• <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 ?

    多尺度量子諧振子算法在組合優(yōu)化問題中的性能分析

    2016-11-17 02:19:50安俊秀李建平
    關(guān)鍵詞:諧振子高斯分布測試數(shù)據(jù)

    王 鵬,黃 焱,安俊秀,李建平

    (1. 西南民族大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 成都 610041;2. 中國科學(xué)院成都計(jì)算機(jī)應(yīng)用研究所 成都 610041;3. 中國科學(xué)院大學(xué) 北京 石景山區(qū) 100049;4. 成都信息工程大學(xué)并行計(jì)算實(shí)驗(yàn)室 成都 610225;5. 電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 成都 611731)

    多尺度量子諧振子算法在組合優(yōu)化問題中的性能分析

    王 鵬1,黃 焱2,3,安俊秀4,李建平5

    (1. 西南民族大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 成都 610041;2. 中國科學(xué)院成都計(jì)算機(jī)應(yīng)用研究所 成都 610041;3. 中國科學(xué)院大學(xué) 北京 石景山區(qū) 100049;4. 成都信息工程大學(xué)并行計(jì)算實(shí)驗(yàn)室 成都 610225;5. 電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 成都 611731)

    多尺度量子諧振子算法(MQHOA)是一種基于一維量子諧振子波函數(shù)原理提出的新優(yōu)化算法,該文在MQHOA框架下構(gòu)建了旅行商問題(TSP)的求解流程和方法,研究了算法的物理意義和理論收斂過程。通過對12組TSP標(biāo)準(zhǔn)測試數(shù)據(jù)集的實(shí)驗(yàn)表明,根據(jù)算法物理模型要求的高斯鄰域生成方法優(yōu)于隨機(jī)鄰域生成方法,而且MQHOA算法對TSP問題的求解結(jié)果在獲得最優(yōu)解的概率和多次實(shí)驗(yàn)的平均最小距離兩個指標(biāo)上都要優(yōu)于模擬退火算法,與其他算法對比也證明了該算法具有較好的性能。同時還研究了在規(guī)則城市數(shù)據(jù)集條件下算法的性能和收斂情況。這些結(jié)果證明MQHOA算法可以較好地被應(yīng)用于組合優(yōu)化問題。

    組合優(yōu)化; 多尺度量子諧振子算法; 優(yōu)化算法; 旅行商問題

    MQHOA[1]是受一維量子諧振子的波函數(shù)圖像啟發(fā)而設(shè)計(jì)的一種新的優(yōu)化算法。文獻(xiàn)[1]首次提出了MQHOA算法的完整實(shí)現(xiàn)方法,同時實(shí)驗(yàn)結(jié)果證明對于15種常用的優(yōu)化測試函數(shù)都能在不改變算法參數(shù)的條件下以100%的概率獲得精確的理論最優(yōu)值,在求解高維函數(shù)優(yōu)化問題時也表現(xiàn)出良好的性能,一些研究者也做了大量嘗試將量子諧振子物理模型應(yīng)用在算法設(shè)計(jì)上;文獻(xiàn)[2]將量子諧振子勢能場引入粒子群系統(tǒng);文獻(xiàn)[3]提出了一種量子諧振子蟻群算法;文獻(xiàn)[4]研究了多尺度量子諧振子算法的物理模型;文獻(xiàn)[5]研究了諧振子量子波函數(shù)的概率特性,但并未利用波函數(shù)的概率解釋提出相應(yīng)的算法模型;文獻(xiàn)[6]對MQHOA算法的實(shí)現(xiàn)方法進(jìn)行分析;文獻(xiàn)[7]通過求解整數(shù)非線性規(guī)劃問題對MQHOA算法的性能進(jìn)行分析;文獻(xiàn)[8]提出了一種基于劃分的多尺度量子諧振子多峰優(yōu)化算法;文獻(xiàn)[9]將MQHOA算法用于求解聚類中心點(diǎn)問題,又對MQHOA算法進(jìn)行優(yōu)化改進(jìn),通過判斷兩次采樣迭代后種群最優(yōu)值的方差來判斷系統(tǒng)是否達(dá)到穩(wěn)定態(tài),和均值替換法保持了種群的多樣性,達(dá)到了良好的效果。

    組合優(yōu)化問題是很多科學(xué)、工程問題的抽象,這些問題本身看上去都非常簡單,但求解這類問題卻十分復(fù)雜。目前求解組合優(yōu)化問題的方法很多都建立在模擬自然的基礎(chǔ)上,有時也將這類算法稱為自然算法[10],如遺傳算法[11]、模擬退火算法[12]、蟻群算法[13],這些算法在理論和實(shí)踐上取得了大量成果。MQHOA算法也是一類利用隨機(jī)方法的不確定性算法,本文以典型的組合優(yōu)化問題—TSP問題為例,研究并驗(yàn)證MQHOA算法應(yīng)用于組合優(yōu)化問題的方法,通過12組TSP標(biāo)準(zhǔn)測試數(shù)據(jù)集對算法性能進(jìn)行實(shí)驗(yàn),從方法和實(shí)驗(yàn)結(jié)果的角度均證實(shí)了MQHOA算法在組合優(yōu)化問題領(lǐng)域的應(yīng)用能力。

    1 組合優(yōu)化問題與算法量子理論模型

    1.1 組合優(yōu)化問題的定義

    組合優(yōu)化問題可以描述為:令Ω={s1,s2,,sn}為所有狀態(tài)構(gòu)成的解空間,C(si)為狀態(tài) si對應(yīng)的目標(biāo)函數(shù)值,求解組合優(yōu)化問題就是尋找最優(yōu)解 s*,使得對于所有的si∈Ω,有C(s*)=min(C(si))。

    1.2 MQHOA的物理模型介紹

    一維諧振子的勢能曲線為:

    式中,K為簡諧力強(qiáng)度的參數(shù)。一維諧振子的勢能曲線表明目標(biāo)函數(shù)在最優(yōu)解附近近似是平滑的二次曲線。

    將諧振子勢能曲線代入相應(yīng)的薛定鄂方程解出的能級和波函數(shù)概率密度分別為:

    第n個能級的能量函數(shù)為:

    波函數(shù)概率密度為:

    諧振子的波函數(shù)從高能態(tài)向基態(tài)的變化是一個逐漸收斂的過程。從高能態(tài)多個高斯概率函數(shù)的疊加,逐步收斂到基態(tài)單一高斯分布的穩(wěn)定狀態(tài)

