基于互联网+、大数据、人工智能方面的风力发电技术探讨

在信息时代,大数据技术与人工智能技术逐渐成为技术发展的主流方向,不仅推动了各行各业的进一步发展,也带动了"互联网+"全新业态与各行各业的结合,本文基于这种技术环境,就风力发电这一新能源的生产在互联网+、大数据与人工智能技术推动下的技术发展进行分析与探讨,旨在进一步推动电力生产的信息化与智能化水平,推动风电等新能源的发展。     

基于有限混合模型的山东海域口虾蛄群体体长结构分析

个体大小是渔业资源种群的重要结构特征,一般研究中采用平均个体体长或平均体质量等分析指标,难以充分反应具有多年龄结构和个体生长速度差异的种群组成差异。为研究口虾蛄个体大小组成的时空变化,实验根据山东海域2016年10月和2017年1、5、8月的底拖网调查数据,应用有限混合模型分析了不同性别、不同时间、不同水深口虾蛄个体大小的频率分布特征。结果发现,除秋季外,山东海域口虾蛄均可区分为高、低两个年龄组,同时雌雄体长分布具有一定的差异。从冬季到夏季,雌性口虾蛄中低龄组个体比例先下降后上升,雄性口虾蛄低龄比例则逐渐下降。就不同水深而言,口虾蛄低龄组个体主要集中在近海海域,其比例由近海向远海逐渐减小。各年龄组的近远海分布表现出季节性差异,春季高龄口虾蛄在近海比例最大,由近海向远海比例逐渐减小;夏季高龄组口虾蛄在20～30 m水深比例最大;冬季高龄组口虾蛄比例则由近海向远海逐渐增加。有限混合模型能够较好地对口虾蛄的体长结构进行分析,解析口虾蛄不同年龄组在山东海域的时空分布,对于深入了解口虾蛄种群分布动态和科学的渔业管理具有重要意义。     

“双一流”背景下的水产科学虚拟仿真实验教学资源建设

在"双一流"工程建设过程中,作为实验教学信息化建设的重要组成部分,从虚拟仿真实验教学资源整合与构建的角度,阐述了中国海洋大学水产科学国家级实验教学示范中心在数字标本馆、贝类遗传育种、育苗和养殖、增殖与海洋牧场以及海洋渔业技术虚拟仿真实训平台等实验教学信息化建设进展情况,分析了虚拟仿真实验教学在水产学国家一流学科的实验教学中发挥的独特优势作用,同时提出了教学资源信息化建设和管理中亟待解决的问题。     

以有限数据评估方法为基础的海州湾渔业管理策略评估

实验以计算机模拟的管理策略评价方法为基础,以海州湾海域的银鲳、小黄鱼、大泷六线鱼和长蛇鲻为例,对基于数据有限方法的管理策略进行了分析评价。模拟结果显示,基于体长的管理策略能够在产量和避免过度捕捞间取得较好的权衡,其管理效果优于基于捕捞努力量的管理策略。模拟结果显示,银鲳和大泷六线鱼处于过渡捕捞状态;小黄鱼种群规模具有较大波动和不确定性;长蛇鲻种群未遭受过度捕捞。研究表明,基于有限数据评估方法的管理策略可以有效避免潜在的过度捕捞,提升遭受过度捕捞群体的产卵群体生物量规模,具有较好的可持续性,并能维持可观的产量,在我国具有广泛的运用前景。     

黄渤海蓝点马鲛繁殖群体渔业生物学特征研究

利用2016年4-5月、2017年4月在黄、渤海调查采集的350尾蓝点马鲛(Scomberomorus niphonius)繁殖群体的生物学数据,对该繁殖群体的生物学特征进行了分析研究。结果表明:该繁殖群体的叉长范围为406～1010 mm,体重范围为533～7245 g,年龄组成为1～10龄,其中1龄与2龄个体分别占总数的39.2%与33.7%。采用Von Bertalanffy生长方程表示其生长特性,生长参数分别为L_∞=1246.9mm,K=0.11;雌雄性比为1:1.49,3龄前雄性个体数占优势,3龄后雌性个体数占优势。蓝点马鲛的产卵期在4～6月,产卵盛期为4～5月;其绝对繁殖力范围为9.2～127.5万粒/尾,平均50.5万粒/尾;绝对繁殖力随着年龄、叉长的上升逐渐增大,7龄后出现衰退现象。蓝点马鲛的优势饵料生物为玉筋鱼(Ammodytes personatus)、细鳌虾(Leptochela gracilis)。与历史记录比较,蓝点马鲛低龄化、小型化现象更加突出,摄食结构改变,繁殖期提前,繁殖力水平有减小的趋势。     

食品加工业绩效评价及影响因素分析——基于东北地区的实证研究

食品加工业是农产品加工业中的重要组成部分,是现代农业的关键环节。本文基于2004—2016年东北三省的面板数据,利用随机效应模型,分析东北食品加工业经济绩效,探讨其影响因素。结果表明,东北食品加工业绩效整体上呈现先上升后下降的趋势,其中辽宁省食品加工业绩效波动幅度最大,黑龙江省次之,吉林省较小。人均GDP总量、地区农林牧渔总产值和地区劳动力资源与食品加工业经济绩效呈显著正相关影响,地区居民消费水平和进出口总额对食品加工业呈显著负相关影响。研究表明,区域经济形势和农业经济发展可以推动东北食品加工业的发展,而由于食品加工业本身在产品竞争力等方面的不足,本区域消费水平和进出口的发展却带来了相反的作用。因此,应该提高食品加工企业的硬实力和软实力,相关部门需制定相应政策引导东北地区转变食品加工业发展方式,提高食品加工业科技支撑能力,增强其产品竞争力,从而保障食品加工业健康可持续发展。     

