全文获取类型
收费全文 | 4182篇 |
免费 | 650篇 |
国内免费 | 596篇 |
专业分类
航空 | 3096篇 |
航天技术 | 673篇 |
综合类 | 494篇 |
航天 | 1165篇 |
出版年
2024年 | 65篇 |
2023年 | 246篇 |
2022年 | 244篇 |
2021年 | 294篇 |
2020年 | 253篇 |
2019年 | 211篇 |
2018年 | 148篇 |
2017年 | 180篇 |
2016年 | 204篇 |
2015年 | 181篇 |
2014年 | 249篇 |
2013年 | 238篇 |
2012年 | 283篇 |
2011年 | 265篇 |
2010年 | 249篇 |
2009年 | 226篇 |
2008年 | 246篇 |
2007年 | 261篇 |
2006年 | 213篇 |
2005年 | 177篇 |
2004年 | 138篇 |
2003年 | 106篇 |
2002年 | 113篇 |
2001年 | 90篇 |
2000年 | 63篇 |
1999年 | 50篇 |
1998年 | 65篇 |
1997年 | 64篇 |
1996年 | 43篇 |
1995年 | 38篇 |
1994年 | 37篇 |
1993年 | 29篇 |
1992年 | 39篇 |
1991年 | 35篇 |
1990年 | 25篇 |
1989年 | 30篇 |
1988年 | 7篇 |
1987年 | 15篇 |
1986年 | 4篇 |
1985年 | 2篇 |
1982年 | 1篇 |
1981年 | 1篇 |
排序方式: 共有5428条查询结果,搜索用时 0 毫秒
101.
针对军航飞机穿越民航航线的飞行冲突问题,对飞机流汇聚飞行场景进行建模分析,提出了基于滑动窗口的汇聚飞行冲突探测方法和基于合作博弈的多机冲突解脱方法。当飞机流进入预先划设的汇聚控制区,通过滑动窗口判断向前看时间内飞行冲突。基于此,潜在冲突机间组成一个联盟,以解脱边界条件为安全约束,以合作博弈理论中联盟福利最优解均衡各机效益,在保证安全的前提下实现效益均衡。根据最优机动方向特点,利用免疫粒子群优化算法快速求解策略。仿真结果表明,该场景下提出的方法能有效解算出满足要求的解脱策略,并均衡军民航飞机解脱效益。 相似文献
102.
摘要: 为了更好地满足航空航天领域中使用的多种嵌入式软件的高可靠性要求,设计一种软件脆弱性自动分析定位的方法.该方法基于程序切片技术,改进现有的前向计算动态切片算法,利用动态程序切片收集程序运行时的动态信息,构造程序切片谱,设定相关统计量统计程序语句的脆弱性可疑度,生成脆弱性定位报告.在发现软件中存在的脆弱性后,该方法对导致此脆弱性的程序代码根源实现了自动分析定位.基于此方法设计开发了软件脆弱性自动定位工具并进行了实例验证分析,实验证明了该方法的有效性. 相似文献
103.
104.
尾喷管是飞行器机体/推进一体化设计中的关键部件之一,直接影响着飞行器的推阻匹配、俯仰力矩配平等特性。为了提高尾喷管优化设计效率,建立基于多可信度代理模型的多目标优化模型。以基于粗网格、无黏模型的CFD 结果作为低可信度数据,以基于细密网格、SST k-ω 湍流模型的CFD 结果作为高可信度数据,将最大化推力系数、升力系数和俯仰力矩系数作为优化目标,构建Cokriging 模型,并结合NSGA-Ⅱ算法得到Pareto 解集。结果表明:以上三个目标分别提升了2.94%、13.0% 和40.6%,误差低于0.5%,并进行了敏感性分析;优化后流场波系结构更为复杂,改变了壁面压强分布规律;与Kriging 模型相比,Cokriging 模型具有相当的预测性能,构建时间成本节省了62%。 相似文献
105.
为了提高惯性/卫星深组合导航系统的滤波性能,在抗差自适应滤波算法的
基础上,研究了一种优化抗差自适应滤波算法。该算法通过比较实际预测残差协方差矩
阵和理论协方差阵的差值来生成自适应因子,从而优化抗差自适应滤波。将所研究的算
法应用于惯性/卫星深组合导航系统, 在高动态环境下进行仿真验证, 并与常规卡尔曼
滤波、抗差自适应滤波进行比较。结果表明,优化算法能有效地控制观测异常和动态模
型异常对状态参数估值的影响,所得组合导航位置误差和速度误差明显减小,提高了组
合导航系统的滤波精度。 相似文献
106.
离散型粒子群算法求解民航飞机排班问题 总被引:1,自引:0,他引:1
本文首先介绍了民航飞机排班问题,给出了飞机排班问题的基本数学模型。然后介绍了离散型粒子群算法的基本原理和在组合优化问题方面的应用,并通过相应参数的匹配选择将离散型粒子群算法引入到民航飞机排班问题。 相似文献
107.
鸽群优化(PIO)算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化(ALPIO)算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。 相似文献
108.
109.
110.