• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    氧樂(lè)果合成過(guò)程的PSO-回歸BP網(wǎng)絡(luò)建模方法

    2011-12-02 03:26:42馮冬青楊書顯
    關(guān)鍵詞:樂(lè)果反應(yīng)釜閾值

    馮冬青,楊書顯

    (鄭州大學(xué) 電氣工程學(xué)院 河南 鄭州 450001)

    氧樂(lè)果合成過(guò)程的PSO-回歸BP網(wǎng)絡(luò)建模方法

    馮冬青,楊書顯

    (鄭州大學(xué) 電氣工程學(xué)院 河南 鄭州 450001)

    為了提高模型效率,更好地反映實(shí)際系統(tǒng)的動(dòng)態(tài)特性,根據(jù)氧樂(lè)果合成過(guò)程特點(diǎn)確定了PSO-回歸BP網(wǎng)絡(luò)結(jié)構(gòu).采用慣性權(quán)重動(dòng)態(tài)調(diào)整的粒子群算法進(jìn)行初始尋優(yōu),并基于改進(jìn)的BP算法對(duì)優(yōu)化的網(wǎng)絡(luò)權(quán)閾值進(jìn)一步精確優(yōu)化,建立了氧樂(lè)果合成過(guò)程的PSO-回歸BP網(wǎng)絡(luò)模型.仿真結(jié)果表明,所建模型誤差小、收斂速度快、網(wǎng)絡(luò)泛化能力強(qiáng),能更好地反映實(shí)際對(duì)象特點(diǎn).

    粒子群算法; 回歸BP網(wǎng)絡(luò); 氧樂(lè)果合成; 溫度對(duì)象

    0 引言

    氧樂(lè)果是農(nóng)業(yè)生產(chǎn)中廣泛使用的一種農(nóng)藥,其質(zhì)量的優(yōu)劣對(duì)農(nóng)業(yè)生產(chǎn)有很大的影響,為其生產(chǎn)過(guò)程建立較為精確的數(shù)學(xué)模型,將有利于改善控制效果,提高產(chǎn)品質(zhì)量與經(jīng)濟(jì)效益.氧樂(lè)果合成過(guò)程是典型的間歇生產(chǎn)過(guò)程,反應(yīng)釜溫度對(duì)象具有多變量、非線性、時(shí)變、分布復(fù)雜等特點(diǎn),因此利用傳統(tǒng)方法建模非常困難.

    以往的氧樂(lè)果合成過(guò)程建模研究中,曾在BP網(wǎng)絡(luò)的基礎(chǔ)上加上TDL環(huán)節(jié),建立了回歸網(wǎng)絡(luò)模型,采用BP算法進(jìn)行學(xué)習(xí)訓(xùn)練[1-2].文[3]基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型,用遺傳算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化取得了較好效果,但仍避免不了一些缺點(diǎn).粒子群優(yōu)化(particle swarm optimization,PSO)算法采用速度位移模式[4-5],保留全局搜索策略,概念簡(jiǎn)單,具有計(jì)算復(fù)雜度低、收斂速度快,僅有少量參數(shù)需要調(diào)整,操作簡(jiǎn)單、易實(shí)現(xiàn)等特點(diǎn),作為一種全局優(yōu)化算法為神經(jīng)網(wǎng)絡(luò)的優(yōu)化問(wèn)題提供了便捷高效的解決方法,并已在實(shí)際問(wèn)題的應(yīng)用中顯示出極大的優(yōu)越性[6-7].本文將粒子群優(yōu)化算法與回歸BP網(wǎng)絡(luò)相結(jié)合,建立氧樂(lè)果合成過(guò)程的PSO-回歸BP網(wǎng)絡(luò)模型,并用歷史數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試,結(jié)果表明所建模型誤差小、網(wǎng)絡(luò)泛化能力強(qiáng).

    1 氧樂(lè)果合成過(guò)程特性分析

    氧樂(lè)果合成反應(yīng)是一個(gè)劇烈的放熱反應(yīng),反應(yīng)物是一甲胺和精酯,反應(yīng)產(chǎn)物是氧樂(lè)果粗原油,反應(yīng)設(shè)備主要包括計(jì)量罐、反應(yīng)釜、冷卻系統(tǒng)等.氧樂(lè)果的合成反應(yīng)過(guò)程對(duì)溫度和一甲胺投料速度均有較高的要求.

    生產(chǎn)過(guò)程中通常先將精酯裝入外壁纏有冷卻鹽水管道的反應(yīng)釜中,將其冷卻到-20 ℃以下,之后計(jì)量罐中的一甲胺開(kāi)始滴注到反應(yīng)釜內(nèi)并進(jìn)行均勻攪拌,在冷卻系統(tǒng)的作用下實(shí)現(xiàn)合成反應(yīng).反應(yīng)初期由于反應(yīng)釜中精酯含量較高,投入的一甲胺還比較少,所以反應(yīng)產(chǎn)生的熱量很快被吸收,溫升較慢.隨著一甲胺投入量的增加,反應(yīng)釜溫度開(kāi)始迅速攀升,此時(shí)要減小一甲胺流量,抑制合成反應(yīng)的放熱量和放熱速度,從而使反應(yīng)溫度的上升趨勢(shì)放緩,防止由于溫升速率過(guò)高造成溫度超標(biāo).當(dāng)反應(yīng)釜溫度上升到-14~-12 ℃時(shí),應(yīng)當(dāng)保持適當(dāng)?shù)耐读纤俣龋瓜到y(tǒng)處于熱平衡狀態(tài),反應(yīng)溫度在小范圍內(nèi)變化.當(dāng)一甲胺的剩余量較少時(shí),由于反應(yīng)釜內(nèi)的精酯大部分已經(jīng)被消耗掉,反應(yīng)釜溫度不會(huì)快速攀升,在溫度不超過(guò)-12 ℃的前提下盡快完成一甲胺投料.

    該反應(yīng)過(guò)程受到很多干擾因素的影響,具有多變量特性.其中一甲胺流量、反應(yīng)進(jìn)行時(shí)間、冷卻鹽水溫度、一甲胺累積投料量對(duì)反應(yīng)釜溫度的影響較為顯著.此外,精酯含量、一甲胺含量、冷卻系統(tǒng)熱交換的好壞等對(duì)反應(yīng)釜溫度也有一定的影響.通過(guò)對(duì)生產(chǎn)過(guò)程的特性分析知道該反應(yīng)過(guò)程還具有明顯的非線性和時(shí)變特性.針對(duì)此類復(fù)雜系統(tǒng),無(wú)法采用傳統(tǒng)方法建立精確的模型,因此有必要研究智能建模方法.