重瓣曼陀罗对粘虫和蚜虫的杀虫活性研究

研究了盛花期重瓣曼陀罗不同部位不同极性溶剂粗提物对粘虫、蚜虫的杀虫活性,结果表明,在重瓣曼陀罗不同部位不同极性溶剂粗提物中,对粘虫的触杀作用以石油醚粗提物为最强,死亡率达48.67%;其次是乙酸乙酯粗提物,死亡率达35.33%。不同部位的甲醇粗提物对粘虫无拒食作用;不同部位不同极性溶剂粗提物对粘虫卵基本无杀伤作用。对桃蚜和棉蚜的触杀作用以种子的乙酸乙酯粗提物为最好,死亡率为45.15%～61.75%;其次为石油醚粗提物,死亡率为22.06%～58.42%。对麦长管蚜的触杀作用以种子的石油醚粗提物为最好,可达41.71%;其次是乙酸乙酯粗提物,死亡率为32.85%。     

黄海中部小黄鱼摄食习性的体长变化与昼夜变化

根据2001年3月至2002年1月在黄海中部海域进行的4个季节的定点底拖网调查,应用聚类分析、单因素方差分析和列联表检验等方法,对小黄鱼(PseudosciaenapolyactisBleeker)摄食的体长和昼夜变化进行研究。结果表明:摄食强度没有明显的体长变化,而食物组成却有明显的体长变化。随着体长的增大,鱼类和虾类的比例有所增加,而磷虾类、桡足类和端足类的比例则减少。饵料生境宽度在体长大于109mm后有明显的增加。经检验,小黄鱼平均每个胃中含有的饵料个数显著减少而饵料重量则增加,这符合"最佳摄食理论"。聚类分析的结果表明,小黄鱼在体长达到109mm时,出现了明显的食物转换现象。小黄鱼的摄食强度在各个季节都有明显的昼夜变化,午夜24:00和早晨08:00是2个摄食高峰期。     

长山列岛邻近海域春、秋季鱼类群落结构

为探究长山列岛邻近海域春、秋季鱼类群落的空间格局, 根据 2016 年 10 月、2017 年 5 月在长山列岛邻近海域获取的渔业资源与环境调查数据, 应用聚类分析和非度量多维标度分析等多元统计分析方法研究了该海域春季、秋季鱼类群落空间结构及其与环境因子的关系。结果表明, 该海域春、秋季调查共获鱼类 66 种, 隶属于 11 目 33 科 58 属, 其中春季 46 种, 秋季 52 种, 均以鲈形目(Perciformes)为主。春季的优势种为黄鮟鱇(Lophius litulon)、 方氏云鳚(Enedrias fangi)和大泷六线鱼(Hexagrammos otakii)等; 鱼类群落在空间上可分为 2 个站位组, 站位组Ⅰ位于长山列岛以西, 站位组Ⅱ位于长山列岛附近及其东部海域; 底层水温是影响春季鱼类群落空间结构的主要环境因素; 各站位组内的主要典型种如黄鮟鱇和赤鼻棱鳀(Thryssa kammalensis)等存在明显的空间分布差异。秋季的优势种为小眼绿鳍鱼(Chelidonichthys spinosus)、黄鮟鱇和褐牙鲆(Paralichthys olivaceus)等; 鱼类群落在空间上可分为 2 个站位组, 站位组 I 位于远离长山列岛的东部及西部海域, 站位组 II 则围绕长山列岛分布; 水深和底层水温是影响秋季鱼类群落空间结构的主要环境因素, 黄鮟鱇、褐牙鲆和许氏平鲉(Sebastes schlegelii)等主要典型种存在着围绕长山列岛分布的趋势。在水温的驱动下春季各站位组的主要典型种空间分布不同, 鱼类群落空间结构表现出较强的异质性; 秋季由于主要典型种的空间分布差异而呈现出环长山列岛和远离长山列岛的鱼类群落空间格局。     

以优化的BP神经网络模型为基础研究山东近海口虾蛄空间分布与环境因子的关系

BP神经网络模型作为一种常用的机器学习方法,被广泛应用于物种分布模型,以解析生物分布与环境因子的关系。与传统回归模型相比,该模型可以灵活处理变量间的非线性关系,但其结构复杂,在参数设置方面存在不确定性,从而影响模型的预测与应用。根据2016—2017年山东近海口虾蛄渔业资源调查与环境数据,利用BP神经网络模型构建口虾蛄资源分布模型,同时利用数据分组处理算法(group method of data handling, GMDH)、遗传算法(genetic algorithm, GA)和自适应算法(adaptive algorithm)分别对模型输入变量、初始权值和隐节点数目3方面进行优化,构建7种不同组合优化模型。结果显示,7种模型的优化效果存在明显差异,单方面和两方面组合优化模型预测性能基本保持一致;而三方面共同优化其均方根误差与残差平方和分别为0.35和1.94,较初始模型的0.52和2.40更小,且相关系数最大为0.45,表明模型优化效果最好。对比优化前后发现,口虾蛄资源密度随纬度和底层盐度变化趋势基本保持一致,而随底层温度的升高,口虾蛄资源密度存在较大差异。此外,最优模型较初始模型增加水深为关键环境因子,对口虾蛄的资源密度具有重要影响。本研究进一步开发了BP神经网络模型参数优化的方法,证明了参数优化对BP模型的预测性能具有重要影响,模型优化对于分析口虾蛄资源密度与环境因子的关系具有重要意义。