• <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
    你懂的网址亚洲精品在线观看| 国产在线视频一区二区| 国产 精品1| 中文字幕av电影在线播放| 中国国产av一级| 精品午夜福利在线看| 国产精品人妻久久久影院| 亚洲国产av新网站| 在线观看免费日韩欧美大片| 视频在线观看一区二区三区| 国产成人精品无人区| 人体艺术视频欧美日本| 国产精品一区二区在线观看99| 欧美最新免费一区二区三区| 99国产综合亚洲精品| 看十八女毛片水多多多| 少妇高潮的动态图| 久久久久国产网址| 亚洲成av片中文字幕在线观看 | 国产综合精华液| 九色成人免费人妻av| 中文精品一卡2卡3卡4更新| 18禁裸乳无遮挡动漫免费视频| 亚洲av.av天堂| 午夜av观看不卡| 街头女战士在线观看网站| 午夜日本视频在线| 国产精品久久久久久久电影| 中文字幕另类日韩欧美亚洲嫩草| 欧美激情极品国产一区二区三区 | xxx大片免费视频| 99久久中文字幕三级久久日本| 免费播放大片免费观看视频在线观看| 国产欧美日韩综合在线一区二区| 人成视频在线观看免费观看| 亚洲欧美一区二区三区黑人 | 国产一区二区激情短视频 | 黄片播放在线免费| 国国产精品蜜臀av免费| 免费久久久久久久精品成人欧美视频 | 男人添女人高潮全过程视频| av在线app专区| 精品亚洲乱码少妇综合久久| 国产亚洲精品第一综合不卡 | 一级,二级,三级黄色视频| 寂寞人妻少妇视频99o| 国产成人精品久久久久久| 日本-黄色视频高清免费观看| 黑丝袜美女国产一区| 十八禁网站网址无遮挡| 五月开心婷婷网| 九草在线视频观看| 国产成人精品在线电影| 欧美日韩综合久久久久久| videosex国产| 黑丝袜美女国产一区| 人体艺术视频欧美日本| 精品熟女少妇av免费看| 国产精品一区二区在线观看99| 欧美最新免费一区二区三区| 成人亚洲精品一区在线观看| 免费高清在线观看日韩| 大陆偷拍与自拍| 黄色配什么色好看| 少妇高潮的动态图| 成人亚洲欧美一区二区av| 色网站视频免费| 色94色欧美一区二区| 国产一区二区三区综合在线观看 | 国产精品欧美亚洲77777| 亚洲欧美精品自产自拍| 国产色爽女视频免费观看| 国产欧美日韩一区二区三区在线| 久久精品国产亚洲av天美| 男人舔女人的私密视频| 久久精品国产a三级三级三级| 乱码一卡2卡4卡精品| h视频一区二区三区| 女人久久www免费人成看片| 最近中文字幕2019免费版| 亚洲经典国产精华液单| 狠狠婷婷综合久久久久久88av| 国产免费福利视频在线观看| a级毛片在线看网站| 国产精品成人在线| av免费观看日本| 国产一区二区在线观看av| 大片电影免费在线观看免费| 亚洲精品国产色婷婷电影| 一区二区三区四区激情视频| 精品卡一卡二卡四卡免费| 日韩免费高清中文字幕av| 一级毛片我不卡| 国内精品宾馆在线| 亚洲国产精品成人久久小说| 欧美成人午夜精品| 美女视频免费永久观看网站| 国产精品久久久久久久久免| 国产乱人偷精品视频| 精品人妻一区二区三区麻豆| 免费少妇av软件| 久久久欧美国产精品| 国产一区二区三区综合在线观看 | 夫妻午夜视频| 久久综合国产亚洲精品| 一二三四中文在线观看免费高清| 国语对白做爰xxxⅹ性视频网站| www日本在线高清视频| 99热这里只有是精品在线观看| 天天躁夜夜躁狠狠躁躁| 国产乱人偷精品视频| 巨乳人妻的诱惑在线观看| 两个人免费观看高清视频| 国产探花极品一区二区| 中文字幕人妻丝袜制服| 日韩av不卡免费在线播放| 