计算机集成制造系统杂志
全国中文核心期刊 中国期刊方阵双效期刊 RCCSE中国核心学术期刊 中国期刊全文数据库(CJFD) 中国核心期刊遴选数据库 百种重点期刊 中国科技期刊核心期刊
主管/主办:中国兵器工业集团公司/中国兵器工业第210研究所
国内刊号:CN:11-5946/TP
国际刊号:ISSN:1006-5911
期刊信息

中文名称:计算机集成制造系统

语言:中文

类别:计算机

主管单位:中国兵器工业集团公司

主办单位:中国兵器工业第210研究所

创刊时间:1995

出版周期:月刊

国内刊号:CN11-5946/TP

国际刊号:ISSN1006-5911

邮发代号:82-289

定价:720.00元/年

出版地:北京

首页>计算机集成制造系统
  • 杂志名称:计算机集成制造系统
  • 期刊级别:北大核心期刊统计源期刊CSCD核心期刊
  • 主管单位:中国兵器工业集团公司
  • 主办单位:中国兵器工业第210研究所
  • 国际刊号:1006-5911
  • 国内刊号:11-5946/TP
  • 出版周期:月刊
  • 期刊荣誉:全国中文核心期刊 中国期刊方阵双效期刊 RCCSE中国核心学术期刊 中国期刊全文数据库(CJFD) 中国核心期刊遴选数据库 百种重点期刊 中国科技期刊核心期刊
  • 期刊收录:国家图书馆馆藏,SA 科学文摘(英),文摘与引文数据库,统计源核心期刊(中国科技论文核心期刊),上海图书馆馆藏,Pж(AJ) 文摘杂志(俄),北大核心期刊(中国人文社会科学核心期刊),剑桥科学文摘,维普收录(中),EI 工程索引(美),CSCD 中国科学引文数据库来源期刊(含扩展版),知网收录(中),万方收录(中),哥白尼索引(波兰)
计算机集成制造系统期刊介绍

《计算机集成制造系统》(月刊)创刊于1995年,由国家863计划CIMS主题办公室、中国兵器工业第210研究所主办。为国家级学术刊物,旨在交流国内外CIMS研究、开发和应用的信息,推动和促进中国CIMS的发展。主要报道国内外有关发展计算机集成制造系统的政策措施、重点、趋势、科研动态、科技成果、推广应用、产品开发和学术活动等内容。

《计算机集成制造系统》是第三届国家期刊奖百种重点学术期刊;中国兵器行业优秀科技期刊一等奖;2012和2013中国最具国际影响力学术期刊;2014中国国际影响力优秀学术期刊;美国《EiCompendex》数据库源期刊;俄罗斯《文摘杂志(AJ)》数据库源期刊;、英国《科学文摘(SA)》数据库源期刊;美国《剑桥科学文摘(CSA)》数据库源期刊;波兰《哥白尼索引(IC)》数据库源期刊;《中国科技期刊引证报告(CJCR)》源期刊;《中文核心期刊要目总览》(第三~六版)核心期刊;中国科学引文数据库(CSCD)源期刊;、中国学术期刊综合评价数据库(CAJCED)源期刊;RCCSE中国权威学术期刊;中文科技期刊数据库源期刊;中文电子期刊服务资料库(CEPS)源期刊;《中国学术期刊文摘(中文版)》源期刊;《中国学术期刊文摘(英文版)》源期刊;超星期刊域出版平台源期刊。

栏目设置
综述、产品创新开发技术、数字化/网络化/智能化制造技术、现代企业管理与物流技术、现代制造服务技术、动态信息。
数据库收录/荣誉
国家图书馆馆藏,SA 科学文摘(英),文摘与引文数据库,统计源核心期刊(中国科技论文核心期刊),上海图书馆馆藏,Pж(AJ) 文摘杂志(俄),北大核心期刊(中国人文社会科学核心期刊),剑桥科学文摘,维普收录(中),EI 工程索引(美),CSCD 中国科学引文数据库来源期刊(含扩展版),知网收录(中),万方收录(中),哥白尼索引(波兰) 全国中文核心期刊 中国期刊方阵双效期刊 RCCSE中国核心学术期刊 中国期刊全文数据库(CJFD) 中国核心期刊遴选数据库 百种重点期刊 中国科技期刊核心期刊
计算机集成制造系统杂志投稿须知