    諧振子波函數(shù)圖像描述了優(yōu)化問題的逐步收斂過程,這一過程對應(yīng)于波函數(shù)從高能態(tài)向低能態(tài)的變化過程。

    2 MQHOA算法求解TSP問題的原理

    TSP問題:假設(shè)有一個旅行商人要拜訪n個城市,他必須選擇所要走的路徑,路徑的限制是每個城市只能拜訪一次,而且最后要回到原來出發(fā)的城市。路徑的選擇目標(biāo)是要求得的路徑路程為所有路徑之中的最小值。

    2.1 多尺度量子諧振子算法的基本收斂過程

    多尺度量子諧振子算法的基本工作原理包括兩個過程:一個是同尺度上的量子波函數(shù)收斂過程,另一個是尺度本身的收斂過程。這兩個過程一個是提取信息,另一個是收縮搜索區(qū)域,多次迭代后算法將收縮到最優(yōu)解位置。尺度收斂過程較為簡單,下面主要分析在同一個尺度上的量子收斂過程。

    同一個尺度上量子諧振子算法的基本收斂過程可以描述如下:將每次迭代保留的k個較好的采樣位置 ki作為k個局部收斂區(qū)域的中心位置,以所選的k個中心位置構(gòu)造k個標(biāo)準(zhǔn)差為σ的高斯分布函數(shù)N(ki,σ2),形成k個局部最優(yōu)采樣區(qū)域,每個區(qū)域分別按高斯分布N(ki,σ2)在定義域采樣生成m個解;k個標(biāo)準(zhǔn)差為σ的高斯分布函數(shù)在迭代過程中逐漸聚集,向單一高斯分布收斂;迭代過程直到k個中心位置 ki之間的標(biāo)準(zhǔn)差σk小于σ時停止,類比量子收斂過程,這時可以認(rèn)為k個高斯函數(shù)疊加形成的波函數(shù)收斂于高斯分布為N(ki,σ2)能量基態(tài)。量子諧振子波函數(shù)收斂的迭代過程就是多個標(biāo)準(zhǔn)差為σ的高斯采樣函數(shù)疊加形成的波函數(shù)向基態(tài)的聚集收斂過程。

    每次迭代中的k個標(biāo)準(zhǔn)差為σ的高斯分布函數(shù)的疊加稱為量子諧振子算法的波函數(shù),歸一化的算法波函數(shù)定義為:

    量子諧振子算法的波函數(shù)的概率分布是對目標(biāo)函數(shù)定義域上進(jìn)行采樣的概率分布。 MQHOA算法收斂過程的詳細(xì)數(shù)學(xué)物理描述見文獻(xiàn)[1,4]。

    2.2 MQHOA算法求解TSP問題的基本過程

    在MQHOA算法框架下設(shè)計(jì)求解TSP問題的算法過程的關(guān)鍵是解空間中鄰域的生成方法,本文采用兩組不同的城市排列之間的對應(yīng)位置城市標(biāo)志的個數(shù)來作為函數(shù)的自變量,不同位置城市的個數(shù)越少認(rèn)為這兩組解相距越近,反之則越遠(yuǎn)。由于TSP問題的算法復(fù)雜度與城市個數(shù)是階乘的關(guān)系,所以在面對TSP問題時將尺度變化因子λ設(shè)定為1.1(函數(shù)優(yōu)化問題中一般將λ設(shè)定為2),算法在尺度降低到σ=1時停止。

    根據(jù)多尺度量子諧振子模型,MQHOA算法處理TSP問題的基本工作流程的偽代碼為:

    1 BEGIN

    2 Initialization:k、m、λ、σ

    3 隨機(jī)生成k×m 個城市排列序列

    4 保留其中較優(yōu)的k個城市序列

    5 DO

    6 DO

    7 基于k個距離最優(yōu)序列分別生成m個新的序列

    8 計(jì)算其中k個較優(yōu)序列的標(biāo)準(zhǔn)差σk

    9 WHILE (σ<σk)

    10σ=σλ

    11 WHILE (σ>1)

    12 輸出當(dāng)前k個較優(yōu)序列中的最優(yōu)序列

    13 END

    通常將σ的初始值設(shè)為城市總數(shù)N,算法在尺度變化時以一個固定的倍數(shù)減小,這一尺度變化方法近似于將TSP問題的算法復(fù)雜度降低為logN。在迭代中產(chǎn)生的k×m 個城市序列中選取k個較優(yōu)城市排序中的最短距離序列,以此為基準(zhǔn)計(jì)算σk,其他k-1個排序依據(jù)與基準(zhǔn)序列之間的差距計(jì)算出方差值。如某一序列與基準(zhǔn)序列之間有6個城市的位置不同則差距為6。第7步中新序列的生成方法為針對每個序列用標(biāo)準(zhǔn)差為σ的高斯分布分別生成m個整數(shù)Nm,分別在該序列中隨機(jī)找到一個位置將該位置后面Nm個城市位置進(jìn)行倒序,第7步將總共生成k×m 個城市排列序列。在算法的實(shí)際應(yīng)用中k和m的值在設(shè)定后通常不用做太大的改變,m的值對應(yīng)于每個區(qū)域的鄰域采樣個數(shù)。根據(jù)算法的物理模型新解的生成采用高斯函數(shù),算法在運(yùn)行過程中解空間中的搜索區(qū)域逐步聚集,當(dāng)不滿足σ<σk時表明解已聚集在一個相對小的解空間范圍了,這時算法縮小搜索尺度,執(zhí)行σ =σλ操作,使搜索更加局部化,當(dāng)σ等于1時表明k個序列中所有的序列都相同了,此時算法退出,在實(shí)際計(jì)算時這種條件較難滿足,通常算法結(jié)束的情況都是σk迭代多次不再變化。k個序列相當(dāng)于是k個搜索探針,根據(jù)所求解問題目標(biāo)函數(shù)的引導(dǎo)信息逐步收斂,正如量子諧振子波函數(shù)所描述的一樣。

    3 實(shí)驗(yàn)結(jié)果及討論

    3.1 MQHOA算法求解TSP標(biāo)準(zhǔn)測試數(shù)據(jù)

    3.1.1 標(biāo)準(zhǔn)實(shí)驗(yàn)測試數(shù)據(jù)集

    本文選取了12組標(biāo)準(zhǔn)測試數(shù)據(jù)集對MQHOA算法和模擬退火算法分別進(jìn)行實(shí)驗(yàn)。TSP問題的可行解是所有城市的全排列,隨著城市個數(shù)的增加,其可能路徑的總數(shù)與城市個數(shù)呈指數(shù)級的增長,城市個數(shù)較大時一般很難求解出其已知最短距離。

