全文获取类型
收费全文 | 346篇 |
免费 | 148篇 |
国内免费 | 29篇 |
出版年
2024年 | 5篇 |
2023年 | 4篇 |
2022年 | 14篇 |
2021年 | 26篇 |
2020年 | 14篇 |
2019年 | 9篇 |
2018年 | 9篇 |
2017年 | 42篇 |
2016年 | 34篇 |
2015年 | 22篇 |
2014年 | 27篇 |
2013年 | 31篇 |
2012年 | 38篇 |
2011年 | 22篇 |
2010年 | 27篇 |
2009年 | 25篇 |
2008年 | 17篇 |
2007年 | 23篇 |
2006年 | 19篇 |
2005年 | 19篇 |
2004年 | 20篇 |
2003年 | 17篇 |
2002年 | 5篇 |
2001年 | 10篇 |
2000年 | 7篇 |
1999年 | 7篇 |
1998年 | 8篇 |
1997年 | 7篇 |
1996年 | 2篇 |
1995年 | 4篇 |
1994年 | 4篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1991年 | 1篇 |
1990年 | 2篇 |
排序方式: 共有523条查询结果,搜索用时 17 毫秒
501.
层次分析法的水下航行器维修性指标分配方法 总被引:1,自引:0,他引:1
基于层次分析法的水下航行器维修性指标分配方法把层次分析法应用到水下航行器维修性指标分配方法中,即邀请专家对故障的检测和隔离方式、可达性、可更换性和测试的困难等级进行两两比较,得到评价矩阵,据此,可以得到分配结果.这种方法克服了按故障率和设计特性分配法在设计特性相差不大时存在的缺陷,把定性分析与定量分析相结合.在设计初期即明确设计目标,除了考虑到单元的故障率还兼顾了初期设计过程中的不确定性.将这种方法应用于某水下航行器的维修性分配,结果表明,该方法具有实用价值. 相似文献
502.
503.
小型电动垂直起降飞行器的悬停续航性能取决于推进系统的性能。基于电池、电机、电调的质量模型和螺旋桨的推力-功耗关系,利用电池的恒流放电模型建立了垂直起降飞行器的续航时间评估模型,分析了推进系统参数和有效载荷对飞行器续航性能的影响规律,研究结论可用于电动垂直起降飞行器的总体设计和推进系统选型。 相似文献
504.
505.
为综合预测装甲车辆发动机使用寿命,应用相关性分析构建发动机使用影响因素指标体系,进行指标权重计算.提出并应用权重灰色关联分析方法,定量评价装甲车辆发动机使用状态,定义并计算发动机使用条件修正系数,得到发动机使用影响因素指标权重集,以及不同使用条件下发动机使用寿命预测计算方法. 相似文献
506.
分析了高超声速巡航飞行器机体/发动机一体化构型的特点,进行了一体化构型的部件划分。系统地研究了一体化构型各部件的设计条件、设计内容、设计要求和设计参数,提出了一体化构型各个部件的性能评价方法。论文的方法可用于高超声速巡航飞行器机体/发动机一体化构型的快速初步设计与性能评价。 相似文献
507.
为降低传统层次分析法(analytic hierarchy process,AHP)赋权过程主观片面性影响,提出了一种综合AHP与Arena仿真建模技术的无人机训练资源配置效率评价方法。基于飞行训练流程分析,确定了训练资源配置效率影响因素和效率评价指标,建立了层次型综合评价体系,概括了AHP-Arena综合评价步骤。利用Arena建模软件构建训练流程动态仿真系统并验证有效性,采用单变量数值仿真法、均方差决策法完成了影响因素客观赋权,通过线性加权综合法得出综合评价系数,实现资源配置效率评价与方案优选。实例应用说明了该方法的有效性,同时,该方法可推广至其他类似的训练过程中,亦可为其他多因素、多指标评价决策过程提供借鉴。 相似文献
508.
从单无人机机动飞行向多机协同扩展的通用规划框架出发,介绍了其中各模块相关研究的基本原理、代表性方法和前沿研究,主要包括用于环境障碍感知的实时导航地图构建、离散空间的路径规划、连续空间的轨迹规划、基于离散连续混合空间的规划、多航迹或轨迹的协同规划。综合无人机通用规划框架的关键技术,提出了无人机协同机动规划下一步需要重点研究的方向。 相似文献
509.
针对运载火箭随机振动环境试验条件提出了基于能量等效思想的变带宽设计方法,通过采用分数倍频程数据处理方法,并确保各个频带内的均方根值与原随机振动环境的均方根值相同,有效解决传统的等带宽随机振动环境试验条件总均方根过高的问题。为了验证所提方法的有效性,通过典型管路产品进行了随机振动响应计算。结果表明,该方法既能够有效地对产品进行考核,又不至于对产品造成过考核。所提变带宽设计方法可为运载火箭随机振动环境条件的合理设计与分析提供有效手段。 相似文献
510.
《防务技术》2022,18(9):1697-1714
To solve the problem of realizing autonomous aerial combat decision-making for unmanned combat aerial vehicles (UCAVs) rapidly and accurately in an uncertain environment, this paper proposes a decision-making method based on an improved deep reinforcement learning (DRL) algorithm: the multi-step double deep Q-network (MS-DDQN) algorithm. First, a six-degree-of-freedom UCAV model based on an aircraft control system is established on a simulation platform, and the situation assessment functions of the UCAV and its target are established by considering their angles, altitudes, environments, missile attack performances, and UCAV performance. By controlling the flight path angle, roll angle, and flight velocity, 27 common basic actions are designed. On this basis, aiming to overcome the defects of traditional DRL in terms of training speed and convergence speed, the improved MS-DDQN method is introduced to incorporate the final return value into the previous steps. Finally, the pre-training learning model is used as the starting point for the second learning model to simulate the UCAV aerial combat decision-making process based on the basic training method, which helps to shorten the training time and improve the learning efficiency. The improved DRL algorithm significantly accelerates the training speed and estimates the target value more accurately during training, and it can be applied to aerial combat decision-making. 相似文献