国产黄频视频在线观看| 少妇被粗大猛烈的视频| 美女国产视频在线观看| 亚洲欧洲日产国产| 人人妻人人添人人爽欧美一区卜| 王馨瑶露胸无遮挡在线观看| 人妻少妇偷人精品九色| 美女视频免费永久观看网站| 日本91视频免费播放| 日韩一区二区视频免费看| 亚洲成av片中文字幕在线观看 | 如何舔出高潮| 老女人水多毛片| 亚洲国产精品999| 国产男女超爽视频在线观看| 欧美精品一区二区大全| 日韩中字成人| 国产成人免费观看mmmm| 伦理电影免费视频| 99久久综合免费| 水蜜桃什么品种好| 美女视频免费永久观看网站| 国产精品久久久av美女十八| 久久久精品免费免费高清| 看免费成人av毛片| 日本黄大片高清| 一区二区三区精品91| 精品国产一区二区久久| 久久久精品94久久精品| 男男h啪啪无遮挡| 欧美日韩av久久| 午夜精品国产一区二区电影| 在线观看一区二区三区激情| 日韩成人伦理影院| 亚洲精品美女久久av网站| 亚洲av日韩在线播放| 男人操女人黄网站| 国产精品国产三级国产av玫瑰| 国国产精品蜜臀av免费| 9191精品国产免费久久| 9热在线视频观看99| 亚洲av在线观看美女高潮| 赤兔流量卡办理| 伦理电影大哥的女人| 满18在线观看网站| 精品久久久久久电影网| 有码 亚洲区| 国产av国产精品国产| 亚洲国产精品成人久久小说| 欧美 日韩 精品 国产| 国产淫语在线视频| 亚洲国产日韩一区二区| 日本黄大片高清| 美女主播在线视频| 中文精品一卡2卡3卡4更新| 日日摸夜夜添夜夜爱| 五月天丁香电影| 亚洲精品中文字幕在线视频| 国产精品久久久av美女十八| av有码第一页| 国产永久视频网站| 亚洲精品色激情综合| 搡老乐熟女国产| 日韩欧美精品免费久久| 夜夜骑夜夜射夜夜干| 韩国高清视频一区二区三区| 精品亚洲成国产av| 免费在线观看完整版高清| 香蕉丝袜av| 日产精品乱码卡一卡2卡三| 日韩大片免费观看网站| 免费大片18禁| 日韩免费高清中文字幕av| 飞空精品影院首页| 成人午夜精彩视频在线观看| 亚洲中文av在线| 久久久亚洲精品成人影院| 99热网站在线观看| 激情五月婷婷亚洲| av不卡在线播放| 久久精品国产a三级三级三级| 久久亚洲国产成人精品v| 99精国产麻豆久久婷婷| 亚洲色图 男人天堂 中文字幕 | 精品少妇内射三级| 国产日韩欧美视频二区| 国产色爽女视频免费观看| 久久久久国产网址| 91午夜精品亚洲一区二区三区| 国产一区二区在线观看av| 久久午夜综合久久蜜桃| 日韩免费高清中文字幕av| 欧美3d第一页| 美女中出高潮动态图| 人体艺术视频欧美日本| 五月伊人婷婷丁香| 欧美国产精品一级二级三级| 精品久久久精品久久久| 国产精品蜜桃在线观看| 日韩欧美一区视频在线观看| 亚洲人成77777在线视频| 欧美日韩视频精品一区| 大码成人一级视频| 99九九在线精品视频| 超碰97精品在线观看| 午夜免费男女啪啪视频观看| 一级片免费观看大全| xxx大片免费视频| 亚洲国产色片| 国产又色又爽无遮挡免| 欧美精品一区二区免费开放| 视频中文字幕在线观看| 亚洲人与动物交配视频| 精品亚洲成国产av| 青春草视频在线免费观看| 国产69精品久久久久777片| 亚洲精品色激情综合| 中文字幕制服av| 日韩中字成人| av在线app专区| 青春草视频在线免费观看| av有码第一页| 91aial.com中文字幕在线观看| 国产日韩一区二区三区精品不卡| 久久精品夜色国产| 日韩电影二区| 精品福利永久在线观看| 亚洲内射少妇av| 美女国产高潮福利片在线看| 免费人成在线观看视频色| 