    表1為本文的12組標(biāo)準(zhǔn)測試數(shù)據(jù)集,表中給出了各組數(shù)據(jù)集的已知最短距離。

    表1 TSP問題標(biāo)準(zhǔn)測試數(shù)據(jù)集

    3.1.2 兩種新解生成方式的實(shí)驗(yàn)比較

    本文求解TSP問題的算法也是采用高斯分布采樣方式生成新解,可以保證當(dāng)前尺度采樣信息的完備性。為了驗(yàn)證此種采樣方式在求解組合優(yōu)化問題時的效果,本文將用高斯分布采樣和隨機(jī)分布采樣生成新解的兩種方式對12組標(biāo)準(zhǔn)測試數(shù)據(jù)分別進(jìn)行10次重復(fù)實(shí)驗(yàn),對TSP問題進(jìn)行求解的實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)如表2所示。

    表2灰底部分為采用高斯分布采樣方式生成新解的實(shí)驗(yàn)數(shù)據(jù),隨著城市個數(shù)的增長,平均迭代次數(shù)呈現(xiàn)出線性增長趨勢,城市個數(shù)較?。?1、30、48)時,MQHOA算法可以以100%的概率精確找到已知最短距離;隨著城市個數(shù)的增長,找到已知最短距離的概率逐漸下降,當(dāng)城市個數(shù)為100、127或更多時,MQHOA算法無法求得已知最短距離,只能找到相對較優(yōu)距離。

    表2白底部分為采用隨機(jī)分布采樣方式生成新解的實(shí)驗(yàn)數(shù)據(jù),隨著城市個數(shù)的增長,平均迭代次數(shù)與按高斯分布采樣方式的平均迭代次數(shù)相近,算法可以在相近次數(shù)的迭代之后收斂,但收斂到已知最短距離的概率明顯降低。當(dāng)城市個數(shù)為21、30時,采用隨機(jī)分布采樣方式可以100%精確地找到已知最短距離,當(dāng)城市個數(shù)大于48時,找到已知最短距離的概率就降至0,只能收斂求得較優(yōu)距離。

    表2 兩種新解產(chǎn)生方式求解TSP問題的實(shí)驗(yàn)結(jié)果

    本文在表2中統(tǒng)計(jì)了10次重復(fù)實(shí)驗(yàn)的平均距離,實(shí)驗(yàn)數(shù)據(jù)表明對于12組標(biāo)準(zhǔn)測試數(shù)據(jù)集用高斯分布求得的平均距離均小于用隨機(jī)分布方式求得的平均距離。MQHOA算法用高斯分布采樣生成新解方式求解TSP問題比用隨機(jī)采樣生成新解方式能更好的向最優(yōu)解收斂,算法能以更大概率找到更優(yōu)解。

    因此,MQHOA算法采用高斯分布生成新解的方式能有效的求解組合優(yōu)化問題,這同時也是算法物理模型涵義所要求的。

    3.1.3 與模擬退火算法的比較實(shí)驗(yàn)

    對同樣的數(shù)據(jù)集用模擬退火算法進(jìn)行實(shí)驗(yàn),與MQHOA算法進(jìn)行比較。實(shí)驗(yàn)測試數(shù)據(jù)集同樣采用表1中的數(shù)據(jù),實(shí)驗(yàn)結(jié)果如表3所示。

    模擬退火算法實(shí)驗(yàn)參數(shù)設(shè)定如下:

    步長L=10,初始溫度T0=1 000。衰減系數(shù)D=1.000 5,停止溫度2.0×10-6。

    從表3的數(shù)據(jù)可以發(fā)現(xiàn),當(dāng)城市個數(shù)較小(21、30)時,采用模擬退火算法可以以100%的概率找到已知最短距離,當(dāng)城市個數(shù)進(jìn)一步增加時,獲得已知最短距離的概率迅速下降為0,只能找到相對較短的距離,無法找到理論最短距離。對于同樣的測試數(shù)據(jù)集,MQHOA算法在求解100個城市規(guī)模時依然能求得已知最短距離。MQHOA算法求解TSP問題所得的最短路徑、獲得已知最短距離的概率明顯優(yōu)于模擬退火算法。

    表3 模擬退火算法求解TSP問題的實(shí)驗(yàn)結(jié)果

    3.1.4 與其他文獻(xiàn)報(bào)道算法結(jié)果的對比

    根據(jù)文獻(xiàn)[14]報(bào)道,本文也采用偏離最優(yōu)路徑比率來對比算法的性能,偏離最優(yōu)路徑比率的計(jì)算方法為:

    表4 MQHOA算法與其他文獻(xiàn)報(bào)道算法結(jié)果的對比

    表4中的結(jié)果是采用MQHOA算法計(jì)算出的μ值與其他算法獲得的μ值的對比,表4中其他算法的μ值數(shù)據(jù)來自于文獻(xiàn)[15-17]。表中MQHOA算法的μ值數(shù)據(jù)是根據(jù)10次計(jì)算得到的值,總共對8個標(biāo)準(zhǔn)測試集進(jìn)行了計(jì)算和對比,城市數(shù)目從51到152。從表中的結(jié)果來看對于大多數(shù)測試數(shù)據(jù)集MQHOA算法的μ值都要明顯優(yōu)于其他算法,其中只有st70數(shù)據(jù)集MQHOA算法的μ值要明顯差些,對于pr152數(shù)據(jù)集MQHOA算法要優(yōu)于KD、Budinich和ISOM算法。

    3.2 MQHOA算法求解規(guī)則分布TSP問題

    TSP標(biāo)準(zhǔn)測試集中的城市數(shù)據(jù)較為復(fù)雜、沒有規(guī)律,為了對MQHOA算法進(jìn)行分析,本節(jié)構(gòu)造了一些有一定規(guī)律的規(guī)則分布的數(shù)據(jù)集研究算法。實(shí)驗(yàn)中參數(shù)k=3 000,m=200。

