全文获取类型
收费全文 | 10585篇 |
免费 | 243篇 |
专业分类
公路运输 | 8982篇 |
综合类 | 1107篇 |
水路运输 | 306篇 |
铁路运输 | 238篇 |
综合运输 | 195篇 |
出版年
2024年 | 78篇 |
2023年 | 198篇 |
2022年 | 283篇 |
2021年 | 324篇 |
2020年 | 282篇 |
2019年 | 108篇 |
2018年 | 73篇 |
2017年 | 62篇 |
2016年 | 126篇 |
2015年 | 124篇 |
2014年 | 532篇 |
2013年 | 496篇 |
2012年 | 801篇 |
2011年 | 812篇 |
2010年 | 740篇 |
2009年 | 958篇 |
2008年 | 854篇 |
2007年 | 490篇 |
2006年 | 513篇 |
2005年 | 413篇 |
2004年 | 685篇 |
2003年 | 517篇 |
2002年 | 321篇 |
2001年 | 202篇 |
2000年 | 209篇 |
1999年 | 112篇 |
1998年 | 120篇 |
1997年 | 93篇 |
1996年 | 64篇 |
1995年 | 47篇 |
1994年 | 39篇 |
1993年 | 32篇 |
1992年 | 22篇 |
1991年 | 37篇 |
1990年 | 29篇 |
1989年 | 31篇 |
1986年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 570 毫秒
331.
332.
333.
334.
针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪. 相似文献
335.
为量化司机驾驶行为对油耗的影响,根据实车运行数据,提取整车行驶数据中有关驾驶行为的特征参数,基于多元回归分析法,得到与整车油耗相关性较强的显著影响特征参数,建立司机驾驶行为模型,并对司机驾驶行为模型与油耗的强相关性进行验证。选取多个整车运行数据,通过模型计算得到油耗与实际油耗的误差在10%以内,验证了所建模型的精确性。该研究可为司机驾驶行为评价提供参考。 相似文献
336.
为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。 相似文献
337.
338.
339.
340.
汽车驾驶人的可靠性分析 总被引:5,自引:0,他引:5
交通运输系统是具有关键性人为差错的冗余系统,通过引入人为差错概念,对时间连续工作驾驶人的可靠性进行分析.用经典的可靠度函数方法或马尔可夫方法建立了同样的驾驶人可靠性数学模型,同时提出了驾驶应力(忧虑)的新概念,指出它是影响驾驶工作工效和可靠性的重要因素。 相似文献