浅谈氧乐果中苯不溶物的形成原因

氧乐果乳油制剂产品在贮存或生产过程中 ,有一定量的絮状沉淀产生 ,其产生原因目前尚未见报道。笔者通过试验研究 ,认为该沉淀的产生 ,系由氧乐果原药中存在的苯不溶物所致。目前国内氧乐果的生产大都采用后胺解法 ,其反应原理如下 :(ＣＨ3Ｏ) 2 ＰＳＣＨ2 ＣＯＯＣＨ3Ｏ ＣＨ3ＮＨ2(ＣＨ3Ｏ) 2 ＰＳＣＨ2 ＣＯＮＨＣＨ3Ｏ ＣＨ3ＯＨＣＨ3ＮＨ2 ＨＣｌＣＨ3ＮＨ2 ·ＨＣｌ由于氧乐果对酸、碱的稳定性较差 ,故过量的一甲胺以盐酸中和形成一甲胺盐酸盐。该反应是在油水两相中进行 ,而反应过程中又产生水溶性更好的甲醇 ,合成完毕经氯仿萃取后…     

云环境下基于DO-GAPSO的任务调度算法

为了找到合理的云计算任务调度方案,仅从单一方面来优化调度策略已不能满足用户需求,但从多个方面优化调度策略又面临着权重分配问题。针对上述问题,从任务完成时间、任务完成成本、服务质量3个方面考虑,提出一种基于遗传与粒子群算法相融合的动态目标任务调度算法,在算法的适应度评价函数建模中引入线性权重动态分配策略。通过CloudSim平台进行云环境仿真实验,并将此算法与经典的双适应遗传算法(DFGA)、离散粒子群优化算法(DPSO)进行比较。实验结果表明,在相同的设置条件下,该算法在执行效率、寻优能力等方面优于其他两个算法,是一种云计算环境下有效的任务调度算法。     

云环境下方差定向变异遗传算法的任务调度

云环境下遗传算法（GA）的任务调度存在寻优能力差、结果不稳定等问题。对于上述问题,提出了一种基于方差与定向变异的遗传算法（V-DVGA）。在选择部分,在每一次迭代的过程中进行多次选择,利用数学方差来保证种群的多样性并扩大较优解的搜索范围。在交叉部分,建立新的交叉机制,丰富种群的多样性并提高种群整体的适应度。在变异部分,优化变异机制,在传统变异的基础上采用定向变异来提高算法的寻优能力。通过workflowSim平台进行云环境仿真实验,将此算法与经典的遗传算法和当前的基于遗传算法的工作流调度算法（CWTS-GA）进行比较。实验结果表明,在相同的设置条件下,该算法在执行效率、寻优能力和稳定性等方面优于其他两个算法,是一种云计算环境下有效的任务调度算法。