    圖1為利用MQHOA算法對不同的規(guī)則城市分布數(shù)據(jù)的TSP問題進(jìn)行求解的結(jié)果。圖1a為32個城市單一方形分布,迭代次數(shù)為15次,圖1b為36個城市帶有2個突出點(diǎn)的方形分布,迭代次數(shù)為21次,圖1c為81個城市的9×9點(diǎn)陣分布,迭代次數(shù)為74次,圖1d為80個城市的5個4×4點(diǎn)陣分布,迭代次數(shù)為91次,圖1e為81個城市的隨機(jī)分布,迭代次數(shù)為98次,圖1f為225個城市的15×15 點(diǎn)陣分布,迭代次數(shù)為388次。從圖中可以看出對80個城市以下的規(guī)則分布城市數(shù)據(jù),MQHOA算法基本都能有效的找到最短路線。從圖1f中可以看到大量的斜向路線,這表明算法此時收斂到的結(jié)果并不是理論最短路徑,從實(shí)驗(yàn)中發(fā)現(xiàn)對于這類點(diǎn)陣數(shù)據(jù)算法從10×10 點(diǎn)陣開始就會出現(xiàn)找不到理論最優(yōu)路徑的問題。

    圖1 規(guī)則城市分布數(shù)據(jù)的實(shí)驗(yàn)結(jié)果

    3.3 MQHOA算法收斂特性分析

    對于表1中的標(biāo)準(zhǔn)測試數(shù)據(jù)集和圖1c、圖1f這類規(guī)則數(shù)據(jù)本文研究了算法收斂時的迭代次數(shù)與城市規(guī)模之間的關(guān)系如圖2所示。

    圖2a為標(biāo)準(zhǔn)測試數(shù)據(jù)集的結(jié)果,圖2b為點(diǎn)陣數(shù)據(jù)的結(jié)果,從圖2中的結(jié)果來看迭代次數(shù)與城市規(guī)模總體呈的似的線性對應(yīng)關(guān)系,標(biāo)準(zhǔn)測試數(shù)據(jù)集中的結(jié)果也基本與此結(jié)果相符,但隨著城市規(guī)模的增長算法獲得理論最優(yōu)路徑的概率會逐步下降。其他類型數(shù)據(jù)集的變化情況也類似,這證明算法在求解TSP問題時均具有良好的收斂性。

    圖2 算法迭代次數(shù)與城市數(shù)的關(guān)系

    利用規(guī)則結(jié)構(gòu)的城市分布數(shù)據(jù)可以使算法在數(shù)據(jù)內(nèi)在結(jié)構(gòu)一致的條件下進(jìn)行對比,但由于TSP的內(nèi)在結(jié)構(gòu)目前還沒有理論進(jìn)行描述,這也是組合優(yōu)化問題的困難之處。

    4 結(jié) 束 語

    本文提出了在MQHOA算法框架下的TSP問題求解方法,文中對比了高斯鄰域生成方法和隨機(jī)鄰域生成方法,表明本文的所用高斯鄰域生成方法要優(yōu)于隨機(jī)鄰域生成方法。與其他算法的比較也表明算法的性能十分穩(wěn)定,在偏離最優(yōu)路徑比率指標(biāo)上也要優(yōu)于已有的一些其他組合優(yōu)化算法,同時MQHOA算法在獲得理論最優(yōu)解的概率和多次實(shí)驗(yàn)的平均距離兩個指標(biāo)上都要優(yōu)于模擬退火算法。實(shí)驗(yàn)證明MQHOA算法也能有效地求解TSP這類組合優(yōu)化問題,并具有良好的性能。

    [1] 王鵬, 黃焱, 任超, 等. 多尺度量子諧振子高維函數(shù)全局優(yōu)化算法[J]. 電子學(xué)報(bào), 2013, 41(12): 2468-2473. WANG Peng, HUANG Yan, REN Chao, et al. Multi-scale quantum harmonic oscillator for high- dimensional function global optimization algorithm[J]. Acta Electronica Sinica,2013, 41(12): 2468-2473.

    [2] 馮斌, 須文波. 基于粒子群算法的量子諧振子模型[J]. 計(jì)算機(jī)工程, 2006, 32(20): 18-21. FENG Bin, XU Wen-bo. Quantum oscillator model of particle swarm system[J]. Computer Engineering, 2006,32(20): 18-21.

    [3] 秦永波, 王鵬, 肖黎彬, 等. 量子諧振子蟻群算法[J]. 計(jì)算機(jī)應(yīng)用, 2011, 31(增2): 54-69. QIN Yong-bo, WANG Peng, XIAO Li-bin, et al. Ant colony optimization of quantum harmonic oscillators[J]. Journal of Computer Applications, 2011, 31(z2): 54-69.

    [4] 王鵬, 黃焱. 多尺度量子諧振子優(yōu)化算法物理模型[J]. 計(jì)算機(jī)科學(xué)與探索, 2015, 9(10): 1271-1280. WANG Peng, HUANG Yan. Physical model of multi-scale quantum harmonic oscillator optimization algorithm[J]. Journal of Frontiers of Computer Science and Technology,2015, 9(10): 1271-1280.

    [5] 王鵬. 云計(jì)算的關(guān)鍵技術(shù)與應(yīng)用實(shí)例[M]. 北京: 人民郵電出版社, 2010. WANG Peng. Key technology and application of cloud computing[M]. Beijing: Posts & Telecom Press, 2010.

    [6] 劉峰, 王鵬, 黃焱, 等. 多尺度量子諧振子優(yōu)化算法實(shí)現(xiàn)方法研究[J]. 成都信息工程學(xué)院學(xué)報(bào), 2015(5): 433-438. LIU Feng, WANG Peng, HUANG Yan, et al. Research on algorithm implementation of multi-scale quantum harmonic algorithm[J]. Journal of Chengdu University of Information Technology, 2015(5): 433-438.

    [7] 袁亞男, 王鵬, 劉峰. 多尺度量子諧振子算法性能分析[J].計(jì)算機(jī)應(yīng)用, 2015, 35(6): 1600-1604. YUAN Ya-nan, WANG Peng, LIU Feng. Performance analysis of multi-scale quantum harmonic oscillator algorithm[J]. Journal of Computer Application, 2015, 35(6):1600-1604.

    [8] 陸志君, 安俊秀, 王鵬. 基于劃分的多尺度量子諧振子算法多峰優(yōu)化[J]. 自動化學(xué)報(bào), 2016, 42(2): 235-245. LU Zhi-jun, AN Jun-xiu, WANG Peng. Partition-based MQHOA for multimodal optimization[J]. Acta Automatica Sinica, 2016, 42(2): 235-245.

    [9] 燕京京, 王鵬, 范家兵, 等. 基于量子諧振子模型的聚類中心選取算法[J]. 電子學(xué)報(bào), 2016, 44(2): 405-412. YAN Jing-jing, WANG Peng, FAN Jia-bing, et al. Clustering center selecting algorithm based on quantum harmonic oscillator model[J]. Chinese Journal of Electronics, 2016,44(2): 405-412.