亚洲欧美一区二区三区黑人 | 又粗又硬又长又爽又黄的视频| 在线 av 中文字幕| 少妇精品久久久久久久| 国产高清不卡午夜福利| 亚洲国产av新网站| 美女福利国产在线| 久久久久久人人人人人| 伦理电影大哥的女人| 搡女人真爽免费视频火全软件| 高清不卡的av网站| 久久久久久人妻| 亚洲经典国产精华液单| 一区二区三区精品91| 精品少妇久久久久久888优播| 国产无遮挡羞羞视频在线观看| 97超碰精品成人国产| 纵有疾风起免费观看全集完整版| av又黄又爽大尺度在线免费看| 午夜福利影视在线免费观看| 一个人免费看片子| 国产精品久久久久久久电影| 99久久中文字幕三级久久日本| 亚洲四区av| 午夜影院在线不卡| 男女免费视频国产| 777米奇影视久久| 国内精品宾馆在线| videos熟女内射| 你懂的网址亚洲精品在线观看| 国产成人91sexporn| 精品国产国语对白av| 中文字幕制服av| 亚洲精品美女久久久久99蜜臀 | www.色视频.com| 国产1区2区3区精品| 亚洲国产成人一精品久久久| 欧美激情极品国产一区二区三区 | 啦啦啦啦在线视频资源| 高清视频免费观看一区二区| av在线观看视频网站免费| 男女国产视频网站| 在线免费观看不下载黄p国产| 秋霞伦理黄片| 亚洲精品aⅴ在线观看| 男女高潮啪啪啪动态图| 水蜜桃什么品种好| 久热这里只有精品99| 汤姆久久久久久久影院中文字幕| 成人毛片a级毛片在线播放| 久久久国产一区二区| 国产精品一区www在线观看| 考比视频在线观看| 男的添女的下面高潮视频| 精品久久国产蜜桃| 久久精品夜色国产| 少妇的逼水好多| 亚洲精品乱码久久久久久按摩| 亚洲av电影在线观看一区二区三区| 中文字幕制服av| 80岁老熟妇乱子伦牲交| 男女啪啪激烈高潮av片| 久久ye,这里只有精品| 秋霞在线观看毛片| 亚洲国产精品999| 哪个播放器可以免费观看大片| 青青草视频在线视频观看| 久久久久久人人人人人| videosex国产| 亚洲美女视频黄频| 丝袜美足系列| 欧美日韩亚洲高清精品| 国产一区二区激情短视频 | 国产高清三级在线| 欧美xxⅹ黑人| 国产成人精品婷婷| 亚洲欧美一区二区三区国产| 热99久久久久精品小说推荐| 亚洲精品,欧美精品| 黑人欧美特级aaaaaa片| 亚洲精品456在线播放app| 亚洲精品美女久久av网站| 草草在线视频免费看| 咕卡用的链子| 少妇精品久久久久久久| 日本黄大片高清| 国国产精品蜜臀av免费| 欧美亚洲日本最大视频资源| 国产免费现黄频在线看| 十分钟在线观看高清视频www| 国产黄色视频一区二区在线观看| 亚洲精品一二三| 国产精品无大码| 国产成人a∨麻豆精品| 国产亚洲av片在线观看秒播厂| 最近最新中文字幕大全免费视频 | 一区二区三区四区激情视频| 日日啪夜夜爽| 国产成人精品无人区| 亚洲av电影在线观看一区二区三区| 欧美成人精品欧美一级黄| 色94色欧美一区二区| 国产男人的电影天堂91| 亚洲五月色婷婷综合| 欧美日本中文国产一区发布| 国产一区二区在线观看日韩| 9191精品国产免费久久| 天天影视国产精品| 亚洲精品日韩在线中文字幕| 久久人人爽av亚洲精品天堂| 99久久人妻综合| 日本-黄色视频高清免费观看| 国产精品三级大全| 麻豆精品久久久久久蜜桃| 波野结衣二区三区在线| xxx大片免费视频| 97人妻天天添夜夜摸| 免费看光身美女| 精品久久蜜臀av无| 国产黄色视频一区二区在线观看| 亚洲精品美女久久久久99蜜臀 | 日韩成人av中文字幕在线观看| 高清在线视频一区二区三区| 亚洲av欧美aⅴ国产| 两个人看的免费小视频| 久久人人97超碰香蕉20202| 欧美精品一区二区大全| 日本爱情动作片www.