交叉学科 · 期刊档案
Journal of Radiation Research and Applied Sciences
《Journal of Radiation Research and Applied Sciences》收录于 Science Citation Index Expanded (SCIE)，影响因子 2.5，出版周期为季刊（每年4期）。一本多学科、国际性的同行评审开放获取期刊，专注于核能和平利用、辐射、放射性核素及同位素的发展与应用研究
期刊基础信息
字段来自该刊公开出版信息与公开的投稿经验分享（后者已在行内标注来源性质）；无法回溯的字段不收录，缺项直接不列
| 出版方 | Elsevier B.V |
|---|---|
| ISSN | 1687-8507 (链接ISSN) | 2314-7164 (在线ISSN) |
| 收录数据库 | Science Citation Index Expanded (SCIE) |
| 影响因子 | 2.5 |
| JCR 分区 | Q2 (在 MULTIDISCIPLINARY SCIENCES 综合性期刊类别中) |
| 中科院分区 | 大类学科（综合性期刊）4区，小类学科（综合性期刊）4区 |
| 出版周期 | 季刊（每年4期） |
| 出版模式 | 开放获取期刊 |
| 审稿周期 | 平均审稿周期约为 57天 |
| 学科领域 | 综合性期刊；涵盖核技术、辐射科学在生物、医学、环境、工程、材料及计算机等多个领域的应用 |
| 收稿类型 | 原创研究论文、评论文章 |
这些字段是这页最耐放的部分——出版方、ISSN、收录数据库、分区与审稿周期不会因为某个专题过期而失效。 但它们同样会随时间调整：影响因子每年更新，分区可能升降，审稿周期以编辑部当年的实际处理速度为准。 投稿前请回到期刊官网核对一遍，本页只做索引，不做背书。
历年专题归档
历史归档记录，按投稿截止日期倒序；不代表当前收稿状态，是否仍可投稿以期刊官网公告为准
人工智能与先进热技术如何协同革新工业废热回收系统
本期特刊旨在探讨人工智能与先进热技术如何协同革新工业废热回收系统，以提升能效、支持气候目标并推动可持续工业运营。研究核心聚焦于利用AI优化热回收过程、增强系统智能化与适应性，并探索AI与新兴热技术（如相变材料、热电发电机、超临界CO₂循环）的融合应用
收稿方向与投稿要求
以下为该刊自行公布的收稿取向与写作要求原文要点，未作改写
基于AI的热建模与仿真技术，用于预测和优化废热回收系统性能；AI在热电联产系统优化运行、减少排放中的应用；AI分析工业过程以提升废热回收与能源利用率
AI增强的热交换器材料与涂层，以提高导热性和效率；AI在热再生技术中实现工业过程能量回收的应用
服务于气候目标的AI增强型废热回收系统措施；热电厂中AI辅助碳捕集、封存与减排技术；AI与热技术在废热回收系统中的新兴趋势与技术挑战
怎么用这一页
信息会随时间变化，投稿前请以期刊官网最新说明为准
本页记录的是公开可查的期刊事实与历史专题方向，不构成投稿建议，也不代表该刊当前的收稿状态。 专题条目按发布时的公开信息保留，本站不维护它们的收稿状态，也不提供截止提醒。 要判断一个方向现在是否还收稿，唯一可靠的做法是打开该刊官网的专题页面自行确认。
读专题归档时，看重复出现的模式而不是看单条：同一议题被反复组稿，通常说明编委会长期关注它； 只出现过一次的方向，可能只是某位客座编辑的临时组稿，不代表刊物的常规取向。 而是否值得投，还取决于你的研究问题与该方向的契合度、数据是否已经就绪、 以及剩余时间能否支撑一轮完整的写作与内部审阅，这些都要结合稿件现状单独评估。
督字诀与任何期刊均无合作或代投关系，不提供代写、代发服务，不承诺录用、见刊或固定审稿周期。 如需结合稿件现状判断刊物匹配度，可拨打 17762446702（匡老师） 先做学术测评。