    [10] 吳啟迪, 康琦, 汪鐳, 等. 自然計(jì)算導(dǎo)論[M]. 上海: 上??茖W(xué)技術(shù)出版社, 2011. WU Qi-di, KANG Qi, WANG Lei, et al. Natural computing introduction[M]. Shanghai: Shanghai Scientific and Technical Publishers, 2011.

    [11] HOLLAND J H. Genetic algorithms[J]. Scientific American, 1992, 266(4): 44-50.

    [12] KIRKPATRICK S, GELATT C D, VECCHI M P. Optimization by simulated annealing[J]. Science, 1983,220(4598): 671-680.

    [13] COLORNI A, DORIGO M, MANIEZZO V. Distributed optimization by ant colonies[C]//Proceedings of the 1st European Conference on Artificial Life. Paris: [s.n.], 1991:134-142.

    [14] 張軍英, 周斌. 基于泛化競爭和局部滲透機(jī)制的自組織TSP問題求解方法[J]. 計(jì)算機(jī)學(xué)報(bào), 2008, 31(2): 220-227. ZHANG Jun-ying, ZHOU Bin. Self organizing map with generalized and localized parallel competitions for the TSP[J]. Chinese Journal of Computers, 2008, 31(2):220-227.

    [15] ARAS N, ALTINEL I K, OOMMEN J. A Kohonen-like decomposition method for the euclidean traveling salesman problem-KNIES_decompose[J]. IEEE Transactions on Neural Networks, 2003, 14(4): 869-890.

    [16] VIEIRA F C, NETO A D D, COSTA, et al. An efficient approach to the travelling salesman problem using self-organizing maps[J]. International Journal of Neural Systems, 2003, 13(2): 59-66.

    [17] LEUNG K S, JIN H D. An expanding self-organizing neural network for the traveling salesman problem[J]. Neurocomputing, 2004, 62: 267-292.

    編 輯 葉 芳

    Performance Analysis of Multi-Scale Quantum Harmonic Oscillator Global Optimization Algorithm in Combinatorial Optimization Problems

    WANG Peng1, HUANG Yan2,3, AN Jun-xiu4, and LI Jian-ping5
    (1. School of Computer Science and Technology, Southwest University for Nationalities Chengdu 610041;2. Chengdu Institute of Computer Application, Chinese Academy of Sciences Chengdu 610041;3. University of Chinese Academy of Sciences Shijingshan Beijing 100049;4. Parallel Computing Lab, Chengdu University of Information Technology Chengdu 610225;5. School of Computer Science and Engineering, University of Electronic Science and Technology of China Chengdu 611731)

    The multi-scale quantum harmonic oscillator algorithm (MQHOA) is a novel optimization algorithm based on the wave function of one-dimensional quantum harmonic oscillator. The process for solving traveling salesman problem (TSP) using MQHOA is proposed, and the physical meanings and theoretical convergence process of MQHOA are analyzed. The experiments for 12 groups of typical TSP data show that the neighborhoods generated on Gaussian distribution are better than those on random distribution. MQHOA for TSP is better than simulated annealing algorithm on the ratio of getting precise route and the average shortest distance. The comparison with other algorithms also proves the good performance of MQHOA. The performance about regular city data set has also been researched. The experiments results prove that MQHOA is an excellent algorithm to solve combinatorial optimization problems.

    combinatorial optimization; multi-scale quantum harmonic oscillator algorithm; optimization algorithm; traveling; salesman problem

    TP18

    A

    10.3969/j.issn.1001-0548.2016.02.027

    2014 - 12 - 04;

    2016 - 02 - 25

    國家自然科學(xué)基金(60702075);國家社會科學(xué)基金(12XSH019);中國博士后科學(xué)基金(20090451420);廣東省科技廳高新技術(shù)產(chǎn)業(yè)化科技攻關(guān)項(xiàng)目(2011B010200007);四川省青年科學(xué)基金(09ZQ026-068)

    王鵬(1975 - ),男,教授,主要從事智能算法方面的研究.

