• <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 ?

    一種求解阻塞流水車間多目標調(diào)度的離散差分進化算法

    2016-11-21 02:53:18鄧冠龍田廣東顧幸生張淑寧
    關鍵詞:算例支配差分

    鄧冠龍, 田廣東, 顧幸生, 張淑寧

    (1.魯東大學信息與電氣工程學院,山東 煙臺 264025; 2.吉林大學交通學院,長春 130022;3.華東理工大學化工過程先進控制和優(yōu)化技術(shù)教育部重點實驗室,上海 200237)

    ?

    一種求解阻塞流水車間多目標調(diào)度的離散差分進化算法

    鄧冠龍1, 田廣東2, 顧幸生3, 張淑寧1

    (1.魯東大學信息與電氣工程學院,山東 煙臺 264025; 2.吉林大學交通學院,長春 130022;3.華東理工大學化工過程先進控制和優(yōu)化技術(shù)教育部重點實驗室,上海 200237)

    針對流水車間中產(chǎn)品不存在緩沖區(qū)的多目標優(yōu)化問題,研究了阻塞流水車間的最大完工時間和總流程時間的最小化問題,提出了一種多目標離散差分進化(Multi-objective Discrete Differential Evolution,MDDE)算法搜索Pareto最優(yōu)調(diào)度解。MDDE的變異個體通過非支配解或當前解的鄰域隨機產(chǎn)生,實驗個體通過交叉操作產(chǎn)生,而選擇過程則設計為一種多目標選擇策略。此外,算法還混合了一種基于插入的Pareto局部搜索方法?;跇藴蕼y試算例的數(shù)值仿真實驗表明,MDDE算法獲得的非支配解集在Inverted Generational Distance、Set Coverage和Hypervolume性能指標上均有較好的表現(xiàn)。

    進化算法; 生產(chǎn)調(diào)度; 優(yōu)化; 多目標; Pareto

    作為車間調(diào)度中的典型難題,流水車間(Flow shop)調(diào)度問題近幾十年來得到了廣泛關注,并隨著近年智能優(yōu)化方法的普遍使用愈加成為研究熱點之一[1-2]。經(jīng)典的流水車間調(diào)度問題并不考慮工件加工完畢后的存儲問題,即假定在任意兩臺機器間有足夠的容量來存儲工件。而在實際生產(chǎn)過程中,若存儲容量不夠并且下個工序的機器并未空閑,則已加工完畢的工件只能滯留在當前機器上而不能離開;若有存儲容量或下個工序的機器已經(jīng)就緒,則工件可以離開當前機器。若任意兩臺機器間的存儲容量為零,則工件極易在機器上阻塞,從而使Flow shop生產(chǎn)受到較大影響,該問題稱為阻塞Flow shop調(diào)度問題(Blocking Flow Shop Scheduling Problem,BFSP)。BFSP廣泛存在于各種生產(chǎn)環(huán)境中,如石油化工、間歇生產(chǎn)、塑料制模、鋼鐵制造等[3-4],因此,其研究具有重要的理論和實際意義。

    目前,該問題的研究已有一些成果。文獻[5]證明了以最大完工時間(makespan)為目標時,機器數(shù)大于2的該問題即是NP-難的。Companys等[6]于2007年提出了一種分支定界方法最小化makespan,可求解較小規(guī)模的問題。Bautista等[7]結(jié)合動態(tài)規(guī)劃和分支定界兩種方法,提出了一種有界動態(tài)規(guī)劃算法來求解,針對小規(guī)模問題有較好效果,而對較大規(guī)模問題仍不甚理想。在啟發(fā)式規(guī)則方面,有輪廓適合(Profile Fitting,PF)規(guī)則[8]、Nawaz-Enscore-Ham(NEH)啟發(fā)式規(guī)則[9]、minmax(MM)、MM與NEH的結(jié)合(MME)、PF與NEH的結(jié)合(PFE)[10]。近年來,元啟發(fā)式算法廣泛地應用在調(diào)度領域,涌現(xiàn)了較多的研究成果。針對阻塞Flow shop調(diào)度,相應的算法有Caraffa等[11]提出的遺傳算法、Grabowski等[12]提出的禁忌搜索算法、Wang等[13]提出的混合離散差分進化算法、Ribas等[14]提出的迭代貪婪算法、Wang等[15]提出的混合和聲搜索算法。除上述研究成果之外,國內(nèi)學者也對BFSP做了一些研究工作。張其亮[16]提出了一種混合粒子群算法以最小化該問題的makespan目標,同樣針對makespan目標的方法還有包云等[17]提出的混合和聲搜索方法、郭麗萍等[18]提出的改進螢火蟲算法、韓煒等[19]提出的改進蛙跳算法、李坤等[20]提出的分散變鄰域搜索算法等。而對BFSP的總流程時間(Total Flow Time,TFT)最小化問題,鄧冠龍等[21]提出了一種離散人工蜂群算法,取得了較好的求解效果。此外,謝展鵬等[22]提出的候鳥優(yōu)化算法、張素君[23]提出的混合離散人工蜂群算法均對BFSP的TFT目標優(yōu)化有較好的性能。