1、来稿必须围绕自动化和先进制造领域国内外最新研究开发和应用成果,具有科学性、创新性和前瞻性;结构完整,论点明确,论据可靠,论证合理,层次分明,可读性强;综述稿件应注意时效性。

2、投稿应具有合法性,保证不存在剽窃、抄袭、侵权等不良行为。如发现上述现象,本刊将据实通知作者所在单位领导,并不再接受第一作者的投稿。作者文责自负,本刊不承担连带责任。

3、作者应将对自己的研究工作有启发、帮助和教益的国内外文献列出,以示对同行的尊重和补充。参考文献应查新、查全并在文中明确标引,且与国内外同类工作进行详细比较和讨论。

4、为了保证相关学科的科研工作的继承性,在您投稿之前,请您尽量参考《计算机集成制造系统》期刊近年来发表的相关论文,并在您的文后参考文献中加以引用。

5、文献按文中出现的先后顺序排列,并在正文引用处标明序号。每条文献的项目要写全(是期刊的文献必须标注起止页码)。

期刊引用
年度被引次数报告 (学术成果产出及被引变化趋势)
往期文章
  • 基于Spark的并行分布式过程挖掘算法

    针对传统的过程发现算法对大规模事件日志挖掘效率低的问题,提出一种利用Spark集群进行加速过程挖掘的方法。该方法主要针对基于日志活动关系的过程挖掘算法,对抽取活动关系阶段进行加速。通过并行分布式抽取活动关系,将事件日志转化为活动关系矩阵。然后利用关系矩阵,按算法原本的后续步骤,挖掘出过程模型。利用Spark实现分布式α-Mine算法和分...

    作者:胡小强; 吴翾; 闻立杰; 王建民 刊期: 2019年第04期

  • 面向边缘侧卸载优化的工作流动态关键路径调度算法

    移动边缘计算有助于减少工作流调动中用户终端的能耗和计算负担,但不合理的任务卸载会导致设备产生大量时间和能源的消耗。针对该问题,提出一种面向边缘侧卸载优化的工作流动态关键路径调度的两阶段算法,包括边缘侧卸载优化算法和基于本地计算量的动态关键路径调度算法。制定了边缘侧卸载优化的策略,该策略通过隐性马尔科夫预测得到可卸载eNB集...

    作者:袁友伟; 刘恒初; 俞东进; 李忠金 刊期: 2019年第04期

  • 基于Petri网的事件日志与过程模型对齐方法

    为了提高过程挖掘中计算最优对齐的效率,提出一种基于Petri网的事件日志与过程模型之间的快速对齐方法——RapidAlign方法。该方法在观察日志的同时运行模型,比对日志活动与模型活动,从而得到日志移动、模型移动和同步移动;根据移动类型计算代价值,并记录日志和模型的当前状态;选取代价值最小的状态继续日志的观察和模型的运行,直到日志和模型均...

    作者:田银花; 杜玉越; 韩咚; 刘伟 刊期: 2019年第04期

  • 从事件日志中发现过程模型的渐变漂移

    过程漂移是指过程模型在服务期间发生了变更或演化,分为突发漂移和渐变漂移两种类型。传统的过程发现技术假定业务过程是稳定不变的,忽略了过程漂移的存在。目前突发漂移已有较好的检测方法,但渐变漂移没有。以突发漂移检测为基础提出一种渐变漂移检测方法。该方法利用突发漂移点将日志划分为多个阶段,然后通过日志的行为语义混合判断某个阶段是...

    作者:郑灿彬; 吴翾; 闻立杰; 王建民 刊期: 2019年第04期

  • 基于事件日志增强的时序活动表示学习方法

    传统业务流程建模与分析任务中通常将活动表示为离散符号,损失了一定的语义信息。针对这一问题,提出了时序活动表示学习方法,使用多维实数向量对活动语义进行量化表示,为深度学习等现代人工智能技术在业务流程建模与分析中的应用提供基础支持。首先利用过程模型对事件日志的高层次抽象能力,通过过程模型挖掘及仿真对原始事件日志进行增强,扩大事...

    作者:倪维健; 孙宇健; 曾庆田; 刘彤; 郭浩宇; 刘聪 刊期: 2019年第04期