全文获取类型
收费全文 | 5885篇 |
免费 | 196篇 |
专业分类
公路运输 | 2553篇 |
综合类 | 1520篇 |
水路运输 | 1016篇 |
铁路运输 | 798篇 |
综合运输 | 194篇 |
出版年
2024年 | 34篇 |
2023年 | 140篇 |
2022年 | 135篇 |
2021年 | 175篇 |
2020年 | 138篇 |
2019年 | 152篇 |
2018年 | 63篇 |
2017年 | 73篇 |
2016年 | 83篇 |
2015年 | 191篇 |
2014年 | 349篇 |
2013年 | 322篇 |
2012年 | 447篇 |
2011年 | 397篇 |
2010年 | 427篇 |
2009年 | 481篇 |
2008年 | 466篇 |
2007年 | 451篇 |
2006年 | 347篇 |
2005年 | 277篇 |
2004年 | 209篇 |
2003年 | 152篇 |
2002年 | 98篇 |
2001年 | 108篇 |
2000年 | 56篇 |
1999年 | 50篇 |
1998年 | 53篇 |
1997年 | 34篇 |
1996年 | 28篇 |
1995年 | 24篇 |
1994年 | 22篇 |
1993年 | 26篇 |
1992年 | 17篇 |
1991年 | 18篇 |
1990年 | 22篇 |
1989年 | 13篇 |
1987年 | 1篇 |
1984年 | 2篇 |
排序方式: 共有6081条查询结果,搜索用时 701 毫秒
661.
662.
一、重型载货汽车国Ⅲ标准推迟实施实属误解目前,行业普遍认为重型载货汽车国Ⅲ,排放标准实施时间由2008年1月1日推迟到2008年7月1日,其实理解有误。根据((车用压燃式、气体燃料点燃式发动机与汽车排气污染物排放限值及测量方法》(GBl7691—2005)标准的要求,自2007年1月1日起执行重型载货汽车国Ⅲ标准新车型的型式核准,国Ⅱ标准的新车型不得予以型式核准, 相似文献
663.
664.
665.
刘天平 《交通世界(建养机械)》2008,(1):110-111
由于二灰土强度上升缓慢的特性,因此从拌和到摊铺、碾压均有较长的操作时间,便于掌握。二灰土不像水泥稳定材料从拌和到碾压必须在初凝时间2~3h之内完成。而是从拌和到碾压成型,可以延长1~2d,对其强度没有较大的影响,所以,施工时受雨水、机械设备、人为因素的影响相对要小得多。二灰土施工相对比较简单,便于掌握施工技术及要领。再一点就是塑性指数均在20以上的土质, 相似文献
666.
路段平均行程时间估计方法 总被引:6,自引:0,他引:6
为了有效利用线圈检测数据,精确估计路段平均行程时间,提出了一种路段平均行程时间估计方法。将路段平均行程时间分为平均行驶时间、平均排队时间和平均通过路口时间三部分。考虑线圈埋设的特点,通过估计平均行驶速度得到平均行驶时间。用分段时齐Poisson过程描述车辆驶入路段过程和驶离过程,用Markov排队模型描述车辆排队过程,用生灭过程描述排队车辆数,得到车辆排队模型,计算了路段有、无初始排队的平均排队时间。基于选取与路口相关的饱和流率和平均车长,计算了平均通过路口时间。计算结果表明:平均行程时间估计值与实测值的误差小于12%,说明路段平均行程时间估计方法可行。 相似文献
667.
668.
669.
快速公交(BRT)是国际上公交发展的新模式。保证系统得以推广,同时应以低成本、显著见效为原则建设快速公交系统,因此对快速公交线路布局进行优化也是不可忽视的。为了探讨现有公共交通线网结构下如何优化BRT线路的布设问题.本文时快速公交线路布设的内部条件和外部条件进行了分析,并在此基础上依据快速公交的发展特点.以乘客的总出行时耗最小和车公里成本投入最小为目标,建立快速公交布局优化的模型.并且给出了优化目标和相应约束条件的函数表达式。通过事例分析对BRT线路布设优化算法进行说明.从而得知优化模型具有较高的应用价值。 相似文献
670.
为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间.并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型.该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度.选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测.结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0 .98 ,平均绝对百分误差1 .99% ;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3 .40% 和2 .60% ,且拟合程度不如组合预测模型. 相似文献