全文获取类型
收费全文 | 256篇 |
免费 | 37篇 |
国内免费 | 24篇 |
专业分类
安全科学 | 105篇 |
环保管理 | 19篇 |
综合类 | 106篇 |
基础理论 | 22篇 |
污染及防治 | 18篇 |
评价与监测 | 6篇 |
社会与环境 | 5篇 |
灾害及防治 | 36篇 |
出版年
2024年 | 3篇 |
2023年 | 13篇 |
2022年 | 12篇 |
2021年 | 15篇 |
2020年 | 18篇 |
2019年 | 11篇 |
2018年 | 7篇 |
2017年 | 10篇 |
2016年 | 11篇 |
2015年 | 12篇 |
2014年 | 25篇 |
2013年 | 9篇 |
2012年 | 11篇 |
2011年 | 23篇 |
2010年 | 15篇 |
2009年 | 13篇 |
2008年 | 13篇 |
2007年 | 9篇 |
2006年 | 15篇 |
2005年 | 7篇 |
2004年 | 9篇 |
2003年 | 9篇 |
2002年 | 8篇 |
2001年 | 11篇 |
2000年 | 11篇 |
1999年 | 6篇 |
1998年 | 9篇 |
1997年 | 2篇 |
排序方式: 共有317条查询结果,搜索用时 15 毫秒
131.
基于遗传算法的神经网络及其在洪水灾害承灾体易损性建模中的应用 总被引:15,自引:1,他引:14
洪水灾害承灾体易损性模型一般是非线性的、动态的。人工神经网络具有逼近任意非线性映射的特性。本文给出了用于洪水灾害承灾体易损性建模的基于遗传算法的神经网络模型,阐述了其基本原理和算法,并结合实例说明了其应用。 相似文献
132.
混沌粒子群算法在水污染控制系统规划中的应用 总被引:1,自引:1,他引:0
针对常用的最优化方法解决水污染控制系统规划问题运算过程较复杂,容易陷入局部极值,且优化解精度不高的情况,尝试利用混沌方法和粒子群算法相结合的混沌粒子群算法(chaos particle swarm optimization,CPSO)求解此类问题。CPSO算法具有原理简单,且能快速获得最优解的特点。在实例应用中与遗传算法和MATLAB优化函数的优化结果做了比较,CPSO算法的性能以及得到的解明显优于后两种方法,验证了该方法的可行性和有效性。 相似文献
133.
选取决策树作为支持向量机多类分类方法,选择径向基核函数建立了生态环境质量决策树支持向量机评价模型,基于遗传算法实现了惩罚因子、核函数参数的自适应优选,并运用建立的模型对我国主要省市生态环境质量进行了评价。研究结果表明,该方法可以较好地实现生态环境质量评价。 相似文献
134.
为更科学规划消防站选址,实现有限资源下应急资源的合理配置,提高消防站联动效率,根据“不同火灾风险等级的需求点应得到主管消防站和不同数量增援消防站服务”的原则,提出1种消防站分级覆盖选址模型,同时使用覆盖衰减函数表示消防站对需求点的覆盖度;基于遗传算法设计消防站分级覆盖选址模型的求解流程;以济南市区为例,基于POI和火灾数据,使用核密度分析法进行城市火灾风险分级,进而对选址模型进行验证。结果表明:以覆盖火灾风险值为评价指标,分级覆盖选址模型的选址结果优于现状消防站、广义最大覆盖模型、P-中位模型和P-中心模型。 相似文献
135.
136.
成本-效益准则是基于性能的抗震设计的重要原则,该准则在设计中除了考虑技术要素外,还考虑经济、社会等诸多因素,它所追求的设计目标为结构在其寿命周期内的总造价最小.因此,结构全寿命造价评估是基于性能的抗震设计的基本问题.在已有全寿命造价优化模型的基础上,提出了三目标函数全寿命造价优化模型.与已有的全寿命造价模型相比,该模型除考虑结构初始造价、损失期望外,还考虑了反映结构设计与施工复杂性的构件截面类型数量;另外,还将结构在其运行期间的检查、维护费用及由于优化导致建筑使用面积变化所引起的租金收益影响也列入到结构全寿命造价中.最后,基于所提出的优化模型,给出了以多目标遗传算法为搜索引擎、运用MATLAB语言开发的高层RC框架结构基于成本-效益准则的自动优化程序流程图. 相似文献
137.
为更准确预测煤与瓦斯突出强度,在组合算法和径向基函数(RBF)神经网络的基础上,建立变权重RBF组合模型。首先,选取最具代表性的3种单项模型:BP神经网络、支持向量回归机(SVR)、免疫遗传算法(IGA),分别建模后对样本序列进行预测,并重构预测结果数据。以重构后的预测序列为输入层,突出强度为输出层,对变权重RBF组合模型进行训练,获得各单项模型的动态权值,从而建立动态变权重RBF组合模型,最后对突出强度进行预测。结果表明:变权重RBF组合模型预测结果的平均相对误差为2.621 2%,优于各单项模型、定权重组合模型以及数据不重构组合模型。 相似文献
138.
为提高煤层瓦斯含量预测的精准度和效率,提出1种利用遗传算法(GA)和模拟退火算法(SA)混合初始化BP神经网络(BPNN)的瓦斯含量预测新模型(GASA-BPNN模型)。利用灰色关联分析法(GRA)筛选瓦斯含量主控因素并作为GASA-BPNN预测模型的输入。为解决BPNN收敛速度慢和易陷入局部极小陷阱的问题,将GA和具有时变概率突跳性的SA整合为GASA算法协同初始化BPNN的权值和阈值,有效地提高BPNN的参数学习能力。将该模型应用于煤炭生产现场,结果表明:BPNN模型、GA-BPNN模型和GASA-BPNN模型瓦斯含量预测总平均相对误差分别为15.79%,9.03%,5.56%。相比BPNN模型和GA-BPNN模型,GASA-BPNN模型对样本的泛化能力更强,参数训练速度最快并且预测精准度最高。 相似文献
139.
140.