全文获取类型
收费全文 | 1558篇 |
免费 | 52篇 |
专业分类
公路运输 | 283篇 |
综合类 | 479篇 |
水路运输 | 487篇 |
铁路运输 | 168篇 |
综合运输 | 193篇 |
出版年
2024年 | 5篇 |
2023年 | 10篇 |
2022年 | 28篇 |
2021年 | 38篇 |
2020年 | 51篇 |
2019年 | 35篇 |
2018年 | 42篇 |
2017年 | 51篇 |
2016年 | 55篇 |
2015年 | 78篇 |
2014年 | 127篇 |
2013年 | 95篇 |
2012年 | 118篇 |
2011年 | 121篇 |
2010年 | 94篇 |
2009年 | 82篇 |
2008年 | 101篇 |
2007年 | 121篇 |
2006年 | 117篇 |
2005年 | 58篇 |
2004年 | 43篇 |
2003年 | 31篇 |
2002年 | 32篇 |
2001年 | 16篇 |
2000年 | 18篇 |
1999年 | 8篇 |
1998年 | 9篇 |
1997年 | 8篇 |
1996年 | 7篇 |
1995年 | 3篇 |
1994年 | 3篇 |
1993年 | 2篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有1610条查询结果,搜索用时 118 毫秒
61.
自行车交通是一种健康、绿色、环保的交通出行方式,合理地规划自行车出行路线对于满足骑行者多元化出行需求、构建安全规范的城市交通出行环境具有重要的意义.在对真实骑行者路径选择行为深入分析的基础上,提出了基于Open Street Map的城市自行车网络的构建方法及基于其上的多判据自行车路径优化的数学模型,并给出了求解该模型的一种基于聚类的最优多判据路径规划方法.实验仿真结果表明,该模型及方法能够生成满足骑行者真实需求的多判据路线方案. 相似文献
62.
为了提高行人过街安全,本文分析了信号控制下行人过街的时空分布特性,研究行人过街空间区域最大宽度与时间和人行横道纵向位置映射关系;通过对行人流量和分担率两因素的分析,对行人过街空间区域特性进行数学描述,根据实测数据并利用轨迹提取技术获取行人时空数据,建立了满足过街时间约束下的人行横道宽度优化模型;最后利用长春市4处人行横道的行人过街时空信息,以群体过街时间为验证指标对模型进行了验证,结果显示,利用本文建立的人行横道宽度优化模型所确定的行人过街时间在3处地点分别减少5.60%、3.29%和2.58%.本文建立的基于时空安全的人行横道宽度优化方法可为人行横道宽度的设计提供理论参考和技术支持. 相似文献
63.
为了解决站场BIM设计中道岔与岔线建模繁琐、定位捕捉困难等问题,基于最新的OpenRail软件环境,对MicroStation直接建模和道岔设备抽象化线性建模两种思路进行比较分析。经研究,线性建模方法更适合站场BIM设计。针对线性建模手段,将道岔的主要设备及尺寸信息转化为标准化道岔库元素和标记,然后按抽象化的道岔元素及标记信息进行xml文件编程,得到了较好的应用体验。 相似文献
64.
介绍使用Pro/E与ADAMS建立船用蓄电池保养装置中旋盖机构的虚拟样机方法,建立三维模型样机并进行了运动仿真分析。分析过程中使用参数化设计方法得到适合机构运动要求的零件参数,为旋盖机构和安装平台的整体设计提供了理论依据。 相似文献
65.
信号环境仿真是检验雷达侦察设备性能的重要手段。针对雷达侦察信号环境时域、空域、频域、能域分布特点,对雷达侦察信号环境进行了数学描述,建立了雷达辐射源信号环境数学模型,为雷达侦察信号环境仿真奠定基础。 相似文献
66.
67.
68.
高速公路动态交通流Elman神经网络模型 总被引:5,自引:0,他引:5
为了提高高速公路交通流建模的精度,分析了离散的高速公路动态交通流数学模型,基于Elman网络原理,建立了回归神经网络交通流模型。回归神经网络的输入层、上下文层、隐含层和输出层的节点数目分别选为8、30、30和2,采用Levenberg-Marquardt算法对回归神经网络进行训练,并对一条5路段的高速公路进行仿真。结果表明:回归神经网络平均相对误差为8.683 7×10-5,最大相对误差为4.237 1×10-4,与BP神经网络和RBF神经网络相比较,Elman回归神经网络能更好地逼近交通流数学模型,真实地描述交通流基本特性,能准确地建立动态交通流模型,适应交通状况的变化。 相似文献
69.
对350 km/h高速动车组用鼓形齿式联轴器的结构进行了分析,并采用ANSYS软件的APDL语言对其实现了参数化建模,大大方便了以后对该联轴器进行的相关分析,并且为复杂结构的建模提供了一个新的思路和方法. 相似文献
70.
The concept of rescheduling is essential to activity-based modeling in order to calculate effects of both unexpected incidents and adaptation of individuals to traffic demand management measures. When collaboration between individuals is involved or timetable based public transportation modes are chosen, rescheduling becomes complex. This paper describes a new framework to investigate algorithms for rescheduling at a large scale. The framework allows to explicitly model the information flow between traffic information services and travelers. It combines macroscopic traffic assignment with microscopic simulation of agents adapting their schedules. Perception filtering is introduced to allow for traveler specific interpretation of perceived macroscopic data and for information going unnoticed; perception filters feed person specific short term predictions about the environment required for schedule adaptation. Individuals are assumed to maximize schedule utility. Initial agendas are created by the FEATHERS activity-based schedule generator for mutually independent individuals using an undisturbed loaded transportation network. The new framework allows both actor behavior and external phenomena to influence the transportation network state; individuals interpret the state changes via perception filtering and start adapting their schedules, again affecting the network via updated traffic demand. The first rescheduling mechanism that has been investigated uses marginal utility that monotonically decreases with activity duration and a monotonically converging relaxation algorithm to efficiently determine the new activity timing. The current framework implementation is aimed to support re-timing, re-location and activity re-sequencing; re-routing at the level of the individual however, requires microscopic travel simulation. 相似文献