    2 氧樂(lè)果合成過(guò)程建模

    近年來(lái)動(dòng)態(tài)回歸網(wǎng)絡(luò)受到了人們的普遍關(guān)注,回歸網(wǎng)絡(luò)的一個(gè)最顯著特點(diǎn)就是它的輸出端信號(hào)通過(guò)延時(shí)環(huán)節(jié)或者一階慣性環(huán)節(jié)的反饋機(jī)構(gòu)連接到輸入端.其代表是Hopfield網(wǎng)絡(luò)和Elman網(wǎng)絡(luò),此類網(wǎng)絡(luò)在建立動(dòng)態(tài)系統(tǒng)模型方面有其長(zhǎng)處,但同時(shí)應(yīng)指出它采用的是動(dòng)態(tài)反傳算法,其運(yùn)算量比靜態(tài)BP算法大得多.因此,一些研究者嘗試將BP算法中采用的梯度下降法推廣到回歸網(wǎng)絡(luò)中,由此產(chǎn)生了回歸BP網(wǎng)絡(luò).

    氧樂(lè)果生產(chǎn)過(guò)程中的溫度是每隔一分鐘采樣一次,前一分鐘的溫度對(duì)當(dāng)前時(shí)刻的溫度可能產(chǎn)生重大影響.所以我們要采用回歸BP網(wǎng)絡(luò),將溫度輸出變量延時(shí)一拍作為神經(jīng)網(wǎng)絡(luò)的一個(gè)輸入,使網(wǎng)絡(luò)同時(shí)具有前饋和反饋機(jī)制,可以充分利用輸入輸出數(shù)據(jù)的動(dòng)態(tài)信息,使其一開(kāi)始就能夠跟蹤對(duì)象的特性,以期獲得更為精確的溫度對(duì)象模型.

    2.1確定回歸BP網(wǎng)絡(luò)模型結(jié)構(gòu)

    影響反應(yīng)釜溫度的主要因素有4種,它們之間關(guān)系可以表示為

    Tfyf=f(Fyja,Tlqs,sumyja,tfy),

    (1)

    其中,F(xiàn)yja為一甲胺流量;Tlqs為冷卻鹽水的溫度;sumyja為一甲胺的總投料量;tfy為反應(yīng)進(jìn)行時(shí)間.

    那么,網(wǎng)絡(luò)的輸入變量就為影響反應(yīng)釜溫度的4個(gè)主要因素及反應(yīng)釜前一時(shí)刻的溫度Tfyf(t-1);輸出變量為反應(yīng)釜溫度Tfyf;網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)先由經(jīng)驗(yàn)公式確定為12個(gè),后經(jīng)試驗(yàn)方法驗(yàn)證12個(gè)較為理想.故本文采用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)就為5×12×1,輸入層為5維的輸入向量和一個(gè)閾值結(jié)點(diǎn),該閾值的存在保證了網(wǎng)絡(luò)的收斂特性.中間層有12個(gè)神經(jīng)元和一個(gè)閾值結(jié)點(diǎn),輸出層只有一個(gè)神經(jīng)元,為反應(yīng)釜溫度輸出.相鄰兩層神經(jīng)元之間以全連接的方式相連.

    2.2優(yōu)化網(wǎng)絡(luò)參數(shù)的PSO算法

    對(duì)BP模型的初始權(quán)閾值先采用一定的策略進(jìn)行優(yōu)化,然后再采用BP算法進(jìn)行二次優(yōu)化確定最終權(quán)閾值可以提高模型的運(yùn)行效率[8].PSO算法的特點(diǎn)使其在神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化方面已獲得較為廣泛的應(yīng)用[9-10].

    楊偉東畢業(yè)于位于江蘇南京的河海大學(xué)中文系,并不出眾的學(xué)歷,加上又是在海歸遠(yuǎn)“吃香”于土鱉的外企,他還是在2009年到2011年,從一名普通職員一路升到了諾基亞大中國(guó)區(qū)市場(chǎng)營(yíng)銷總監(jiān)。之后,楊偉東等人創(chuàng)立了麥特文化,一只腳踏進(jìn)了文娛圈。

    PSO算法是基于群體的,最初是為了在二維空間圖形化模擬鳥(niǎo)群優(yōu)美而不可預(yù)測(cè)的運(yùn)動(dòng)[11],從這種模型中得到啟發(fā)并用于解決優(yōu)化問(wèn)題,后來(lái)將其推廣到D維空間.每個(gè)優(yōu)化問(wèn)題的解就是搜索空間中的一只鳥(niǎo),鳥(niǎo)被抽象為沒(méi)有質(zhì)量和體積的微粒點(diǎn),鳥(niǎo)在搜索空間中以一定的速度飛行,這個(gè)速度根據(jù)它本身的飛行經(jīng)驗(yàn)和同伴的飛行經(jīng)驗(yàn)來(lái)動(dòng)態(tài)調(diào)整.第i個(gè)微粒在D維空間的位置矢量表示為xi(xi1,xi2,…,xiD)T,速度矢量表示為vi=(vi1,vi2,…,viD)T.每個(gè)粒子都有一個(gè)被優(yōu)化的函數(shù)決定的適應(yīng)值,它經(jīng)歷過(guò)的最好位置(有最好的適應(yīng)值)記為pi=(pil,pi2,…,piD),也稱為pbest,這個(gè)可看作粒子本身的飛行經(jīng)驗(yàn).群體所有微粒經(jīng)歷過(guò)的最好位置用Pg表示,也稱為gbest,這個(gè)可看作是粒子同伴的飛行經(jīng)驗(yàn).PSO算法是一種基于迭代的優(yōu)化工具,對(duì)于每一代,它的第d維(1≤d≤D)根據(jù)方程(2)、(3)進(jìn)行變化:

    vid(t+1)=w(t)×vid(t)+c1×r1×(pid(t)-xid(t))+c2×r2×(pgd(t)-xid(t)),

    (2)

    xid(t+1)=xid(t)+vid(t+1).