在线观看| 十八禁高潮呻吟视频| 亚洲精品乱码久久久久久按摩| 久久精品久久精品一区二区三区| 男女午夜视频在线观看 | 国产片特级美女逼逼视频| 人人妻人人爽人人添夜夜欢视频| 我的女老师完整版在线观看| 少妇 在线观看| 久久久久久久久久久免费av| 午夜久久久在线观看| 国产成人欧美| 你懂的网址亚洲精品在线观看| 91久久精品国产一区二区三区| 蜜桃国产av成人99| 狠狠婷婷综合久久久久久88av| 91久久精品国产一区二区三区| 中文字幕免费在线视频6| 纵有疾风起免费观看全集完整版| 观看美女的网站| videos熟女内射| 1024视频免费在线观看| 美女内射精品一级片tv| 秋霞伦理黄片| 日韩精品有码人妻一区| 9热在线视频观看99| 在线天堂中文资源库| 亚洲一级一片aⅴ在线观看| 99热全是精品| 九九在线视频观看精品| 精品一区在线观看国产| 十八禁高潮呻吟视频| 18在线观看网站| 人妻人人澡人人爽人人| 国产精品不卡视频一区二区| 久久久久久伊人网av| 国产乱来视频区| 精品熟女少妇av免费看| 人人澡人人妻人| 久久国产精品男人的天堂亚洲 | 亚洲精品第二区| 国产在线免费精品| 一边亲一边摸免费视频| 18禁观看日本| 中文天堂在线官网| 国产综合精华液| 男女午夜视频在线观看 | 一区二区三区四区激情视频| 亚洲欧美色中文字幕在线| 免费人妻精品一区二区三区视频| 99九九在线精品视频| 蜜桃在线观看..| 日韩制服骚丝袜av| 国产精品99久久99久久久不卡 | 嫩草影院入口| 久久亚洲国产成人精品v| 国产精品国产三级专区第一集| 亚洲色图综合在线观看| 男女无遮挡免费网站观看| 国产欧美日韩综合在线一区二区| 在现免费观看毛片| 大香蕉久久网| 91久久精品国产一区二区三区| 男女午夜视频在线观看 | 国产日韩欧美视频二区| 波野结衣二区三区在线| 国产亚洲午夜精品一区二区久久| av在线app专区| 婷婷色麻豆天堂久久| av电影中文网址| 蜜桃在线观看..| 18禁裸乳无遮挡动漫免费视频| 一级黄片播放器| 欧美最新免费一区二区三区| 有码 亚洲区| 国产乱人偷精品视频| 欧美亚洲 丝袜 人妻 在线| 一级毛片我不卡| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 日韩在线高清观看一区二区三区| 色婷婷av一区二区三区视频| √禁漫天堂资源中文www| 久久午夜福利片| 久久久精品免费免费高清| 最新中文字幕久久久久| 97人妻天天添夜夜摸| 99re6热这里在线精品视频| 国产男女内射视频| 男女午夜视频在线观看 | 一级黄片播放器| 欧美最新免费一区二区三区| 亚洲国产精品一区三区| 天天影视国产精品| 亚洲欧美成人综合另类久久久| 国产日韩欧美视频二区| 亚洲欧美精品自产自拍| 大片免费播放器 马上看| 免费看光身美女| www.熟女人妻精品国产 | 美女国产视频在线观看| 18禁动态无遮挡网站| 一区二区三区精品91| 欧美xxxx性猛交bbbb| 你懂的网址亚洲精品在线观看| 国产1区2区3区精品| 亚洲久久久国产精品| 亚洲欧洲日产国产| 老女人水多毛片| 少妇人妻 视频| 欧美成人精品欧美一级黄| 免费高清在线观看视频在线观看| www日本在线高清视频| 成人亚洲欧美一区二区av| av国产精品久久久久影院| 日韩在线高清观看一区二区三区| 欧美精品国产亚洲| 国产乱人偷精品视频| 五月伊人婷婷丁香| 