    猜你喜歡
    諧振子高斯分布測試數(shù)據(jù)
    利用Box-Cox變換對移動通信中小區(qū)級業(yè)務(wù)流量分布的研究
    2種非對稱廣義高斯分布模型的構(gòu)造
    諧振子支柱偏心誤差對諧振子振動特性影響分析(英文)
    測試數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    一種基于改進(jìn)混合高斯模型的前景檢測
    基于自適應(yīng)粒子群優(yōu)化算法的測試數(shù)據(jù)擴(kuò)增方法
    空間co-location挖掘模式在學(xué)生體能測試數(shù)據(jù)中的應(yīng)用
    體育科技(2016年2期)2016-02-28 17:06:21
    影響《標(biāo)準(zhǔn)》測試數(shù)據(jù)真實(shí)性的因素及破解策略
    體育師友(2011年5期)2011-03-20 15:29:51
    三維各向異性耦合諧振子體系的非形式性嚴(yán)格波函數(shù)
    含時阻尼變質(zhì)量諧振子嚴(yán)格波函數(shù)求解新方法
    国产 精品1| 久久精品国产a三级三级三级| av线在线观看网站| 夫妻性生交免费视频一级片| 男人添女人高潮全过程视频| 国产一区二区三区综合在线观看| 免费人妻精品一区二区三区视频| 爱豆传媒免费全集在线观看| 亚洲欧美清纯卡通| 午夜福利视频在线观看免费| 成年美女黄网站色视频大全免费| 国产成人91sexporn| 午夜免费鲁丝| 欧美 日韩 精品 国产| 欧美变态另类bdsm刘玥| 汤姆久久久久久久影院中文字幕| 日韩三级伦理在线观看| 免费在线观看视频国产中文字幕亚洲 | av在线老鸭窝| 精品一区二区三区四区五区乱码 | 侵犯人妻中文字幕一二三四区| 亚洲av免费高清在线观看| 亚洲四区av| 亚洲国产精品一区三区| 岛国毛片在线播放| 看免费成人av毛片| 国产高清不卡午夜福利| av.在线天堂| 一级毛片黄色毛片免费观看视频| 丝袜人妻中文字幕| 婷婷色综合大香蕉| 少妇人妻 视频| 中文精品一卡2卡3卡4更新| 2022亚洲国产成人精品| 亚洲天堂av无毛| 日本色播在线视频| 成人国语在线视频| 中文字幕最新亚洲高清| 亚洲国产最新在线播放| 99热全是精品| 新久久久久国产一级毛片| 国产又色又爽无遮挡免| 国产欧美亚洲国产| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品久久久久久婷婷小说| 又大又黄又爽视频免费| 高清av免费在线| 久久久久久久久免费视频了| 国产免费视频播放在线视频| 亚洲精品国产av成人精品| 亚洲五月色婷婷综合| www.自偷自拍.com| 日韩欧美一区视频在线观看| 免费大片黄手机在线观看| 午夜福利在线观看免费完整高清在| 一区二区三区精品91| 各种免费的搞黄视频| 人人妻人人添人人爽欧美一区卜| 在线免费观看不下载黄p国产| 久久精品熟女亚洲av麻豆精品| 人体艺术视频欧美日本| 日产精品乱码卡一卡2卡三| 国产亚洲午夜精品一区二区久久| 国产精品熟女久久久久浪| 999精品在线视频| 五月天丁香电影| 亚洲五月色婷婷综合| 国产精品久久久久久久久免| 午夜免费观看性视频| 在线天堂中文资源库| 久久精品国产亚洲av高清一级| 国产一区二区三区av在线| 国产激情久久老熟女| 春色校园在线视频观看| 免费黄色在线免费观看| 亚洲av在线观看美女高潮| 男女无遮挡免费网站观看| 人妻一区二区av| 亚洲经典国产精华液单| 美女大奶头黄色视频| 亚洲欧洲国产日韩| 男女国产视频网站| 亚洲欧美日韩另类电影网站| 黄色配什么色好看| 日韩制服骚丝袜av| 色婷婷久久久亚洲欧美| 亚洲国产精品999| 制服诱惑二区| 色播在线永久视频| 欧美97在线视频| 纵有疾风起免费观看全集完整版| 青春草亚洲视频在线观看| 亚洲精品第二区| 欧美激情 高清一区二区三区| 国产一区二区三区av在线| 久久精品久久精品一区二区三区| 高清在线视频一区二区三区| 一级毛片黄色毛片免费观看视频| 久久ye,这里只有精品| 建设人人有责人人尽责人人享有的| 99re6热这里在线精品视频| 免费观看a级毛片全部| 久久青草综合色| 日韩制服丝袜自拍偷拍| 国产成人精品无人区| 免费久久久久久久精品成人欧美视频| 伊人亚洲综合成人网| 久久久久人妻精品一区果冻| 亚洲欧美精品综合一区二区三区 | 日韩制服丝袜自拍偷拍| 亚洲精品国产一区二区精华液| 精品一区二区免费观看| 国产片内射在线| 午夜91福利影院| 国产片特级美女逼逼视频| 国产日韩欧美视频二区| 高清在线视频一区二区三区| 高清视频免费观看一区二区| 肉色欧美久久久久久久蜜桃| 日本色播在线视频| 国产片内射在线| 久久久久网色| 国产在线一区二区三区精| 伦精品一区二区三区| 成人毛片60女人毛片免费| 一区二区av电影网| 人人澡人人妻人| a 毛片基地| 久久久久久久国产电影| 国产在线视频一区二区| 国产成人免费观看mmmm| 亚洲欧美日韩另类电影网站| 十八禁网站网址无遮挡| 美女国产视频在线观看| 韩国av在线不卡| 久久久久精品人妻al黑| 成年女人毛片免费观看观看9 | 十八禁高潮呻吟视频| 国产欧美亚洲国产| 18在线观看网站| 看十八女毛片水多多多| 黄频高清免费视频| 日韩精品有码人妻一区| 久久热在线av| 国产老妇伦熟女老妇高清| 久久久久久人妻| 少妇被粗大的猛进出69影院| 美女脱内裤让男人舔精品视频| 日本色播在线视频| 制服人妻中文乱码| 午夜老司机福利剧场| 18禁动态无遮挡网站| 亚洲,欧美精品.