    (3)

    其中,i=1,2,…,M,M為該群體中粒子總數(shù);d=1,2,…,D,D為解空間維數(shù),即自變量的個(gè)數(shù);w為慣性權(quán)重函數(shù),通常在進(jìn)化過(guò)程中線性遞減;t為進(jìn)化代數(shù);c1和c2為位移變化的限定因子,通常為2;r1和r2為兩個(gè)在[0,1]范圍里變化的隨機(jī)值.此外,微粒的速度vi被一個(gè)最大速度vmax所限制,控制粒子的位移不至過(guò)大,如果當(dāng)前對(duì)微粒的加速導(dǎo)致它在某維的速度vid超過(guò)該維的最大速度vmax,d,則該維的速度被限制為最大速度vmax,d.迭代終止條件一般選為最大迭代次數(shù)或滿足較好的適應(yīng)值.

    2.3數(shù)據(jù)預(yù)處理

    從現(xiàn)場(chǎng)采集的歷史數(shù)據(jù)中取出4組,其中Fyja,T1qs和Tfyf是可以直接測(cè)量的數(shù)據(jù);sumyja可由計(jì)量罐液位計(jì)算得到,反應(yīng)時(shí)間tfy由反應(yīng)時(shí)刻t計(jì)算得到.因?yàn)檩斎胼敵鰯?shù)據(jù)存在測(cè)量噪聲,系統(tǒng)本身也存在動(dòng)態(tài)干擾,故在系統(tǒng)辨識(shí)之前有必要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理.首先應(yīng)對(duì)數(shù)據(jù)進(jìn)行壞值剔除,消除粗差;其次將數(shù)據(jù)進(jìn)行隨機(jī)誤差與系統(tǒng)誤差預(yù)處理;最后按(4)式進(jìn)行歸一化處理.

    (4)

    式中y,y′分別為歸一化前后的數(shù)據(jù),ymin,ymax分別是所有采樣數(shù)據(jù)中的最小值和最大值.

    將歸一化后的數(shù)據(jù)取3組作為訓(xùn)練樣本,另一組作為測(cè)試樣本.其中Fyja,T1qs,sumyja,tfy,Tfyf構(gòu)成輸入矩陣P,反應(yīng)釜溫度構(gòu)成目標(biāo)矩陣Q.

    基于PSO算法的優(yōu)點(diǎn),將其與BP算法結(jié)合起來(lái)形成混合算法,對(duì)回歸BP神經(jīng)網(wǎng)絡(luò)的權(quán)閾值進(jìn)行優(yōu)化.首先我們根據(jù)已確定好的回歸BP網(wǎng)絡(luò)結(jié)構(gòu)計(jì)算粒子群神經(jīng)網(wǎng)絡(luò)的維數(shù);然后將神經(jīng)網(wǎng)絡(luò)的全體權(quán)值和閾值向量映射為粒子群搜索空間中的位置元素;其次采用粒子群算法尋找模型的初始權(quán)值與閾值;最后再采用改進(jìn)的BP算法訓(xùn)練經(jīng)過(guò)粒子群算法尋優(yōu)的初始權(quán)值與閾值,得到最終模型.

    建模過(guò)程用matlab程序?qū)崿F(xiàn),具體流程如下:

    Step1根據(jù)已確定好的回歸BP網(wǎng)絡(luò)結(jié)構(gòu)5×12×1,計(jì)算粒子群神經(jīng)網(wǎng)絡(luò)的維數(shù)n=(5+1)×12+(12+1)×1=85.

    Step2確定粒子群規(guī)模及迭代次數(shù).對(duì)于粒子個(gè)數(shù)m,通常在10~50之間取值,文中取為40.將神經(jīng)網(wǎng)絡(luò)的全體權(quán)值和閾值向量映射為粒子群搜索空間中的位置元素,則粒子搜索空間的維數(shù)即為85.迭代次數(shù)Tmax=150.

    Step3慣性因子w的設(shè)置.慣性權(quán)重用來(lái)控制粒子以前速度對(duì)當(dāng)前速度的影響,它將影響粒子的全局搜索能力和局部搜索能力,較大的w有利于跳出局部極小點(diǎn),較小的w有利于算法收斂.但由PSO微粒的搜索特征不難發(fā)現(xiàn)[12],線性減小策略中w保持較大值和較小值的時(shí)間都很短,不能很好滿足開(kāi)始搜索速度快些、搜索后期速度慢些的要求.本文w采取(5)式按余弦規(guī)律遞減的策略,使w由0.9動(dòng)態(tài)遞減至0.1.

    (5)

    式中,Tmax為最大迭代次數(shù);t為當(dāng)前迭代次數(shù);wmax=0.9;wmin=0.1.

    Step4確定適應(yīng)度評(píng)價(jià)函數(shù).文中適應(yīng)度函數(shù)取為訓(xùn)練均方誤差函數(shù),

    (6)

    Step5速度與位置初始化[13].隨機(jī)生成m個(gè)個(gè)體,每個(gè)個(gè)體由兩部分組成,第一部分為粒子的速度矩陣,第二部分代表粒子的位置矩陣.由于BP 神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值一般初始化為[-1,1] 之間的隨機(jī)數(shù),故將粒子群中每個(gè)粒子位置參數(shù)均取為[-1,1]之間的隨機(jī)數(shù)作為PSO 算法的初始解集.

    Step6輸入訓(xùn)練樣本的輸入矩陣和目標(biāo)矩陣,計(jì)算網(wǎng)絡(luò)的輸出,并根據(jù)(6)式評(píng)價(jià)每個(gè)粒子在神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本下的適應(yīng)度.

    Step7進(jìn)行極值更新.比較每個(gè)粒子的適應(yīng)值和pbest,若粒子當(dāng)前適應(yīng)度優(yōu)于pbest,pbest被當(dāng)前位置替換;若所有粒子的當(dāng)前最優(yōu)適應(yīng)值優(yōu)于gbest,gbest被當(dāng)前最優(yōu)位置替換.

    Step8根據(jù)(2)、(3)和(5)式進(jìn)行粒子速度和位置的更新,即調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值.

    Step9檢驗(yàn)是否符合結(jié)束條件,如果當(dāng)前的迭代次數(shù)達(dá)到了預(yù)先設(shè)定的最大次數(shù)(文中設(shè)為150次)或達(dá)到最小誤差要求,則停止迭代,轉(zhuǎn)Step10,否則返回Step6繼續(xù)進(jìn)行迭代.

