub Date : 2024-08-31 DOI: 10.1016/j.compfluid.2024.106417Spatial–temporal prediction model for unsteady near-wall flow around cylinder based on hybrid neural network
Pub Date : 2024-08-31 DOI: 10.1016/j.compfluid.2024.106420Periodically activated physics-informed neural networks for assimilation tasks for three-dimensional Rayleigh–Bénard convection
Pub Date : 2024-08-30 DOI: 10.1016/j.compfluid.2024.106419
免责声明：
本页显示期刊或杂志信息，仅供参考学习，不是任何期刊杂志官网，不涉及出版事务，特此申明。如需出版一切事务需要用户自己向出版商联系核实。若本页展示内容有任何问题，请联系我们，邮箱：info@booksci.cn，我们会认真核实处理。
本页显示期刊或杂志信息，仅供参考学习，不是任何期刊杂志官网，不涉及出版事务，特此申明。如需出版一切事务需要用户自己向出版商联系核实。若本页展示内容有任何问题，请联系我们，邮箱：info@booksci.cn，我们会认真核实处理。
京公网安备 11010802042870号
