BCI—代数的交换理想与固执理想

讨论了ＢＣＩ－代数交换理想的性质，纠正了Ｃ．Ｓ．Ｈｏｏ给出的一个错误命题．利用同态映射，给出了ＢＣＩ－代数固执理想的一个刻画，并举例说明Ｃ．Ｓ．Ｈｏｏ的两个结果“Ｉ是ＢＣＩ－代数Ｘ的固执理想时，Ｘ／Ｉ｛０，１｝且Ｘ／Ｉ是ＢＣＫ－代数”与“Ｉ是Ｘ的固执理想当且仅当Ｉ是极大理想和蕴涵理想”是错误的     

气凝胶超微粉Fe/ZrO2的光声光谱研究

当固体材料的晶粒直径达到激子的Pole直径时,其电子性质开始发生变化 这种量子尺寸效应使得材料显现出许多奇特的物理和化学性质,引起了许多科学工作者的浓厚兴趣.然而,以往的研究集中在单元素系统(如Ge,Ag等)、二元素系统(如SnO_2,ZrO_2,CdS等)的纳米固体材料.对于三元素系统固体材料的量子尺寸效应的研究尚未见报道.本文研究了三元素系统纳米材料Fe/ZrO_2的量子尺寸效应.Fe/ZrO_2是一种重要的Fischer-Tropsch反应的催化剂.Fe/ZrO_2用超临界流体干燥(SCFD)方法制备.该方法可极大地克服使凝胶粒子聚集的溶剂表面张力,是目前获得大孔容积高比表面氧化物气凝胶(Aerogel)超细粒子的最有效方法之一.本文研究了不同铁含量的几种不同粒子尺寸的Fe/ZrO_2的光声谱,并作了初步的理论解释.     

关于BCI—代数的不变子结构

讨论ＢＣＩ－代数Ｘ在其伴随半群Ｍ（Ｘ）下的不变子集合，不变子代数，不变理想及其性质；指出当Ｆ是一个ＢＣＫ－代数Ｘ的半滤子时，Ｍ（Ｘ）的使Ｆ不变的最大子半群Ｉ（Ｆ）是Ｍ（Ｘ）序滤子。     

棉花体细胞胚胎发生的直接诱导

体细胞胚胎发生的直接诱导具有十分重要的作用,它可以有效地缩短培养时间、减少培养过程中的变异,有利于植物基因工程的开展和应用.虽然棉花组织培养胚胎发生的报道已很多,但还没有关于棉花直接胚胎发生的报道[1].我们用我国主栽优良品种中棉所12号进行培养,获得了棉花组织培养直接胚胎发生和植株再生.将中棉所12号7日龄无菌苗的下胚轴、子叶和胚根接种于附加不同植物激素的改良ＭＳ培养基(ＭＳ的无机盐加上Ｂ5的维生素,ｐＨ=5.8)上培养,接种后7ｄ开始有愈伤组织形成,80ｄ后可看到胚性愈伤组织的产生,120ｄ时,胚性愈伤组织生长良好,并可看到…     

MMA对SBS胶接枝与结构表征

研究了用MMA对SBS胶接枝改性方法 ,并用FTIR红外光谱和TG -DTA差热分析仪对产物SBS -g -MMA进行结构表征和性能测定。结果表明 :MMA :SBS为 0 .75～ 1 .0 (质量比 )、BPO的用量为 2 %～ 3% (反应物 )、反应温度为 80～ 85℃、反应时间为 4～ 5h ,可获得接枝效率达 1 2 %～ 1 4%、粘度为 1 0 0 0～ 1 5 0 0mPa·s的理想接枝胶 ,SBS -g -MMA胶的FTIR红外光谱上含有 -C =C -双键吸收峰 ,表明SBS -g -MMA接枝胶能进一步固化和交联 ,同时也说明该胶易发生凝胶现象 ;TG -DTA差热分析谱图显示SBS -g -MMA胶比SBS胶的热失重温度要高 ,表明MMA对SBS接枝改性可提高SBS胶的热稳定性     

一种新的网格资源管理与调度算法

本文分析了蚁群算法在网格资源调度中的应用现状,指出了该方法的缺点,即效率较低;为此,本文提出了用蚁群算法和广度优先算法结合解决资源调度的方法,该方法在资源搜索开始阶段使用广度优先算法,从而有效地避免了蚂蚁算法开始的寻食阶段,然后再使用蚂蚁算法,使得资源调度效率有了较大的提高。     

一种含超级节点的P2P模型在数据复制中的应用

针对数据网格中副本管理这个关键问题,本文提出了一种含超级节点的P2P模型,并在其基础上研究了数据复制的相关策略。使用该模型有效地提高了数据访问的效率和可靠性,并大大减少了维护副本一致性的开销。     

电气石超细粉体的修饰及表征

比较了用不同偶联剂对电气石超细粉体表面进行修饰,对修饰后的电气石进行表征及性能研究,结果表明:钛酸酯偶联剂的修饰效果明显好于硅烷和聚乙烯醇;钛酸酯偶联剂的含量在3%~5%之间,修饰效果较好.     

由NBS引发的MMA的室温电子活化再生原子转移自由基聚合(AGET ATRP)

以N-溴代丁二酰亚胺(NBS)为引发剂、CuBr2/五甲基二亚乙基三胺(PMDETA)络合体系为催化剂、辛酸亚锡(Sn(EH)2)为还原剂、苯甲醚为溶剂,在室温(25℃)条件下实现了对甲基丙烯酸甲酯(MMA)的电子活化再生原子转移自由基聚合(AGET ATRP)。研究了反应温度、溶剂、单体及引发剂用量等因素对反应的影响。聚合过程中数均分子量随单体转化率提高而线性增长,得到的聚合物分子量分布指数(PDI)在1.15~1.31之间。进行了扩链以进一步验证聚合具有活性特征。     

动态无功优化的混合智能算法

针对存在离散控制设备动作次数约束的动态无功优化问题,提出免疫遗传算法和非线性内点法的混合算法.首先忽略控制设备的离散性和动作次数约束,采用非线性内点法求解初始优化解;然后按照控制变量的性质将原问题分解为连续优化与离散优化2个子问题迭代求解.在离散优化问题中,保持连续变量不变,采用免疫遗传算法优化离散变量,通过特别的编码方式使抗体自动满足动作次数约束;在连续优化问题中,保持离散变量不变,采用非线性内点法优化连续变量.混合算法充分结合了免疫遗传算法和非线性内点法的优点,能较快求解动态无功优化的近似最优解.IEEE14节点系统的仿真结果验证了混合算法的有效性.