    Step10算法停止迭代時(shí),Pg對(duì)應(yīng)的值即為訓(xùn)練問(wèn)題的最優(yōu)解,即回歸BP網(wǎng)絡(luò)的權(quán)值與閾值.

    Step11回歸BP神經(jīng)網(wǎng)絡(luò)模型中隱含層傳輸函數(shù)取為“tansig”,輸出層傳輸函數(shù)取為“l(fā)ogsig”;網(wǎng)絡(luò)訓(xùn)練目標(biāo)誤差取為0.000 1.將Step10得到的最優(yōu)解代入回歸BP神經(jīng)網(wǎng)絡(luò)模型中,采用改進(jìn)的BP算法(添加動(dòng)量項(xiàng)與自適應(yīng)學(xué)習(xí)率相結(jié)合)進(jìn)行二次訓(xùn)練學(xué)習(xí),最終形成所需的對(duì)象模型.

    3 模型驗(yàn)證與分析

    保存得到的最終對(duì)象模型,取出測(cè)試樣本(與訓(xùn)練樣本經(jīng)過(guò)相同預(yù)處理)對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行驗(yàn)證.為對(duì)比起見(jiàn),我們也建立了BP網(wǎng)絡(luò)模型進(jìn)行驗(yàn)證,驗(yàn)證結(jié)果如圖1和圖2所示.從圖中可以看出,BP網(wǎng)絡(luò)模型誤差較大,通過(guò)計(jì)算得到BP網(wǎng)絡(luò)模型最大誤差高達(dá)12.4% .這些誤差比較大的點(diǎn)出現(xiàn)在合成反應(yīng)的溫度上升階段,這個(gè)階段合成反應(yīng)的總體放熱效果開(kāi)始超過(guò)系統(tǒng)的冷卻效果,系統(tǒng)的熱平衡被打破,反應(yīng)溫度開(kāi)始快速增長(zhǎng).而PSO-回歸BP網(wǎng)絡(luò)具有反饋機(jī)制,充分利用了輸入輸出數(shù)據(jù)之間的關(guān)系,較好地跟蹤對(duì)象特性,尤其是在溫度上升階段誤差明顯減小,更好地模擬了溫度過(guò)程的變化,曲線擬合精度更高,最大誤差只有4.9%,最小誤差還不足0.03%.

    圖3所示為PSO尋找回歸BP網(wǎng)絡(luò)模型參數(shù)的最優(yōu)適應(yīng)度變化曲線,由圖可知經(jīng)過(guò)100余次迭代粒子群算法已找到初步最優(yōu)解,在此基礎(chǔ)上采用改進(jìn)的BP算法繼續(xù)學(xué)習(xí)訓(xùn)練,只用9步就達(dá)到了訓(xùn)練目標(biāo),網(wǎng)絡(luò)收斂很快,訓(xùn)練誤差曲線如圖4所示,而單獨(dú)采用改進(jìn)的BP算法經(jīng)過(guò)2 000余次迭代還遠(yuǎn)達(dá)不到訓(xùn)練目標(biāo).這主要是由于PSO算法通過(guò)動(dòng)態(tài)遞減的慣性權(quán)重協(xié)調(diào)了全局搜索與局部搜索,既能以較大的概率保證最優(yōu)解,克服BP算法局部最優(yōu)的缺陷,又可以提高局部區(qū)域的收斂速度,避免在局部區(qū)域搜索過(guò)程中的收斂停滯現(xiàn)象.

    圖1 基于BP網(wǎng)絡(luò)的溫度輸出驗(yàn)證曲線Fig.1 Verifying curve of temperature output based on BP network

    圖2 PSO-回歸BP網(wǎng)絡(luò)的溫度輸出驗(yàn)證曲線Fig.2 Verifying curve of temperature network output of PSO-recurrent BP network

    圖3 PSO最優(yōu)適應(yīng)度曲線Fig.3 Curve of fitness of PSO

    圖4 PSO-回歸BP網(wǎng)絡(luò)訓(xùn)練誤差曲線Fig.4 Curve of training error of PSO-recurrent BP network

    4 結(jié)論

    PSO優(yōu)化算法對(duì)神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練操作簡(jiǎn)單,計(jì)算復(fù)雜度低,它能有效地搜索到神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值和最佳閾值,而回歸網(wǎng)絡(luò)能更好地體現(xiàn)系統(tǒng)的動(dòng)態(tài)特性.本文將二者相結(jié)合,建立了氧樂(lè)果合成過(guò)程溫度對(duì)象的PSO-回歸BP網(wǎng)絡(luò)模型,仿真結(jié)果表明該模型結(jié)合了粒子群算法的全局尋優(yōu)能力和 BP神經(jīng)網(wǎng)絡(luò)算法的局部搜索優(yōu)勢(shì),更體現(xiàn)了實(shí)際系統(tǒng)的動(dòng)態(tài)性能,較真實(shí)地反映了氧樂(lè)果合成反應(yīng)的溫度特性,具有較高的精度、較好的性能,可以用來(lái)研究氧樂(lè)果合成過(guò)程溫度自動(dòng)控制系統(tǒng)的優(yōu)化控制算法,為實(shí)現(xiàn)綜合優(yōu)化控制提供有力的依據(jù).

    [1] Yang J M, Kao C Y.A robust evolutionary algorithm for training neural networks[J].Neural Computing and Application,2001,10(3):214-230.

    [2] 馮冬青,張新征,費(fèi)敏銳.基于回歸神經(jīng)網(wǎng)絡(luò)的氧樂(lè)果合成過(guò)程建模與仿真[J].系統(tǒng)仿真學(xué)報(bào),2005,17(6):1522-1524.

    [3] 王曉沛.基于神經(jīng)網(wǎng)絡(luò)的智能控制方法研究[D].鄭州:鄭州大學(xué),2007.

    [4] Yang Shuxia.Neural network forecast under the organic hybrid model of genetic algorithm and particle swarm algorithm[C]//Proceedings of the 2008 International Conference on Wavelet Analysis and Pattern Recognition.Hong Kong, 2008:30-31.

    [5] AlRashidi M R, El-Hawary M E.A survey of particle swarm optimization applications in electric power systems[J].IEEE Transactions on Evolutionary Computation,2009,13(4):913-918.

    [6] 田麗,夏新運(yùn),蔣慧,等.基于PSO-BP混合算法的短期電力負(fù)荷預(yù)測(cè)[J].自動(dòng)化與儀器儀表,2009(2):40-41.

