全文获取类型
收费全文 | 957篇 |
免费 | 46篇 |
专业分类
公路运输 | 493篇 |
综合类 | 229篇 |
水路运输 | 150篇 |
铁路运输 | 35篇 |
综合运输 | 96篇 |
出版年
2024年 | 5篇 |
2023年 | 11篇 |
2022年 | 32篇 |
2021年 | 35篇 |
2020年 | 29篇 |
2019年 | 23篇 |
2018年 | 21篇 |
2017年 | 33篇 |
2016年 | 41篇 |
2015年 | 62篇 |
2014年 | 72篇 |
2013年 | 44篇 |
2012年 | 66篇 |
2011年 | 83篇 |
2010年 | 66篇 |
2009年 | 71篇 |
2008年 | 60篇 |
2007年 | 68篇 |
2006年 | 46篇 |
2005年 | 31篇 |
2004年 | 26篇 |
2003年 | 16篇 |
2002年 | 21篇 |
2001年 | 19篇 |
2000年 | 5篇 |
1999年 | 4篇 |
1998年 | 3篇 |
1997年 | 5篇 |
1996年 | 1篇 |
1995年 | 1篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
排序方式: 共有1003条查询结果,搜索用时 31 毫秒
991.
992.
993.
994.
针对城市快速路汽车污染物排放控制需要,紧扣不同排放模型在映射不同时段排放影响因素与排放率关系方面的差异,以排放测试车辆实际工况排放序列为数据源,分别将反向传播神经网络(Back Propagation Neural Network, BPNN)、广义回归神经网络(General Regression Neural Network, GRNN)和径向基函数神经网络(Radial Basis Function, RBFNN)与平均影响值(Mean Impact Value, MIV)方法相结合,构建维度规约模型。以95%累计贡献率为阈值对排放预测模型输入维度进行降维的基础上,分析神经网络在维度规约前后在不同时段的预测污染物排放率适应性。结果表明:维度规约后BPNN和GRNN模型的R2及MSE在全时段排放数据集中的预测性能提升1.19%、10.14%、6.51%、15.56%,RBF模型对维度规约不敏感;全时段GRNN模型的R2和其余两个模型相比提高10.18%和7.68%,MSE和其余两个模型相比降低0.0396和0.0446,同时MAPE显著降低7.38%和3.86%,揭示GRNN模型在... 相似文献
995.
考虑政府采取碳税或碳排放权交易机制两种碳排放政策,基于供应链视角,构建港口与航运企业减排博弈模型,系统分析港航企业减排策略选择和政府碳排放政策选择问题。结果表明:当航运企业减排成本小于港口协助减排成本时,港航企业选择分散决策减排力度最优;反之,选择集中决策减排力度最优。在集中决策情形下,港航供应链减排力度与航运企业减排成本和港口协助减排成本成反比,和市场容量成正比;在分散决策情形下,港口协助减排成本不会影响港航供应链减排力度。在碳定价较低时,港航企业选择分散决策定价最优,选择集中决策利润最优;在碳定价较高时,则相反。无论政府采取何种碳排放政策,港航企业选择集中决策并且政府对港口减排进行补贴,会使港航供应链整体利润与减排力度同时达到最优。在未来碳定价大幅提升的情况下,政府采取碳排放权交易机制推动港航企业减排效果更好。 相似文献
996.
“十四五”时期是我国持续推进节能减排、持续向双碳目标迈进的重要时期,建筑业作为我国碳排放的重要来源,必须在设计阶段就进行碳排放的计算,实现以减少碳排放为目标的设计。为了在结构设计中实现物化阶段碳排放量的快速统计和优化设计,提出综合碳排放因子的概念以简化碳排放计算。与此同时,为了达到碳排放量自动统计及便捷优化设计的目的,尝试将综合碳排放因子同BIM软件结合起来,利用BIM中明细表功能,实现基于构件类别的碳排放自动统计,以达到节能减排的目标。 相似文献
997.
为探究掺氢比对氢-甲醇发动机稀薄燃烧性能的影响,在一台1.8 L涡轮增压缸内直喷汽油机 (GDI) 改装的氢-甲醇发动机上,开展了不同燃空当量比和不同掺氢比条件下的甲醇发动机掺氢燃烧和排放试验研究。结果表明,在稀燃条件下,增大掺氢比能提高发动机缸内最高燃烧压力及放热率峰值,且燃烧相位提前,燃烧持续期缩短。在稀燃情况下适当掺氢有助于改善循环变动,混合气越稀改善效果越好,但随燃空比和掺氢量增大时,循环变动却有恶化的趋势。当燃空当量比大于 0.71 时,增大掺氢比能改善 HC 排放;当燃空当量比大于 0.83 时,掺氢能改善 NOx排放,但 CO 排放恶化;当燃空当量比小于0.83时,增大掺氢比导致NOx排放恶化但CO排放降低。 相似文献
998.
999.
1000.