全文获取类型
收费全文 | 21457篇 |
免费 | 440篇 |
专业分类
公路运输 | 11155篇 |
综合类 | 2878篇 |
水路运输 | 4835篇 |
铁路运输 | 2562篇 |
综合运输 | 467篇 |
出版年
2024年 | 81篇 |
2023年 | 311篇 |
2022年 | 347篇 |
2021年 | 457篇 |
2020年 | 478篇 |
2019年 | 433篇 |
2018年 | 214篇 |
2017年 | 334篇 |
2016年 | 376篇 |
2015年 | 606篇 |
2014年 | 1172篇 |
2013年 | 1273篇 |
2012年 | 1591篇 |
2011年 | 1722篇 |
2010年 | 1464篇 |
2009年 | 1470篇 |
2008年 | 1554篇 |
2007年 | 1099篇 |
2006年 | 1004篇 |
2005年 | 978篇 |
2004年 | 1235篇 |
2003年 | 840篇 |
2002年 | 568篇 |
2001年 | 418篇 |
2000年 | 323篇 |
1999年 | 228篇 |
1998年 | 185篇 |
1997年 | 188篇 |
1996年 | 171篇 |
1995年 | 152篇 |
1994年 | 152篇 |
1993年 | 107篇 |
1992年 | 102篇 |
1991年 | 94篇 |
1990年 | 61篇 |
1989年 | 94篇 |
1988年 | 3篇 |
1975年 | 1篇 |
1965年 | 10篇 |
1955年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
11.
为刻画拥堵空间排队与溢出现象对交通流分配的影响,提出考虑拥堵空间排队与溢出的道路网静态交通流分配问题,并构建相关的求解算法,用于描述交通需求在起讫点移动过程中路网整体的宏观运行状态。首先,丰富和完善考虑拥堵空间排队与溢出的静态交通流分配的相关假设,提出次生瓶颈、拥堵干扰与渗透和分段化路段阻抗等基本概念和理论,来刻画拥堵交通瓶颈、拥堵空间排队等交通现象;其次,建立网络瓶颈识别算法和空间排队回溯算法,基于此构建考虑拥堵空间排队和溢出的增量分配算法,用于求解交通流分配的结果;最后,通过使用一个具有说明型的算例进行对比分析。研究结果表明:建立的瓶颈识别、排队回溯和增量分配算法可以识别路网中的瓶颈位置及其拥堵排队区域,并可计算得到各路段上的分段分配流量;与点排队只影响瓶颈路段的运行状况和均一的路段分配结果相比,可有效描述路网整体的宏观运行状态以及由于拥堵空间排队所导致的拥堵干扰与渗透现象;不同于“时间片”的伪动态交通流分配模型,新建算法的分配结果是“全时段”与“整体性”的路网宏观运行状态,包含了拥堵瓶颈的具体位置和空间排队的干扰与渗透情况;一般拥堵点排队模型和基于“时间片”的拥堵空间排队模型难以刻画拥堵干扰与渗透现象以及路网整体的宏观运行状态,故所建立的分配方法是对传统拥堵交通流分配的丰富和发展。 相似文献
12.
14.
目前,学者在智能网联交通领域的研究主要集中于宏观的技术进展综述和微观某一特定问题分析,但对智能网联交通系统各组成元素之间相互影响作用关系的数学分析尚有欠缺.首先,将智能网联交通系统分为三层,分析智能网联交通中各子系统间的动态影响作用关系,以及子系统状态波动在横向和纵向上的影响,提出智能网联交通系统稳定性影响评价指标体系;其次,根据模型的协同联动思想,提出基于车速推荐思想的智能网联交叉口人、车、路、管控协同联动流程;最后,通过仿真模拟T型交叉口的人、车通行对该模型进行验证.结果表明,模型能很好地适应并说明智能网联交通系统在协同联动作用下提高交通流的顺畅性和稳定性. 相似文献
15.
京杭运河穿黄工程场地覆盖层深厚,上跨方案的渡槽水位与两岸地面高差达30 m以上。针对渡槽两端的高水头船闸多级分散错层式省水池,提出了墙背高填式、墙背低填式两种闸池布置方案。利用ABAQUS软件分别建立平面有限元模型,研究了闸池沉降、闸室底板弯矩在施工期、使用期的全过程时空变化特征,探讨了高填土对闸室的作用机理。结果表明:1)在天然地基条件下,两种布置方案闸池沉降均较大,墙背高填土下曳力、边载产生底板负弯矩,基本上抵消了土压力产生的正弯矩,导致两种方案底板弯矩差异不大,且始终由负弯矩控制。2)地基处理方法是减小闸池沉降、改善闸室受力条件的关键技术问题之一。3)闸室、墙背填土的多桩型组合处理法和基坑外填土的排水固结预压法值得进一步深化研究。 相似文献
16.
为了实现对转桨水动力性能实时预报,基于BP神经网络构建对转桨水动力性能预报模型。首先,采用低阶速度势边界元法建立对转桨水动力性能预报模型,通过调整来流速度和前后桨转速开展对转桨水动力性能多工况计算,从而获得构建神经网络所需的样本空间。建立适用于对转桨水动力性能预报的神经网络架构,通过训练使其具备良好的泛化能力。以某组对转桨为研究对象开展水动力性能实时预报方法研究,结果表明,采用BP神经网络预报模型可获得与边界元法精度相当的预报结果,但该模型与边界元法相比计算所耗时间可以忽略不计,可有效实现对转桨水动力性能实时、快速预报。 相似文献
17.
20.