    [7] 孫世昶,劉洪波,林鴻飛,等.一種離散粒子群算法在對(duì)等網(wǎng)絡(luò)鄰接選擇問(wèn)題中的應(yīng)用[J].鄭州大學(xué)學(xué)報(bào):理學(xué)版,2009,41(1):86-89.

    [8] 岳琳,張宏偉,王亮.粒子群優(yōu)化算法在城市需水量預(yù)測(cè)中的應(yīng)用[J]天津大學(xué)學(xué)報(bào):自然科學(xué)版,2007,40(6):742-746.

    [9] 梁本亮, 王增忠, 孫富學(xué).基于PSO的結(jié)構(gòu)損傷檢測(cè)應(yīng)用研究[J].鄭州大學(xué)學(xué)報(bào):理學(xué)版,2006,38(4):93-97.

    [10] 楊光友,劉瓊.前向神經(jīng)網(wǎng)絡(luò)粒子群優(yōu)化學(xué)習(xí)算法研究[J].廣西師范大學(xué)學(xué)報(bào):自然科學(xué)版,2008,26(3):151-156.

    [11] Kennedy J, Eberhart R C.Particle swarm optimization [C]//IEEE International Conference on Neural Networks. Piscataway, 1995:1942-1948.

    [12] 陳國(guó)初,俞金壽.增強(qiáng)型微粒群優(yōu)化算法及其在軟測(cè)量中的應(yīng)用[J].控制與決策:2005,20(4):377-381.

    [13] 王海軍,白玫,賈兆立,等.基于粒子群神經(jīng)網(wǎng)絡(luò)的期貨價(jià)格預(yù)測(cè)[J].計(jì)算機(jī)工程與設(shè)計(jì),2009,30(10):2428-2430.

    ModelingMethodofPSO-recurrentBPNetworkforOmethoateSynthesisProcess

    FENG Dong-qing, YANG Shu-xian

    (SchoolofElectricalEngineering,ZhengzhouUniversity,Zhengzhou450001,China)

    In order to improve the model efficiency and show dynamic characteristic of the system, the modeling method of PSO-recurrent BP network for omethoate synthesis process was studied.Firstly, the structure of PSO-recurrent BP network was determined according to the features of the object.Secondly, PSO algorithm was used to optimize the weight and threshold of BP neural network.Finally, the improved BP algorithm was used to train the pre-optimized weight and threshold for getting further accurate parameters of the model.The simulation results showed that this model not only had small error, fast convergence speed and strong ability of network generalization, but also show characteristics of the actual object well.

    PSO algorithm; recurrent BP neural network; omethoate synthesis; temperature object

    TP 391.9

    A

    1671-6841(2011)03-0113-05

    2010-05-12

    國(guó)家自然科學(xué)基金資助項(xiàng)目,編號(hào)60774059.

    馮冬青(1958-),男,教授,主要從事智能控制理論與應(yīng)用研究,E-mail:dqfeng@zzu.edu.cn;通訊作者:楊書顯(1983-),女,碩士研究生, 主要從事智能控制理論與應(yīng)用研究.