少妇人妻精品综合一区二区| 国产成人精品久久久久久| 精品久久久精品久久久| 五月开心婷婷网| 一区二区三区四区激情视频| 国产精品不卡视频一区二区| 国产精品欧美亚洲77777| 十八禁高潮呻吟视频| 国产极品粉嫩免费观看在线| 亚洲av综合色区一区| 男女啪啪激烈高潮av片| 王馨瑶露胸无遮挡在线观看| 久久精品国产亚洲av涩爱| 亚洲国产精品一区三区| 国产成人午夜福利电影在线观看| 又粗又硬又长又爽又黄的视频| 午夜福利视频在线观看免费| 精品一区二区三区四区五区乱码 | 在线 av 中文字幕| 久久人妻熟女aⅴ| 一本久久精品| 亚洲成人av在线免费| 国产成人a∨麻豆精品| 黄色一级大片看看| 亚洲 欧美一区二区三区| 久久久久久久久久成人| 久久午夜综合久久蜜桃| 亚洲国产看品久久| av片东京热男人的天堂| 欧美成人午夜免费资源| 免费播放大片免费观看视频在线观看| 国产精品蜜桃在线观看| 亚洲色图 男人天堂 中文字幕 | 日韩欧美一区视频在线观看| 亚洲成国产人片在线观看| 日本91视频免费播放| 日日撸夜夜添| 日韩制服丝袜自拍偷拍| 亚洲美女视频黄频| 久久精品国产a三级三级三级| 亚洲av成人精品一二三区| 国产爽快片一区二区三区| 哪个播放器可以免费观看大片| 国产69精品久久久久777片| 一级,二级,三级黄色视频| 亚洲欧美一区二区三区国产| 欧美精品一区二区大全| 97人妻天天添夜夜摸| 美女大奶头黄色视频| 国产精品一区www在线观看| 纵有疾风起免费观看全集完整版| www日本在线高清视频| 精品国产露脸久久av麻豆| 91精品国产国语对白视频| 国产成人精品在线电影| 久久午夜福利片| 成人亚洲欧美一区二区av| 一二三四中文在线观看免费高清| 日韩,欧美,国产一区二区三区| 国产综合精华液| 精品少妇黑人巨大在线播放| 欧美日韩视频高清一区二区三区二| 亚洲精品一二三| 两个人看的免费小视频| 欧美激情国产日韩精品一区| 午夜免费鲁丝| 欧美激情国产日韩精品一区| 9色porny在线观看| 国产午夜精品一二区理论片| 有码 亚洲区| 日韩一区二区视频免费看| 亚洲欧洲日产国产| 日韩一区二区视频免费看| 啦啦啦在线观看免费高清www| 少妇精品久久久久久久| 亚洲国产精品专区欧美| 天天躁夜夜躁狠狠躁躁| 日韩制服骚丝袜av| 亚洲伊人色综图| 十分钟在线观看高清视频www| 国产色爽女视频免费观看| 精品午夜福利在线看| 久久婷婷青草| 欧美少妇被猛烈插入视频| 久热这里只有精品99| 久久午夜综合久久蜜桃| 中国美白少妇内射xxxbb| 综合色丁香网| 成人免费观看视频高清| 丝袜美足系列| 国产av码专区亚洲av| 久久国内精品自在自线图片| 成年美女黄网站色视频大全免费| 午夜福利视频精品| 色94色欧美一区二区| 欧美日韩国产mv在线观看视频| 亚洲av电影在线进入| 一本久久精品| 你懂的网址亚洲精品在线观看| 国产精品久久久久成人av| 最近中文字幕2019免费版| 亚洲欧美清纯卡通| 满18在线观看网站| 日韩 亚洲 欧美在线| 亚洲激情五月婷婷啪啪| 国产69精品久久久久777片| av免费观看日本| 精品99又大又爽又粗少妇毛片| 久久这里只有精品19| 午夜福利视频在线观看免费| 多毛熟女@视频| 亚洲三级黄色毛片| 国产高清国产精品国产三级| 国产伦理片在线播放av一区| 久久青草综合色| 国产精品一区二区在线观看99| 亚洲欧美清纯卡通| 久久久久久久久久久久大奶| 国产日韩欧美视频二区| 国产一区二区在线观看日韩| 日日啪夜夜爽| 亚洲av男天堂| 成人综合一区亚洲| 搡老乐熟女国产|