| 婷婷色麻豆天堂久久| 18禁裸乳无遮挡动漫免费视频| 在线观看免费高清a一片| 999精品在线视频| 国产av精品麻豆| 欧美国产精品一级二级三级| 狠狠精品人妻久久久久久综合| 日本免费在线观看一区| 国产精品 欧美亚洲| 婷婷成人精品国产| 亚洲一码二码三码区别大吗| 免费观看无遮挡的男女| 十八禁高潮呻吟视频| 久久久久久久久久久久大奶| 热re99久久国产66热| 精品一区二区三卡| 26uuu在线亚洲综合色| 午夜福利影视在线免费观看| 国产精品二区激情视频| xxx大片免费视频| 少妇熟女欧美另类| 国产有黄有色有爽视频| 国产一区二区 视频在线| 乱人伦中国视频| 一级片免费观看大全| 亚洲 欧美一区二区三区| av线在线观看网站| 母亲3免费完整高清在线观看 | 在线观看免费视频网站a站| 欧美精品一区二区免费开放| 国产片特级美女逼逼视频| 高清视频免费观看一区二区| 在线观看三级黄色| 免费看av在线观看网站| 狠狠婷婷综合久久久久久88av| 国产精品亚洲av一区麻豆 | 在线观看一区二区三区激情| 国产日韩欧美在线精品| 亚洲人成77777在线视频| 亚洲av欧美aⅴ国产| 久久精品国产自在天天线| 9色porny在线观看| 一区二区三区激情视频| 赤兔流量卡办理| 老鸭窝网址在线观看| 国产亚洲欧美精品永久| 女性被躁到高潮视频| 国产日韩欧美在线精品| 午夜福利在线观看免费完整高清在| 国产97色在线日韩免费| 亚洲欧美一区二区三区久久| 99久久人妻综合| 午夜福利在线免费观看网站| 日本wwww免费看| 亚洲婷婷狠狠爱综合网| 久久av网站| 桃花免费在线播放| 国产日韩欧美视频二区| 国产成人精品无人区| 国产av国产精品国产| h视频一区二区三区| 中文字幕人妻熟女乱码| 午夜激情av网站| 大香蕉久久网| 国产精品三级大全| 黄色 视频免费看| 寂寞人妻少妇视频99o| 人人妻人人添人人爽欧美一区卜| 80岁老熟妇乱子伦牲交| 成年女人毛片免费观看观看9 | 一区二区三区四区激情视频| 亚洲成人一二三区av| 午夜免费观看性视频| 青春草国产在线视频| 国产精品麻豆人妻色哟哟久久| 久久久久久久亚洲中文字幕| 久久久久久人人人人人| 久久精品熟女亚洲av麻豆精品| 欧美日韩综合久久久久久| 国产国语露脸激情在线看| 美女xxoo啪啪120秒动态图| 欧美国产精品va在线观看不卡| av在线app专区| 亚洲精华国产精华液的使用体验| 中文字幕另类日韩欧美亚洲嫩草| av片东京热男人的天堂| 99久国产av精品国产电影| 国产一区有黄有色的免费视频| 制服丝袜香蕉在线| 日韩av免费高清视频| 九色亚洲精品在线播放| 老女人水多毛片| 国产成人精品久久久久久| 日日撸夜夜添| www.熟女人妻精品国产| 在线观看免费高清a一片| 在线免费观看不下载黄p国产| 欧美av亚洲av综合av国产av | 激情视频va一区二区三区| 欧美黄色片欧美黄色片| 国产精品无大码| av国产精品久久久久影院| 亚洲美女搞黄在线观看| 黑丝袜美女国产一区| 日韩三级伦理在线观看| 亚洲国产精品成人久久小说| 久久久欧美国产精品| 久久99精品国语久久久| 观看美女的网站| 999久久久国产精品视频| 老司机影院毛片| 一级毛片 在线播放| 下体分泌物呈黄色| 亚洲,欧美精品.| 精品国产乱码久久久久久小说| 咕卡用的链子| 久久精品国产亚洲av天美| 久久女婷五月综合色啪小说| 一区二区三区精品91| 搡老乐熟女国产| 国产精品99久久99久久久不卡 | 久久久久国产精品人妻一区二区| 久久这里有精品视频免费| 精品人妻偷拍中文字幕| 国产精品一区二区在线不卡| 欧美亚洲日本最大视频资源| 国产免费现黄频在线看| 女人精品久久久久毛片| a 毛片基地| 美女高潮到喷水免费观看| 亚洲av.av天堂| 国产老妇伦熟女老妇高清| 久久狼人影院| 肉色欧美久久久久久久蜜桃| 看非洲黑人一级黄片| 美女xxoo啪啪120秒动态图| 国产亚洲一区二区精品| 欧美+日韩+精品| 男女啪啪激烈高潮av片| 久久影院123| 亚洲国产欧美日韩在线播放| 国产免费现黄频在线看| 中文精品一卡2卡3卡4更新| 99热全是精品| 最近中文字幕2019免费版| 国产男女内射视频| 建设人人有责人人尽责人人享有的| 国产免费现黄频在线看| 日韩精品有码人妻一区| 在线精品无人区一区二区三| 性少妇av在线| 9热在线视频观看99| 精品人妻在线不人妻| 国产一区二区三区av在线| 精品久久久精品久久久| 赤兔流量卡办理| 丝袜人妻中文字幕| 亚洲精品久久午夜乱码| 热re99久久精品国产66热6| 国产日韩一区二区三区精品不卡| 国产老妇伦熟女老妇高清| 久久这里有精品视频免费| 亚洲人成电影观看| 夫妻午夜视频| 久久久久精品性色| 宅男免费午夜| 久久99精品国语久久久| 亚洲精品久久午夜乱码| 伊人久久大香线蕉亚洲五| av.在线天堂| 国产视频首页在线观看| 国产爽快片一区二区三区| 国产高清不卡午夜福利| 国产亚洲午夜精品一区二区久久| 中文字幕亚洲精品专区| 最近最新中文字幕大全免费视频 | 多毛熟女@视频| 一区二区三区四区激情视频| 国产一级毛片在线| 国产精品av久久久久免费| 免费不卡的大黄色大毛片视频在线观看| 日本欧美国产在线视频| 成年女人在线观看亚洲视频| 亚洲av国产av综合av卡| 啦啦啦中文免费视频观看日本| 成人国产av品久久久| 尾随美女入室| 最黄视频免费看| 日韩欧美精品免费久久| 精品亚洲乱码少妇综合久久| 国产女主播在线喷水免费视频网站| 国产日韩一区二区三区精品不卡| 亚洲av在线观看美女高潮| 久久免费观看电影| 午夜福利视频精品| 久久人人97超碰香蕉20202| 亚洲av国产av综合av卡| 建设人人有责人人尽责人人享有的| 亚洲精品日韩在线中文字幕| 少妇熟女欧美另类| 中文欧美无线码| 一区二区三区激情视频| 亚洲熟女精品中文字幕| 波多野结衣一区麻豆| 少妇人妻精品综合一区二区| 免费人妻精品一区二区三区视频| 亚洲精品中文字幕在线视频| 日韩伦理黄色片| 国产爽快片一区二区三区| 久久精品久久久久久噜噜老黄| 纯流量卡能插随身wifi吗| 99香蕉大伊视频| 久久精品久久久久久久性| 午夜福利在线观看免费完整高清在| 制服人妻中文乱码| 亚洲av福利一区| 丰满少妇做爰视频| 91成人精品电影| av福利片在线| 亚洲精品在线美女| 电影成人av| 最近手机中文字幕大全| 国产精品.久久久| 国产视频首页在线观看| 国产成人精品一,二区| 日韩制服骚丝袜av| 纯流量卡能插随身wifi吗| 午夜av观看不卡| 麻豆精品久久久久久蜜桃| 久久久久久久久久久久大奶| 亚洲精品国产色婷婷电影| 女人高潮潮喷娇喘18禁视频| 日产精品乱码卡一卡2卡三| 97人妻天天添夜夜摸| av.