    猜你喜歡
    樂(lè)果反應(yīng)釜閾值
    貴溪冶煉廠臥式反應(yīng)釜自動(dòng)控制方法的研究
    可樂(lè)果,尼日爾的快樂(lè)果
    小波閾值去噪在深小孔鉆削聲發(fā)射信號(hào)處理中的應(yīng)用
    基于自適應(yīng)閾值和連通域的隧道裂縫提取
    改進(jìn)PID在反應(yīng)釜溫度控制系統(tǒng)中的應(yīng)用研究
    對(duì)于反應(yīng)釜機(jī)械密封失效與改造的分析
    比值遙感蝕變信息提取及閾值確定(插圖)
    河北遙感(2017年2期)2017-08-07 14:49:00
    神奇美味可樂(lè)果
    秘密
    清明(2016年6期)2016-12-17 15:35:25
    室內(nèi)表面平均氡析出率閾值探討
    亚洲成av片中文字幕在线观看| 此物有八面人人有两片| 很黄的视频免费| 久久久久久久久久久久大奶| 国产一卡二卡三卡精品| 好男人电影高清在线观看| 久热爱精品视频在线9| 一级毛片高清免费大全| 欧美色视频一区免费| 色综合亚洲欧美另类图片| 一区二区三区高清视频在线| 中出人妻视频一区二区| 69av精品久久久久久| 露出奶头的视频| 男女午夜视频在线观看| 麻豆成人av在线观看| 亚洲专区字幕在线| 亚洲在线自拍视频| 女警被强在线播放| 在线免费观看的www视频| 亚洲 国产 在线| 精品国内亚洲2022精品成人| 无人区码免费观看不卡| 国产高清有码在线观看视频 | 97碰自拍视频| 久久伊人香网站| 国产精品久久久久久人妻精品电影| 女人高潮潮喷娇喘18禁视频| 成人永久免费在线观看视频| 老司机福利观看| 如日韩欧美国产精品一区二区三区| 久久久久久大精品| 神马国产精品三级电影在线观看 | 免费少妇av软件| 亚洲三区欧美一区| 日韩欧美国产在线观看| 免费在线观看亚洲国产| 久久久久久久久久久久大奶| 女生性感内裤真人,穿戴方法视频| av在线播放免费不卡| 不卡一级毛片| 亚洲欧美日韩另类电影网站| 老熟妇仑乱视频hdxx| 国产野战对白在线观看| 亚洲中文字幕一区二区三区有码在线看 | 精品国产超薄肉色丝袜足j| 国内精品久久久久精免费| 欧美另类亚洲清纯唯美| 亚洲成a人片在线一区二区| 十八禁人妻一区二区| 国产伦人伦偷精品视频| 亚洲av电影在线进入| 丰满的人妻完整版| 国产精品久久久久久亚洲av鲁大| 夜夜看夜夜爽夜夜摸| 亚洲五月婷婷丁香| 亚洲九九香蕉| 亚洲成av人片免费观看| 很黄的视频免费| 欧美日韩一级在线毛片| 免费人成视频x8x8入口观看| 久久中文看片网| 美女大奶头视频| 大型黄色视频在线免费观看| 午夜两性在线视频| 超碰成人久久| 热re99久久国产66热| 欧美一级a爱片免费观看看 | 欧美日韩精品网址| 中文字幕高清在线视频| 免费在线观看日本一区| 久久人人爽av亚洲精品天堂| 一进一出抽搐动态| 午夜精品在线福利| 久久亚洲真实| 两个人看的免费小视频| 女警被强在线播放| 国产国语露脸激情在线看| 国产亚洲av嫩草精品影院| 这个男人来自地球电影免费观看| 国产欧美日韩综合在线一区二区| 免费久久久久久久精品成人欧美视频| av片东京热男人的天堂| 别揉我奶头~嗯~啊~动态视频| 亚洲aⅴ乱码一区二区在线播放 | 亚洲avbb在线观看| 亚洲一区高清亚洲精品| 亚洲欧美精品综合久久99| 老司机午夜福利在线观看视频| 中文字幕人妻熟女乱码| 亚洲色图 男人天堂 中文字幕| 性色av乱码一区二区三区2| 亚洲精品国产精品久久久不卡| 男女床上黄色一级片免费看| 宅男免费午夜| www.999成人在线观看| 国产欧美日韩一区二区三| 美女午夜性视频免费| 亚洲国产精品999在线| 久久久久久免费高清国产稀缺| 日韩免费av在线播放| 国产亚洲精品久久久久久毛片| 九色亚洲精品在线播放| 美女国产高潮福利片在线看| 欧美日韩精品网址| 在线观看66精品国产| 成人特级黄色片久久久久久久| 欧美绝顶高潮抽搐喷水| 成人永久免费在线观看视频| 精品无人区乱码1区二区| 99国产精品一区二区蜜桃av| 午夜福利一区二区在线看| 国产私拍福利视频在线观看| 女人高潮潮喷娇喘18禁视频| 亚洲国产高清在线一区二区三 | 在线观看免费日韩欧美大片| 一个人观看的视频www高清免费观看 | www.精华液| 欧美中文日本在线观看视频| 亚洲第一欧美日韩一区二区三区| 亚洲成国产人片在线观看| 日本vs欧美在线观看视频| 成人18禁在线播放| 午夜日韩欧美国产| 精品少妇一区二区三区视频日本电影| 久久久久亚洲av毛片大全| 精品久久久久久久毛片微露脸| 99久久精品国产亚洲精品| 我的亚洲天堂| 精品一区二区三区av网在线观看| 精品国内亚洲2022精品成人| 中文字幕av电影在线播放| 亚洲在线自拍视频| 麻豆一二三区av精品| 91精品国产国语对白视频| 国产精品电影一区二区三区| 亚洲 欧美一区二区三区| 黄色毛片三级朝国网站| 韩国av一区二区三区四区| 午夜福利影视在线免费观看| 亚洲专区字幕在线| 欧美精品啪啪一区二区三区| 熟妇人妻久久中文字幕3abv| 手机成人av网站| 一区二区三区激情视频| 亚洲三区欧美一区| 国产一级毛片七仙女欲春2 | 激情在线观看视频在线高清| 搞女人的毛片| 亚洲自偷自拍图片 自拍| 两性午夜刺激爽爽歪歪视频在线观看 | 欧美乱色亚洲激情| 精品卡一卡二卡四卡免费| 真人做人爱边吃奶动态| 久久人妻av系列| 在线播放国产精品三级| xxx96com| 成人欧美大片| 国产1区2区3区精品| 热re99久久国产66热| 一本大道久久a久久精品| 在线观看舔阴道视频| 国产精品亚洲美女久久久| 国产视频一区二区在线看| 日本免费一区二区三区高清不卡 | 黑人巨大精品欧美一区二区蜜桃| 色综合婷婷激情| 欧美精品啪啪一区二区三区| 亚洲专区国产一区二区| 99久久久亚洲精品蜜臀av| 亚洲精品在线观看二区| 精品一品国产午夜福利视频| 欧美激情 高清一区二区三区| av有码第一页| 天天添夜夜摸| cao死你这个sao货| 一区二区三区精品91| 午夜精品久久久久久毛片777| 首页视频小说图片口味搜索| 精品第一国产精品| 欧美久久黑人一区二区| 精品国内亚洲2022精品成人| 亚洲av成人一区二区三| 