全文获取类型
收费全文 | 2733篇 |
免费 | 141篇 |
专业分类
公路运输 | 1027篇 |
综合类 | 1064篇 |
水路运输 | 409篇 |
铁路运输 | 260篇 |
综合运输 | 114篇 |
出版年
2024年 | 5篇 |
2023年 | 22篇 |
2022年 | 65篇 |
2021年 | 85篇 |
2020年 | 79篇 |
2019年 | 46篇 |
2018年 | 35篇 |
2017年 | 36篇 |
2016年 | 36篇 |
2015年 | 65篇 |
2014年 | 216篇 |
2013年 | 130篇 |
2012年 | 218篇 |
2011年 | 238篇 |
2010年 | 208篇 |
2009年 | 180篇 |
2008年 | 199篇 |
2007年 | 257篇 |
2006年 | 219篇 |
2005年 | 159篇 |
2004年 | 98篇 |
2003年 | 75篇 |
2002年 | 54篇 |
2001年 | 60篇 |
2000年 | 31篇 |
1999年 | 5篇 |
1998年 | 7篇 |
1997年 | 8篇 |
1996年 | 4篇 |
1995年 | 5篇 |
1994年 | 7篇 |
1993年 | 6篇 |
1992年 | 3篇 |
1991年 | 3篇 |
1990年 | 4篇 |
1989年 | 5篇 |
1986年 | 1篇 |
排序方式: 共有2874条查询结果,搜索用时 140 毫秒
1.
先期振动对土石坝地震变形影响显著。通过开展不同先期动应力作用下的动三轴试验,研究了先期振动对未加固堆石料和高聚物胶凝堆石料动变形特性的影响。结果表明:先期振动对未加固堆石料和高聚物胶凝堆石料的弹性轴应变无明显影响,但显著降低了其塑性轴应变;未加固堆石料和高聚物胶凝堆石料的残余变形在先期振动影响下显著减小,与未经受先期振动的试样相比,先期动应力为40%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为48.1%和42.0%;先期动应力为80%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为80.9%和71.6%。先期动应力幅值越大,再次经历动应力时未加固堆石料和高聚物胶凝堆石料产生的残余变形越小,抵抗变形能力提高越明显。最大残余变形的降低幅度与固结比、围压及高聚物含量无关。随后修正了沈珠江动残余变形模型,修正后的残余变形模型可以反映高聚物对堆石料残余剪应变和残余体应变的影响。与未经受先期振动的试样相比,先期动应力为40%围压的高聚物胶凝堆石料(高聚物质量比Rp=2%)的改进残余变形模型参数c1和c4分别降低了27.7%和61.2%;先期动应力为80%围压的高聚物胶凝堆石料(Rp=2%)的改进残余变形模型参数c1和c4分别降低了68.8%和79.3%。 相似文献
2.
为使高铁站功能区的布局更加科学合理,论文以旅客在高铁站房内的平均走行时间最少和高铁站建造成本最低为目标,综合考虑功能区的面积、长宽比例、功能区禁止重叠、流线等约束条件,构建基于多目标混合规划的高铁站功能区布局优化模型,通过算例验证了模型的有效性。该方法得出的结论可以为高铁站功能区布局的规划设计提供参考。 相似文献
3.
考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术,可以采用智能交叉口的组织形式,大幅提升交叉口的通行效率,为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本,提出智能交叉口在城
市交通网络中的布局优化问题,建立数学优化模型并求解。首先,基于对两类车辆行驶特性的分析,建立混合用户均衡模型,描述CAV与HV的路径选择行为;其次,从交通规划者的角度,以系统最优为目标,整合混合用户均衡模型,建立面向新型混合交通流的智能交叉口网络布局优化模型,并利用改进的遗传算法求解;最后,选取Sioux-Falls交通网络作为案例分析,验证模型与算法的有效性,并研究CAV渗透率变化对优化结果的影响。研究表明,智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率,同时,大幅降低了由于网联自动
驾驶单方面技术优势带来的CAV与HV的出行效率差距,增进了出行公平性。 相似文献
4.
5.
6.
本文综述了湘潭湘江四大桥桩基混凝土配合比设计过程中对原材料的选择,及其在实际工程应用过程中灵活使用外加剂后掺法解决了外加剂与水泥适应性不良的问题,保证了工程的质量和施工进度。 相似文献
7.
8.
9.
通过对遂渝线单线隧道内接触网悬挂的介绍,探讨了以新的设计方式进行速度200 km/h客货共线隧道内接触网平面设计的方法,并通过遂渝线情况的研究,对下一步的设计提出了建议。 相似文献