تفاوت تاریخ بروزرسانی در صورت داشتن اشتراک
| نمایه | آخرین بروز رسانی |
|---|---|
| Scopus | فوریه ۲۰۲۲ |
| ISI | آگوست ۲۰۲۳ |
| SCImago | ژانویه ۲۰۲۰ |
| ISI Open Access Journals | می ۲۰۲۵ |
| لیست سیاه وزارت علوم | شهریور ۱۴۰۲ |
| لیست سیاه وزارت بهداشت | شهریور ۱۴۰۲ |
| لیست سیاه دانشگاه آزاد | بهمن ۱۳۹۹ |
| مجلات دارای زمان داوری | ژانویه ۲۰۲۲ |
| مجلات درجه بندی شده از نظر سختی پذیرش | ژانویه ۲۰۲۲ |
| فراخوانهای مقاله | مارس ۲۰۲۵ |
| آمار دانلود مقالات هر مجله | ژانویه ۲۰۲۲ |
| نمایه | آخرین بروز رسانی |
|---|---|
| Scopus | فوریه ۲۰۲۵ |
| ISI | سپتامبر ۲۰۲۵ |
| SCImago | می ۲۰۲۵ |
| ISI Open Access Journals | می ۲۰۲۵ |
| لیست سیاه وزارت علوم | شهریور ۱۴۰۴ |
| لیست سیاه وزارت بهداشت | فروردین ۱۴۰۳ |
| لیست سیاه دانشگاه آزاد | دی ۱۴۰۳ |
| مجلات دارای زمان داوری | می ۲۰۲۵ |
| مجلات درجه بندی شده از نظر سختی پذیرش | می ۲۰۲۵ |
| فراخوانهای مقاله | مارس ۲۰۲۵ |
| آمار دانلود مقالات هر مجله | می ۲۰۲۵ |
Applied Mathematics And Optimization
| آمریکا | کشور |
| ۳٫۵۸۲ | Impact Factor |
| ۲٫۷۰۳ | پنج ساله Impact Factor |
| اشتراک نقره ای تهیه کنید | زمان داوری مقاله(تصمیم اولیه) |
| 0095-4616 | ISSN |
| 1432-0606 | e-ISSN |
| 1974 تا کنون | مدت فعالیت |
| Springer Nature | ناشر |
| www.springer.com | سایت مجله |
ISI
آخرین بروز رسانی آگوست ۲۰۲۳
Scopus
آخرین بروز رسانی فوریه ۲۰۲۲
این مجله در فهرست مجلات Scopus قرار دارد و با نام Applied Mathematics and Optimization ثبت شده است. بر اساس تقسیم بندی این بنیاد مقالات چاپ شده در این مجله در رشته های تخصصی زیر قرار دارند:
SCImago
آخرین بروز رسانی ژانویه ۲۰۲۰
بر اساس دسته بندی این بنیاد این مجله در دسته Q1 قرار دارد
رشته تخصصی و رتبه مجله در آن رشته:
اهداف مجله
مجله ریاضیات کاربردی و بهینه‌سازی طیف گسترده‌ای از روش‌های ریاضی را پوشش می‌دهد، به‌ویژه روش‌هایی که با بهینه‌سازی پل ارتباطی دارند و تا حدی با برنامه‌ها ارتباط دارند. مقالاتی که برای انتشار در نظر گرفته می شوند باید شامل مشارکت ها و کاربردهای قابل توجهی از منظر ریاضی باشند. موضوعات اصلی شامل حساب تغییرات، معادلات دیفرانسیل جزئی، کنترل تصادفی، بهینه سازی سیستم های قطعی یا تصادفی در زمان گسسته یا پیوسته، همگن سازی، تئوری کنترل، بازی های میدانی میانگین، بازی های پویا و حمل و نقل بهینه است. روش‌های الگوریتمی، تحلیل داده، یادگیری ماشینی و عددی که از مدل‌سازی و تحلیل ریاضی مسائل بهینه‌سازی پشتیبانی می‌کنند، تشویق می‌شوند. مقالاتی که برخی ایده های جدید را در تئوری یا مدل نشان می دهند و شامل برخی از ارتباط با کاربردهای بالقوه در علم و مهندسی هستند، بسیار مورد توجه هستند.