全文获取类型
收费全文 | 1156篇 |
免费 | 113篇 |
专业分类
公路运输 | 217篇 |
综合类 | 633篇 |
水路运输 | 22篇 |
铁路运输 | 53篇 |
综合运输 | 344篇 |
出版年
2024年 | 2篇 |
2023年 | 11篇 |
2022年 | 24篇 |
2021年 | 48篇 |
2020年 | 54篇 |
2019年 | 41篇 |
2018年 | 56篇 |
2017年 | 69篇 |
2016年 | 77篇 |
2015年 | 63篇 |
2014年 | 102篇 |
2013年 | 122篇 |
2012年 | 89篇 |
2011年 | 81篇 |
2010年 | 57篇 |
2009年 | 58篇 |
2008年 | 62篇 |
2007年 | 66篇 |
2006年 | 41篇 |
2005年 | 25篇 |
2004年 | 16篇 |
2003年 | 17篇 |
2002年 | 13篇 |
2001年 | 20篇 |
2000年 | 10篇 |
1999年 | 4篇 |
1998年 | 7篇 |
1997年 | 7篇 |
1996年 | 6篇 |
1995年 | 4篇 |
1994年 | 1篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1991年 | 3篇 |
1989年 | 4篇 |
1988年 | 2篇 |
1987年 | 1篇 |
排序方式: 共有1269条查询结果,搜索用时 15 毫秒
91.
政府单位面临到都会区道路壅塞问题,目前多利用时制重整的方式进行改善,时制重整实施的过程中,需透过绩效评估的方式,检视时制重整计画是否达成预期目标.文中透过都会区建立之旅行时间系统,应用智慧型的路侧设施:车辆自动辨识系统,作为时制重整绩效之依据.时制重整过程中.依据程序性方式进行,分别为群组划分、时段划分、时制计画设计、时制下载与微调以及续效评估等步骤实行,亦比较浮车法及车牌比对结果之优劣,再将其程序步骤应用於台中市台中港路的时制重整计画中,结果显示时制重整计画实行後,能得到较好的绩效,尤其是对车流较壅塞之方向,改善效益较为显着。 相似文献
92.
93.
94.
引入忠诚度变量的城际出行方式动态选择行为研究 总被引:1,自引:0,他引:1
针对中国城市群的快速形成与发展,结合城市群城际出行特点,研究城市群城际出行方式选择行为.基于非集计理论,对效用函数引入刻画动态选择行为的忠诚度变量,抓住了出行者出行方式选择的关联性.利用了平滑指数计算忠诚度变量,既反映了忠诚度的持续性也考虑了突变性.将忠诚度变量作为影响因素引入模型的可观测效用部分,建立出行者城际出行方式选择Mixed Logit模型.在大量调查问卷基础上,通过对引入前后的模型对比分析计算得出,忠诚度变量加入后,模型中其他的出行影响因素效用强度明显削弱,其产生的正效用证明了城际出行选择是一种带有倾向性的行为反应,具有某种出行方式选择的持续性、依赖性和突变性,说明出行者过往的出行体验对选择心理具有显著的影响,也说明构建的模型很好地还原了出行方式选择的动态特性. 相似文献
95.
96.
为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明:组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。 相似文献
97.
98.
99.
已知路段输入流,基于Greenshields提出的速度-密度关系模型以及Jayakrishnan et.al提出的改进的Greenshields 速度-密度关系模型所描述的路段交通流特征,分别给出了关于路段输出流的常微分方程模型.针对无法得到该模型的解析解,利用龙格-库塔-芬尔格算法给出初始条件下的数值解.在已知输出流的条件下,每个时刻的路段交通流的行程时间也相应给出.仿真结果表明,针对两类不同速度-密度关系所建立的输出流模型,所得到每个时刻的输出流基本相似,但路段行程时间存在明显差异.与交通流调查数据比较,基于改进的Greenshields速度-密度关系的输出流模型的行程时间更接近真实情况. 相似文献
100.