精品福利观看| 在线观看66精品国产| 精品国产亚洲在线| av中文乱码字幕在线| 国产免费av片在线观看野外av| 亚洲精品美女久久av网站| 国产精品av久久久久免费| 久久精品成人免费网站| 国产欧美日韩综合在线一区二区| 亚洲第一欧美日韩一区二区三区| 九色国产91popny在线| 欧美乱码精品一区二区三区| 色老头精品视频在线观看| 亚洲专区国产一区二区| 一进一出抽搐gif免费好疼| 久久国产精品男人的天堂亚洲| 久久天堂一区二区三区四区| 黄色视频不卡| 国产高清有码在线观看视频 | 真人一进一出gif抽搐免费| 久久久国产成人免费| 欧美色欧美亚洲另类二区 | 999精品在线视频| 亚洲av成人不卡在线观看播放网| 亚洲国产精品sss在线观看| 国产精品二区激情视频| 国产精品久久久人人做人人爽| 十八禁网站免费在线| 大陆偷拍与自拍| 久久久久九九精品影院| 桃色一区二区三区在线观看| 成人三级做爰电影| 亚洲avbb在线观看| 黑人欧美特级aaaaaa片| 91精品国产国语对白视频| 国产精品乱码一区二三区的特点 | av网站免费在线观看视频| 免费搜索国产男女视频| 亚洲色图 男人天堂 中文字幕| av福利片在线| 久久久国产成人精品二区| 精品日产1卡2卡| 真人做人爱边吃奶动态| 777久久人妻少妇嫩草av网站| 啦啦啦免费观看视频1| 久久婷婷人人爽人人干人人爱 | 国产av一区在线观看免费| 9色porny在线观看| 老司机深夜福利视频在线观看| 一二三四在线观看免费中文在| 人人妻,人人澡人人爽秒播| 黄色女人牲交| 久久久精品欧美日韩精品| 丝袜人妻中文字幕| 久99久视频精品免费| www.精华液| 欧美乱码精品一区二区三区| 国产成人欧美| 久久亚洲精品不卡| 午夜福利免费观看在线| 1024视频免费在线观看| 美女扒开内裤让男人捅视频| 免费观看精品视频网站| netflix在线观看网站| 国产精品免费视频内射| 欧美av亚洲av综合av国产av| 亚洲精品美女久久久久99蜜臀| 中文字幕另类日韩欧美亚洲嫩草| 一区二区三区精品91| 久久久久国产一级毛片高清牌| 精品国内亚洲2022精品成人| 在线观看www视频免费| 美女大奶头视频| 亚洲中文av在线| 在线观看午夜福利视频| 精品久久蜜臀av无| 成人欧美大片| 亚洲欧美日韩另类电影网站| 在线视频色国产色| 长腿黑丝高跟| 狠狠狠狠99中文字幕| 好男人在线观看高清免费视频 | 十分钟在线观看高清视频www| 午夜免费鲁丝| 一级黄色大片毛片| 搡老岳熟女国产| 视频区欧美日本亚洲| 国产亚洲av嫩草精品影院| 制服丝袜大香蕉在线| 国产av精品麻豆| 国产熟女午夜一区二区三区| √禁漫天堂资源中文www| 国产熟女xx| 国产午夜福利久久久久久| 国产精品香港三级国产av潘金莲| 亚洲人成77777在线视频| 1024视频免费在线观看| 欧美丝袜亚洲另类 | 亚洲国产精品sss在线观看| 国产精品二区激情视频| 久久亚洲真实| 精品久久久久久成人av| 一本大道久久a久久精品| 成人国产一区最新在线观看| 在线永久观看黄色视频| or卡值多少钱| 男人操女人黄网站| 色综合欧美亚洲国产小说| 99久久99久久久精品蜜桃| 免费在线观看影片大全网站| 免费少妇av软件| 久久精品人人爽人人爽视色| 久久久久九九精品影院| 亚洲国产中文字幕在线视频| 99国产精品一区二区三区| 嫩草影视91久久| 国产成年人精品一区二区| 18禁裸乳无遮挡免费网站照片 | 国产一区二区三区综合在线观看| 亚洲欧美一区二区三区黑人| 国产欧美日韩一区二区精品| 久久久久久亚洲精品国产蜜桃av| 午夜成年电影在线免费观看| netflix在线观看网站| 国产亚洲精品久久久久久毛片| 日本 av在线| 欧美日韩乱码在线| 精品无人区乱码1区二区| 黄色毛片三级朝国网站| 一级a爱视频在线免费观看| 国产不卡一卡二| 精品国产乱码久久久久久男人| 如日韩欧美国产精品一区二区三区| 亚洲avbb在线观看| 好看av亚洲va欧美ⅴa在| 搞女人的毛片| 精品国产超薄肉色丝袜足j| 精品一品国产午夜福利视频| 搡老妇女老女人老熟妇| 99国产综合亚洲精品| 国产色视频综合| 一级作爱视频免费观看| svipshipincom国产片| 国产精品乱码一区二三区的特点 | 国产高清有码在线观看视频 | 一边摸一边做爽爽视频免费| 亚洲伊人色综图| 99国产综合亚洲精品| 性少妇av在线| 一级毛片高清免费大全| 黄色 视频免费看| 一二三四社区在线视频社区8| 日韩高清综合在线| 亚洲欧洲精品一区二区精品久久久| 成人国产综合亚洲| 一a级毛片在线观看| 搡老妇女老女人老熟妇| 免费不卡黄色视频| netflix在线观看网站| 人人妻人人澡欧美一区二区 | 狂野欧美激情性xxxx| 欧美久久黑人一区二区| 亚洲欧美日韩另类电影网站| 国产一区在线观看成人免费| 大型av网站在线播放| 欧洲精品卡2卡3卡4卡5卡区| 老司机在亚洲福利影院| 精品国产一区二区三区四区第35| 精品国产乱码久久久久久男人| 99久久精品国产亚洲精品| 久久国产亚洲av麻豆专区| 国产精品综合久久久久久久免费 | 午夜亚洲福利在线播放| 99riav亚洲国产免费| 黑人欧美特级aaaaaa片| 欧美日韩精品网址| 国产高清激情床上av| 欧美成人一区二区免费高清观看 | 久久这里只有精品19| 男男h啪啪无遮挡| 好男人电影高清在线观看| 久久久水蜜桃国产精品网| 在线观看午夜福利视频| 精品第一国产精品| 国产一区二区三区视频了| 亚洲成av片中文字幕在线观看| 国产熟女午夜一区二区三区| 精品一区二区三区av网在线观看| 亚洲一区二区三区色噜噜| 亚洲,欧美精品.