全文获取类型
收费全文 | 725篇 |
免费 | 26篇 |
国内免费 | 63篇 |
专业分类
系统科学 | 78篇 |
丛书文集 | 22篇 |
教育与普及 | 16篇 |
理论与方法论 | 2篇 |
现状及发展 | 6篇 |
综合类 | 687篇 |
自然研究 | 3篇 |
出版年
2023年 | 10篇 |
2022年 | 20篇 |
2021年 | 18篇 |
2020年 | 21篇 |
2019年 | 7篇 |
2018年 | 15篇 |
2017年 | 8篇 |
2016年 | 17篇 |
2015年 | 21篇 |
2014年 | 46篇 |
2013年 | 41篇 |
2012年 | 45篇 |
2011年 | 59篇 |
2010年 | 49篇 |
2009年 | 66篇 |
2008年 | 59篇 |
2007年 | 72篇 |
2006年 | 51篇 |
2005年 | 31篇 |
2004年 | 33篇 |
2003年 | 22篇 |
2002年 | 19篇 |
2001年 | 16篇 |
2000年 | 10篇 |
1999年 | 12篇 |
1998年 | 11篇 |
1997年 | 5篇 |
1996年 | 2篇 |
1995年 | 3篇 |
1994年 | 3篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1991年 | 3篇 |
1990年 | 6篇 |
1989年 | 3篇 |
1987年 | 3篇 |
1955年 | 1篇 |
排序方式: 共有814条查询结果,搜索用时 421 毫秒
21.
灾变合作型协同进化遗传算法及其在Job Shop调度中的应用 总被引:1,自引:0,他引:1
合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能. 相似文献
22.
改进型蚁群算法在Job Shop问题中的应用 总被引:9,自引:0,他引:9
应用改进型蚁群算法解决车间作业调度问题。在原有标准蚁群算法的基础上采用了新的状态转移规则,讨论了各种不同的轨迹更新规则对仿真结果的影响,并通过统计数据验证了改进型蚁群算法优于标准的蚁群优化算法。由于算法中的参数对算法的求解效率和求解结果都有一定的影响,所以对此也进行了初步的研究,得到了运行较好的参数取值范围。 相似文献
23.
测量误差与天文定位误差 总被引:2,自引:2,他引:0
吴广华 《集美大学学报(自然科学版)》2006,11(1):75-78
论述了基于最优估计理论的天文定位方法中天体高度测量精度与定位精度的关系.理论分析和实验表明,即使高度测量精度较差时,仍可获得满意的定位结果. 相似文献
24.
25.
面向多目标的自适应动态概率粒子群优化算法 总被引:4,自引:0,他引:4
将基于动态概率搜索的粒子群优化(Particle swarm optimization,PSO)算法应用于多目标作业车间调度问题(Flexibleiob shop scheduling problem,FJSP),提出一种新算法.算法在搜索初期利用粒子近邻的平均最优代替传统的单个最优引导搜索,后期用Gaussian动态概率搜索来提高算法的局部开挖能力.然后,引入Pareto优的概念,采用精英集来存放非劣解,提出一种新的适应度值分配方法.此外,在算法中还引入了一种自适应的变异算子来增强解的多样性.最后,用新算法对多组FJSP实例进行测试,并与其他几种方法进行比较,结果表明提出的算法具有较好的搜索性能,是求解多目标FJSP的一种可行方法. 相似文献
26.
网络化制造环境下生产动态调度仿真与分析 总被引:1,自引:0,他引:1
针对网络化制造环境下生产系统特点,构建异地生产协同调度框架.基于调度框架进行动态仿真计算:应用模糊理论对生产时间分布概率进行判断,确定企业内部生产调度评测参数;使用Hopfield神经网络综合决策,求出企业外协生产与内部调度之间的可行解.将调度框架应用在实际生产调度问题中,对仿真计算结果继续综合优化,能够得到好的可行调度方案. 相似文献
27.
求解多目标作业排序问题的遗传算法 总被引:5,自引:1,他引:4
利用联合进化遗传算法 ( CEGA)建立了求解多目标排序问题的一般框架 ,采用目标权衡分析诱导出决策人的偏好关系 ,并将其引入求解过程 ,以确定满意排序 ,在搜索寻优过程中 ,将启发式与遗传算法相结合 ,以提高搜索效率 .最后 ,利用该算法框架求解了一个含调整时间的一般 Job Shop排序问题 ,以表明算法的有效性. 相似文献
28.
29.
30.