全文获取类型
收费全文 | 93篇 |
免费 | 51篇 |
国内免费 | 16篇 |
专业分类
电工技术 | 3篇 |
综合类 | 3篇 |
化学工业 | 5篇 |
金属工艺 | 2篇 |
机械仪表 | 1篇 |
矿业工程 | 2篇 |
能源动力 | 3篇 |
水利工程 | 8篇 |
武器工业 | 1篇 |
无线电 | 21篇 |
一般工业技术 | 7篇 |
冶金工业 | 6篇 |
自动化技术 | 98篇 |
出版年
2023年 | 3篇 |
2020年 | 4篇 |
2019年 | 3篇 |
2018年 | 6篇 |
2017年 | 2篇 |
2016年 | 3篇 |
2015年 | 3篇 |
2014年 | 6篇 |
2012年 | 6篇 |
2011年 | 11篇 |
2010年 | 11篇 |
2009年 | 23篇 |
2008年 | 20篇 |
2007年 | 14篇 |
2006年 | 10篇 |
2005年 | 4篇 |
2004年 | 8篇 |
2003年 | 2篇 |
2002年 | 3篇 |
2001年 | 2篇 |
2000年 | 6篇 |
1999年 | 7篇 |
1994年 | 1篇 |
1988年 | 1篇 |
1986年 | 1篇 |
排序方式: 共有160条查询结果,搜索用时 15 毫秒
91.
基于对起伏和凹凸不平的表面微观几何学形貌统计分析,考查衡量微接触点的弹性和塑性变形区域,建立橡胶板条轴承与铜背衬接触的法向接触载荷、实际接触面积、弹性实际接触面积、塑性实际接触面积、橡胶塑性指数等的理论解。计算及分析结果表明:发生接触的突起期望数随着法向接触载荷的增加而增加,随着表观接触面积的增大而略微增加;橡胶板条轴承与铜背衬之间的间距随着法向接触载荷的增加而减小;在法向接触载荷一定时,橡胶板条轴承与铜背衬之间的间距随着表观接触面积的增大而增加;对于给定的表观接触面积,实际接触面积近乎恰恰与法向接触载荷呈正比,但不依赖于表观接触面积;平均实际接触压强随着法向接触载荷的增加而增加,随着表观接触面积的增加而减小;接触表面之间的接触电阻随着法向接触载荷的增加而降低;当橡胶塑性指数小于1.77或金属制品塑性指数小于0.6时,接触表面发生弹性变形;当橡胶塑性指数大于2.95或金属制品塑性指数大于1.0时,接触表面发生塑性变形。相关模型及仿真曲线图可为橡胶粗糙表面弹塑性接触的精确求解提供一定的理论基础。 相似文献
92.
针对单个种群的遗传算法容易陷入局部收敛而出现早熟的情况,提出了一种新的多种群遗传算法,用多线程并行处理的方法实现种群之间同步进化。实验证明,基于多种群的遗传算法能够有效地避免局部收敛问题,通过与简单遗传算法进行比较,所提出的新算法不仅收敛速度快,而且收敛效率高,是一种可行、有效的算法。 相似文献
93.
单体型组装加权最小字符翻转(WMLF)问题指定个体联配的加权DNA片断数据,翻转权值和最小的SNP位点以推测出该个体的一对单体型。该问题是NP-难的,至今尚无实用的搜索寻优算法。根据DNA测序片段数据的特点提出了一种遗传算法。对于实际的生物实验数据,即使数据很大,该算法也可以在较短的时间得到WMLF问题的满意解,具有良好的可扩展性和较高的实用价值。 相似文献
94.
将极坐标的思想引入多目标遗传算法来保持解的多样性,由此提出了一种新的多目标遗传算法:PCGA2(Polar Coordinates Genetic AlgorithmsⅡ);分析了基于极坐标的分布度保持策略的时间复杂度,并通过实验将PCGA2同当前流行的两种多目标遗传算法(NSGA2和SPEA2)进行了比较。实验数据表明该算法不仅在时间耗费上比较低,而且所得到的解具有非常好的分布度。 相似文献
95.
种群维护是多目标进化算法的重要组成部分。针对传统方法在维护过程中只考虑分布性的情况,提出一种分布性与收敛性结合的种群维护策略,该方法用一种邻近个体间的相对趋近关系来表示其适应值,弥补了单纯Pareto支配关系的“粗糙性”,并用一种可调邻域的方法对种群的密集程度进行控制。将其与NSGA-II和SPEA2进行对比,实验结果表明该算法在有效保持种群分布性的同时,拥有良好的收敛性和速度。 相似文献
96.
一般TSP问题是单目标的,只追求一个性能指标:所走路径最短。然而对于具体的TSP问题,实际中常常需要考虑:路程最短、时间最少、费用最省、风险最小等等多方面的因素。设计了贪婪的复合变异算子(GCM),引入隔代爬山法算子来提高多目标TSP问题的搜索能力。实验结果表明该算法是有效的。 相似文献
97.
鲁棒最优解是进化计算研究的重要方面,同时也是研究难点。多目标进化算法搜索鲁棒最优解时,通常要用蒙特卡罗积分(MCI)近似估计有效目标函数(EOF),而已有求解方法近似精度不高,使得算法搜索鲁棒最优解的性能较差。提出用拟蒙特卡罗方法(Q-MC)来估计有效目标函数方法,其所引入的Q-MC方法——Korobov点阵能更精确地估计EOF。实验结果表明,与现有的原始蒙特卡罗方法(C-MC)相比,拟蒙特卡罗方法(Q-MC)可以较大地提高多目标进化算法搜索鲁棒最优解的效率。 相似文献
98.
在多目标进化算法的研究中,解群体的多样性和运行效率是最重要的两个指标。在进化算法中一般采用构造非支配集的方法来保持算法的运行效率和解集的分布性;采用聚类技术来计算和维持解群体的分布性和多样性。文章提出了用庄家法构造非支配集和基于个体距离的聚类方法的多目标进化算法。经试验证明,该算法能够趋近到Pareto最优解,并且能保证较好的分布度。 相似文献
99.
100.