| 男人操女人黄网站| 亚洲色图综合在线观看| 国产一区二区三区视频了| 亚洲精品粉嫩美女一区| 可以在线观看的亚洲视频| 日日夜夜操网爽| 日本五十路高清| 俄罗斯特黄特色一大片| 成年女人毛片免费观看观看9| 中文字幕人妻熟女乱码| 精品国产乱子伦一区二区三区| 国产99白浆流出| 国产午夜精品久久久久久| 久久久精品国产亚洲av高清涩受| 中文字幕高清在线视频| 久久亚洲精品不卡| 18禁裸乳无遮挡免费网站照片 | 日日干狠狠操夜夜爽| 欧美中文综合在线视频| 亚洲人成网站在线播放欧美日韩| 国产精品免费一区二区三区在线| 国产精华一区二区三区| 啦啦啦观看免费观看视频高清 | 国产色视频综合| 精品久久久久久久人妻蜜臀av | 天堂动漫精品| 日韩有码中文字幕| 亚洲av成人一区二区三| 999久久久国产精品视频| 亚洲人成77777在线视频| 国产亚洲欧美精品永久| 亚洲熟女毛片儿| 国产成人精品在线电影| 最新在线观看一区二区三区| 又黄又爽又免费观看的视频| 午夜福利一区二区在线看| 禁无遮挡网站| 国产精品电影一区二区三区| 日韩精品青青久久久久久| 制服丝袜大香蕉在线| svipshipincom国产片| 老熟妇仑乱视频hdxx| or卡值多少钱| 99久久综合精品五月天人人| 精品少妇一区二区三区视频日本电影| 看片在线看免费视频| 久久精品国产99精品国产亚洲性色 | 国产激情久久老熟女| 国产精品98久久久久久宅男小说| 婷婷六月久久综合丁香| 久久久国产成人免费| 色播在线永久视频| 嫩草影视91久久| 18禁美女被吸乳视频| 丰满人妻熟妇乱又伦精品不卡| 亚洲一区二区三区色噜噜| 色综合亚洲欧美另类图片| 中文字幕另类日韩欧美亚洲嫩草| 亚洲第一欧美日韩一区二区三区| 亚洲黑人精品在线| 18禁美女被吸乳视频| 正在播放国产对白刺激| 丝袜在线中文字幕| 日本免费a在线| 国内久久婷婷六月综合欲色啪| 不卡一级毛片| 亚洲av第一区精品v没综合| 怎么达到女性高潮| 涩涩av久久男人的天堂| 午夜福利在线观看吧| 成人欧美大片| 国产不卡一卡二| 制服诱惑二区| 午夜福利影视在线免费观看| 久热这里只有精品99| 真人一进一出gif抽搐免费| 制服人妻中文乱码| av中文乱码字幕在线| 亚洲精华国产精华精| 99精品在免费线老司机午夜| 精品久久久久久,| 禁无遮挡网站| 91在线观看av| 他把我摸到了高潮在线观看| 午夜精品久久久久久毛片777| 在线十欧美十亚洲十日本专区| 亚洲第一青青草原| 日本撒尿小便嘘嘘汇集6| 欧美日韩精品网址| 免费高清视频大片| 国产成人欧美在线观看| 亚洲电影在线观看av| 久久人妻福利社区极品人妻图片| 久久午夜综合久久蜜桃| 免费看a级黄色片| 黄片大片在线免费观看| netflix在线观看网站| 欧美黑人精品巨大| 国产麻豆成人av免费视频| 欧美精品亚洲一区二区| 久久久久久久午夜电影| 多毛熟女@视频| 亚洲伊人色综图| www.www免费av| 精品国产国语对白av| 亚洲激情在线av| 亚洲成a人片在线一区二区| 黑人巨大精品欧美一区二区mp4| 亚洲狠狠婷婷综合久久图片| 亚洲欧洲精品一区二区精品久久久| 人人妻,人人澡人人爽秒播| 久久精品91无色码中文字幕| 香蕉久久夜色| 中文字幕人妻丝袜一区二区| 成人国语在线视频| 999精品在线视频| 亚洲一码二码三码区别大吗| 午夜日韩欧美国产| 国产私拍福利视频在线观看| 操美女的视频在线观看| 久久香蕉精品热| 亚洲av熟女| 91精品国产国语对白视频| 色综合亚洲欧美另类图片| 99久久精品国产亚洲精品| 黄网站色视频无遮挡免费观看| 丝袜美腿诱惑在线| 午夜福利高清视频| 欧美激情极品国产一区二区三区| 十分钟在线观看高清视频www| 老汉色∧v一级毛片| 大型av网站在线播放| 99国产精品99久久久久| 国产精品久久久久久精品电影 | а√天堂www在线а√下载| 国产在线精品亚洲第一网站| 巨乳人妻的诱惑在线观看| 极品人妻少妇av视频| 成人av一区二区三区在线看| 久久久久久久久久久久大奶| 在线观看舔阴道视频| 天堂动漫精品| 亚洲国产精品久久男人天堂| 精品人妻1区二区| 午夜精品在线福利| 国产精品一区二区精品视频观看| 琪琪午夜伦伦电影理论片6080| 国产aⅴ精品一区二区三区波| 久久国产精品男人的天堂亚洲| 精品无人区乱码1区二区| 国产午夜福利久久久久久| 色播亚洲综合网| 在线观看舔阴道视频| 亚洲熟妇熟女久久| 国产高清videossex| 亚洲国产看品久久| 极品人妻少妇av视频| 丝袜在线中文字幕| www.www免费av| 午夜激情av网站| av视频在线观看入口| 国产伦一二天堂av在线观看| 国产精品爽爽va在线观看网站 | 桃红色精品国产亚洲av| 国语自产精品视频在线第100页| 69av精品久久久久久| 好看av亚洲va欧美ⅴa在| 国产三级黄色录像| 欧美一级a爱片免费观看看 | 校园春色视频在线观看| 99国产极品粉嫩在线观看| 久久香蕉激情| 亚洲精品国产区一区二| 亚洲人成电影观看| 黄色成人免费大全| 久久亚洲真实| 精品福利观看| 国产成人精品无人区| 欧美乱色亚洲激情| or卡值多少钱| 看片在线看免费视频| 99国产精品免费福利视频| 亚洲精品国产色婷婷电影| 精品一品国产午夜福利视频| 91麻豆av在线| 久久国产乱子伦精品免费另类| 人人妻人人澡人人看| 亚洲成人久久性| 国产色视频综合| 精品一区二区三区视频在线观看免费| 中亚洲国语对白在线视频| 不卡av一区二区三区| 亚洲性夜色夜夜综合| 亚洲av成人一区二区三| 淫秽高清视频在线观看| 99国产精品99久久久久| 国产精品九九99| 人妻丰满熟妇av一区二区三区| 亚洲第一青青草原| 九色国产91popny在线| 欧美老熟妇乱子伦牲交| 正在播放国产对白刺激| 免费av毛片视频| 国产成人av激情在线播放| 91麻豆精品激情在线观看国产| 日韩欧美在线二视频| 在线观看一区二区三区| 精品日产1卡2卡| 一区福利在线观看| 精品久久久久久成人av| 在线免费观看的www视频| 国产精品永久免费网站| 国产私拍福利视频在线观看| 亚洲天堂国产精品一区在线| 在线永久观看黄色视频| 欧洲精品卡2卡3卡4卡5卡区| 午夜a级毛片| 亚洲国产中文字幕在线视频| 一区福利在线观看| 国产精品 欧美亚洲| av视频免费观看在线观看| 欧美国产日韩亚洲一区| 一区二区日韩欧美中文字幕| 法律面前人人平等表现在哪些方面| 国产又色又爽无遮挡免费看| 欧美另类亚洲清纯唯美| 巨乳人妻的诱惑在线观看| 亚洲av电影不卡..在线观看| 午夜福利一区二区在线看| 伦理电影免费视频| 亚洲第一青青草原| 我的亚洲天堂| 亚洲精品国产精品久久久不卡| 成人精品一区二区免费| 久久精品人人爽人人爽视色| 黑人操中国人逼视频| 免费女性裸体啪啪无遮挡网站| 国产精品乱码一区二三区的特点 | 国产激情欧美一区二区| 国产一区二区激情短视频| 一级毛片精品| 黄色视频,在线免费观看|