摘要：为探究局地尺度下近岸岛礁海域之多变水体环境、极高空间异质性对生物群落的影响,于2020—2021年4个季度在大陈岛礁海域底拖网采样,利用等级聚类(cluster)、非度量多维标度(NMDS)等多元统计方法分析甲壳类群落结构的时空格局,并整合温度、盐度、深度等环境因子进行冗余分析(RDA)以解析影响因素,同时利用丰度生物量曲线(ABC)及W统计量评估群落稳态。结果显示:全年共采集甲壳类53种,隶属2目13科29属,虾类占总种类数的56.60%,种类数秋季(43种)>冬季(41种)>春季(31种)>夏季(26种)。优势种的季节更替明显,夏秋季以哈氏仿对虾(Parapenaeopsis hardwickii)、中华管鞭虾(Solenocera crassicornis)和三疣梭子蟹(Portunus trituberculatus)为代表的中大型经济种为主,冬春季则以双斑蟳(Charybdis bimaculata)和细巧仿对虾(Parapenaeopsis tenella)为代表的小个体饵料种为主,口虾蛄(Oratosquilla oratotria)在各个季节皆为优势种。甲壳类资源密度季节间变化明显,空间分布不均,呈现秋季最高,春季最低,夏秋两季极显著高于冬春季(P<0.001),且近岩礁区资源密度最大,河口侧浅水区最小的特点。受洄游物种的季节性迁移和选择性分布,以及岛礁系统内水文环境的区域分化等因素影响,甲壳类群落结构具有显著的季节和空间差异,形成夏秋季异质性高,冬春季相似性大,河口侧浅水区与外侧深水区分化程度突出的格局。底层水温、底层盐度、底层溶氧和水深等环境因子与群落异质性存在显著关系。ABC曲线表明甲壳类群落状态稳定,具有较强的抗干扰能力。研究表明,大陈岛礁海域优势甲壳类季节变动强烈,且在局地尺度上一定程度表现出区域化的群落结构,但皆保持着较高的资源水平,对当地渔业资源的维系发挥着积极作用,也为当地海洋牧场的功能设计提供了资源基础。

摘要：Q-learning是一种经典的增强学习算法,简单易用且不需要环境模型;广泛应用于移动机器人路径规划。但在状态空间和动作空间较大时,经典的Q-learning算法存在学习效率低、收敛速度慢,容易陷入局部最优解等问题。通过引入神经网络模型,利用地图信息计算状态势值,从而优化了设计奖励函数。合理奖励函数为Q(λ)-learning算法提供了先验知识,避免训练中的盲目搜索,同时奖励函数激励避免了陷入局部最优解。仿真试验表明,改进的路径规划方法在收敛速度方面有很大的提升,训练得到的路径为全局最优。

摘要：通过PC机的COM口,应用三菱MXComponent软件包实现PC-PLC的通讯,在VB6.0平台下通过添加ActEasyIF控件,编写了上位机监控系统,可使PC机通过通讯口直接对PLC的软设备进行读/写、强制置/复操作。

摘要：本文通过分析嵌入式系统CPU信号的控制及工作时序的静态调试,对常见的电路系统的测试以及硬件故障定位进行一定阐述,希望能为相关人员提供参考借鉴。

摘要：应用三菱FX系列PLC的通信协议,不需对其通信单元D8120进行设置,简化PLC程序;在该协议下应用VB6.0编写了适应FX全系列的串行通讯程序,使PC机可直接对PLC的软设备进行读/写、强制置/复操作。实践证明:系统连线简单,通讯可靠,界面友好,经济实用,操控性强。