改性低毒脲醛树脂的合成及性能研究

采用六亚甲基四胺做催化剂，加入聚乙烯醇（PVA）、三聚氰胺和硫脲作为改性剂，通过降低甲醛与尿素物质的量比、采用尿素分批加入的合成方法，制备出改性低毒的脲醛树脂（UF），使游离甲醛质量分数低于0．30％；采用捏合和模压成型方法，将改性和普通UF树脂分别与剑麻纤维（SF）制备UF／SF共混复合材料，研究了复合材料的力学性能和吸水性能。结果表明，甲醛和尿素物质的量比为1．1时，游离甲醛质量分数降低到0．16％；甲醛和尿素物质的量比为1．2时，三聚氰胺、PVA及硫脲加入量分别为尿素总量的2．0％，1．5％，1．0％（质量分数）时，游离甲醛质量分数降低到了0．10％，粘度达到0．41Pa·S，贮存期大于80d；改性UF／SF复合材料的性能比普通UF／SF复合材料的冲击性能和耐磨性能分别提高了114％和261％。     

医药微胶囊技术

综述了医药微胶囊的结构、制备和应用。介绍了喷雾干燥法、喷雾冻疑法、空气悬浮法、相分离法、粉末床法、界面聚合法的制备原理和方法。     

学校类建筑分时供暖节能潜力分析

学校类建筑的使用具有明显的分时段性,采用分时供暖有很大的节能潜力,以天津某大学的一个教学楼为例,结合天津市典型年的气象参数,绘制了全天热负荷随时间变化图,将分时供暖与传统供暖全天所需热量作比较,分析了分时供暖的节能潜力．     

软件可视化和信息可视化专刊前言

随着软件和信息量的不断增加,人们对大量信息的理解与消化也越加困难.在软件方面,不仅由于程序和数据结构的复杂化和层次化而不断增加信息的复杂度,而且由软件所产生的中间和结果数据也因而出现指数型增长.在信息方面,计算机在不断增加的各种领域中的成功应用导致对大型乃至海量数据库的需求,人们如何从此海量的数据中迅速得到有用的知识已成为亟待解决的难题.可视化技术便成为供人们解决这些难题的有效工具.本专刊正是为此应运而生的.     

软件需求分析自动化支撑系统中的字典管理方法研究

软件需求分析及其自动化技术是软件自动化和需求工程的关键问题之一。而字典管理和技术的研究是其重要组成部分。本文以自行研制的软件 需求分析自动化支撑系统NDRASS为背景,讨论字典管理系统的设计方法和实现技术。     

多Agent系统的上下文感知增强

如今,多agent系统(multi-agent system,简称MAS)被广泛用于开发各种应用系统.当前,开放、动态、难控的计算平台要求软件系统能够根据系统自身及其环境状态信息及其改变,动态地调节自身的行为,即具备一定的上下文感知能力.然而,现有工作并未就如何向既有的MAS应用系统引入上下文感知能力提出有效的解决方案.依照关注分离原则,结合面向上下文程序设计技术(context-oriented programming,简称COP)、反射技术(reflection)以及代码植入技术(code instrumentation),提出了一套MAS系统上下文感知增强框架和底层支撑技术.开发人员可以在既有应用源码不可得的情况下,自动地将指定agent类型转换为(扩展为)具有上下文感知能力的agent类型.此外,利用底层运行支撑环境,系统管理员可以在系统运行时刻动态地调整指定agent的上下文感知行为.     

浙江电力营销技术支持系统建设与应用

浙江电力营销技术支持系统是浙江省电力公司信息化建设的重点项目，介绍了系统的构成。体系结构和技术特点。重点描述了系统所采用的主要技术及取得的成效．系统实现了省．地。县。供电所．用户5级联网运行。已在浙江省所有供电企业得到推广应用。     

Mogent系统迁移机制的设计和实现

移动agent计算模式将成为未来网络计算的主流模式,迁移技术 是移动agent的核心技术之一,受到了广泛的关注,在分析现有agent系统迁移机制的基础上,提出一种结构化的agent迁移机制,该机制提供了任务级迁移,采用结构化旅行计划三月分离移动信息和agent功能体,在降低agent开发复杂度的同时保证了较高的灵活性和表达能力,最后,结合自笔研制的移动agent系统-Mogent系统,讨论了该机制的实现工作。     

VBSQA Process Simulator:一个基于"价值"的软件过程仿真工具

传统的软件过程是基于"中性价值"的,它们通常因为不能适应变化而导致项目失败.为此,Boehm提出了基于"价值"的软件工程,将"价值"引入到软件工程中,从而产生了基于"价值"的软件过程.VBSQA就是一个以WinWin螺旋模型为基础的基于"价值"的软件过程框架.本文介绍的VBSQA Process Simulator是一个基于用对象网对VBSQA过程建模的过程仿真工具,它为用户在使用VBSQA软件过程框架建立软件过程的工作当中提供过程可视化、验证及仿真VBSQA软件过程的功能,从而有效地缩短了VBSQA的学习曲线.