在线天堂| 大片免费播放器 马上看| 亚洲成av片中文字幕在线观看 | 美国免费a级毛片| 成人免费观看视频高清| 亚洲国产精品一区三区| 成年动漫av网址| 精品国产一区二区久久| 老汉色∧v一级毛片| 一级毛片黄色毛片免费观看视频| 久久青草综合色| 亚洲欧美成人精品一区二区| 菩萨蛮人人尽说江南好唐韦庄| 欧美日韩亚洲高清精品| 亚洲精品,欧美精品| 久久人人爽人人片av| 欧美日韩一区二区视频在线观看视频在线| 91在线精品国自产拍蜜月| 街头女战士在线观看网站| 国产在视频线精品| 久久精品人人爽人人爽视色| 久久热在线av| 两个人免费观看高清视频| 国产国语露脸激情在线看| 在线免费观看不下载黄p国产| 国产av码专区亚洲av| 黄色怎么调成土黄色| 国产精品香港三级国产av潘金莲 | av视频免费观看在线观看| 十分钟在线观看高清视频www| 丝袜在线中文字幕| av网站免费在线观看视频| 国产一区二区 视频在线| 日韩精品免费视频一区二区三区| 少妇人妻 视频| 18禁观看日本| av福利片在线| 18禁动态无遮挡网站| 一区在线观看完整版| 97精品久久久久久久久久精品| 亚洲av日韩在线播放| 午夜老司机福利剧场| 波野结衣二区三区在线| 亚洲,一卡二卡三卡| 深夜精品福利| 中文字幕最新亚洲高清| 国产不卡av网站在线观看| 三上悠亚av全集在线观看| 大香蕉久久网| 国产高清国产精品国产三级| videos熟女内射| 69精品国产乱码久久久| 97精品久久久久久久久久精品| 免费女性裸体啪啪无遮挡网站| 国产精品久久久久久av不卡| 亚洲成av片中文字幕在线观看 | 九九爱精品视频在线观看| 极品人妻少妇av视频| 日本欧美视频一区| 在线观看国产h片| 在线天堂中文资源库| 久久精品国产综合久久久| 国产免费福利视频在线观看| 亚洲精品第二区| 哪个播放器可以免费观看大片| 亚洲国产精品国产精品| 久久久国产一区二区| 午夜免费男女啪啪视频观看| 久久青草综合色| 99国产综合亚洲精品| a 毛片基地| 欧美精品一区二区免费开放| 精品亚洲乱码少妇综合久久| www.精华液| 亚洲,欧美,日韩| 卡戴珊不雅视频在线播放| 欧美日韩一区二区视频在线观看视频在线| 久久精品夜色国产| 精品国产乱码久久久久久小说| 91成人精品电影| 欧美国产精品一级二级三级| www.av在线官网国产| 亚洲精品国产av成人精品| 日韩av在线免费看完整版不卡| 久热久热在线精品观看| 国产97色在线日韩免费| 国产精品国产av在线观看| 久久99热这里只频精品6学生| 精品国产一区二区三区久久久樱花| 亚洲欧美中文字幕日韩二区| 91aial.com中文字幕在线观看| 国产在线一区二区三区精| 大片电影免费在线观看免费| 精品少妇黑人巨大在线播放| 美国免费a级毛片| 日韩av在线免费看完整版不卡| 晚上一个人看的免费电影| 国产精品亚洲av一区麻豆 | 亚洲精品,欧美精品| 丝瓜视频免费看黄片| 久久久国产一区二区| 国产精品二区激情视频| 午夜91福利影院| a级毛片在线看网站| 晚上一个人看的免费电影| 中文字幕色久视频| 18禁国产床啪视频网站| 王馨瑶露胸无遮挡在线观看| av网站免费在线观看视频| 国产精品久久久久久久久免| 大码成人一级视频| 亚洲在久久综合| 日韩免费高清中文字幕av| 这个男人来自地球电影免费观看 | 国产高清不卡午夜福利| 狂野欧美激情性bbbbbb| 国产国语露脸激情在线看| 男女无遮挡免费网站观看| 黄色怎么调成土黄色| 日本免费在线观看一区| 丰满饥渴人妻一区二区三| 久久久久久伊人网av| 另类亚洲欧美激情| 久久午夜福利片| 日韩av在线免费看完整版不卡| 18禁观看日本| 国产精品 欧美亚洲| 五月开心婷婷网| 男人爽女人下面视频在线观看| 两性夫妻黄色片| 丁香六月天网| 久久午夜综合久久蜜桃| 国产精品av久久久久免费| 国产精品国产三级国产专区5o| 日韩一卡2卡3卡4卡2021年| 久久毛片免费看一区二区三区| 少妇猛男粗大的猛烈进出视频| 精品福利永久在线观看| 在线亚洲精品国产二区图片欧美| 国产男人的电影天堂91| 在线天堂中文资源库| 中文乱码字字幕精品一区二区三区| 波多野结衣一区麻豆| 日本欧美视频一区| 校园人妻丝袜中文字幕| 欧美激情高清一区二区三区 | 亚洲第一青青草原| 天天躁日日躁夜夜躁夜夜| 亚洲人成电影观看| 老女人水多毛片| 国产一区二区 视频在线| 欧美激情高清一区二区三区 | 老汉色av国产亚洲站长工具| 亚洲精品日本国产第一区| 婷婷色综合大香蕉| 久久婷婷青草| 亚洲成人手机| 最新的欧美精品一区二区| 涩涩av久久男人的天堂| 久久综合国产亚洲精品| 亚洲欧美一区二区三区黑人 | 亚洲一级一片aⅴ在线观看| 蜜桃在线观看..| 人妻人人澡人人爽人人| 国产精品成人在线| 久久久久久久亚洲中文字幕| 久久青草综合色| 交换朋友夫妻互换小说| 欧美成人午夜免费资源| 亚洲欧洲精品一区二区精品久久久 | 亚洲精品一区蜜桃| 国产亚洲最大av| 人体艺术视频欧美日本| 妹子高潮喷水视频| 欧美日韩亚洲国产一区二区在线观看 | 亚洲 欧美一区二区三区| 久久久国产精品麻豆| 在线观看美女被高潮喷水网站| 日韩欧美精品免费久久| 夫妻性生交免费视频一级片| 99久久综合免费| av.在线天堂| 国产 精品1| 欧美日韩视频精品一区| 精品99又大又爽又粗少妇毛片| 亚洲综合色惰| 日韩精品免费视频一区二区三区| 亚洲情色 制服丝袜| 久久精品人人爽人人爽视色| 老司机亚洲免费影院| 免费人妻精品一区二区三区视频| 久久精品国产亚洲av天美| 国产亚洲欧美精品永久| 久久亚洲国产成人精品v| 午夜福利视频精品| 纵有疾风起免费观看全集完整版| 久久久精品区二区三区| 少妇人妻久久综合中文| 国产午夜精品一二区理论片| 卡戴珊不雅视频在线播放| 久久99一区二区三区| 性色av一级| 日韩不卡一区二区三区视频在线| 一级爰片在线观看| 久久久精品94久久精品| 大香蕉久久网| 成年人午夜在线观看视频| 青草久久国产| videos熟女内射| 久久ye,这里只有精品| 中文字幕人妻丝袜一区二区 | 日韩中文字幕视频在线看片| 久久狼人影院| 久久ye,这里只有精品| 亚洲人成网站在线观看播放| 人人澡人人妻人| 亚洲久久久国产精品| 国产免费视频播放在线视频| 在线天堂最新版资源| 亚洲精品日本国产第一区| 一级片免费观看大全| 妹子高潮喷水视频| 亚洲av成人精品一二三区| 国产成人精品一,二区| 久久ye,这里只有精品| 国产一区二区激情短视频 | 高清在线视频一区二区三区| √禁漫天堂资源中文www|