    上述研究都是針對單一目標進行優(yōu)化,然而,對生產(chǎn)調(diào)度問題而言,優(yōu)化目標可能有多個,且決策者對各個目標的重視程度通常是不可預知的,因此,多目標調(diào)度顯得尤為重要。關于置換流水車間的多目標調(diào)度,已有不少的研究成果,文獻[24]進行了綜述,而針對BFSP的多目標優(yōu)化研究較為少見。本文BFSP的多目標調(diào)度,提出了一種可實現(xiàn)多目標調(diào)度的離散差分進化算法,以makespan和TFT為最小化目標進行Pareto求解。

    作為一種新型智能優(yōu)化算法,差分進化算法[25]由于結(jié)構(gòu)簡單、收斂較快、尋優(yōu)性能較好得到了廣泛的應用。在生產(chǎn)調(diào)度領域,研究者較多地采用離散編碼的離散差分進化算法[13,26],取得了較好的效果。因此,本文引入該算法的進化機制,結(jié)合多目標優(yōu)化的特性,設計變異、交叉和選擇操作,提出了一種多目標離散差分進化(Multi-objective Discrete Differential Evolution,MDDE)算法,以期對BFSP的多目標優(yōu)化有效求解。

    1 多目標BFSP

    BFSP可描述如下:已知有n個工件和m臺機器,每個工件需要依次經(jīng)過第1臺機器、第2臺機器,直到第m臺機器。工件j(j=1,2,…,n) 在第i(i=1,2,…,m) 臺機器Mi上的加工過程記為工序Oji,對應的加工時間為p(j,i)。生產(chǎn)過程中具有阻塞約束,即在任意兩臺機器之間沒有中間存儲,這意味著每個工件一旦開始在某臺機器上加工,則不論該工序是否加工結(jié)束,在下一臺機器可用之前都必須滯留在當前機器上。為使問題描述嚴格,還需做以下假設:

    (1) 任意時刻,一臺機器只能加工至多一個工件,且一個工件只能在至多一臺機器上加工;

    (2) 工件不允許拆分;

    (3) 所有工件和機器在零時刻是可用的;

    (4) 加工時間大于零,且是確定的、已知的;

    (5) 工件的準備時間、在機器間的轉(zhuǎn)移時間均忽略不計。

    對上述問題,工件的加工次序可表示為工件排列π=(π(1),π(2),…,π(n)),其中,π(j)表示工件號 (j=1,2,…,n)。令dπ(j),i表示工件π(j)離開機器Mi的時刻,則最大完工時間makespan和總流程時間TFT可定義如下:

    (1) makespan定義為最大完工時間,即最后加工工件的完工時間,也即工件π(n)離開機器Mm的時刻dπ(n),m;

    圖1示出了某4個工件3臺機器的BFSP的調(diào)度甘特圖,其中,陰影區(qū)域表示該機器被工件阻塞。圖1給出的是按照工件號1-2-3-4先后加工(即π=(1,2,3,4))的調(diào)度安排,可見,工件的加工次序確定,則makespan和TFT也就確定了(該例子中分別為21和62)。若改變加工次序,則兩個目標函數(shù)均可能發(fā)生變化。值得一提的是,這兩個目標是有沖突的,makespan最小的解并不一定能達到TFT最小,反之亦然。例如,若有兩個調(diào)度解A和B,具有不同的工件次序,且解A的makespan要小于解B,則一種可能的情況是:由于解A中各個工件的阻塞時間要多于解B,使得解A某些工件的完工時間大于解B,從而導致解A的TFT大于解B。

    圖1 某BFSP例子調(diào)度甘特圖Fig.1 Gantt chart of a BFSP example

    根據(jù)離開時刻dπ(j),i的描述,為計算目標函數(shù),可先計算工件π(1)在各臺機器上的離開時刻,然后計算π(2)的各個離開時刻,依次下去,直到dπ(j),i全部計算完畢。

    (1)

    (2)

    (3)

    (4)

    (5)

    其中,dπ(j),0表示工件π(j)在機器M1上的開始時間。

    令f1(π)和f2(π)分別表示π對應的makespan和TFT,則有

    (6)

    (7)

    上述兩個目標函數(shù)可在時間復雜度O(mn)內(nèi)得到。用Π表示所有工件排列的集合,則本文考慮的多目標BFSP為

    (8)

    由于該問題為多目標問題,本文采用Pareto方法處理,所用算法嘗試搜索問題對應的Pareto最優(yōu)解集合。

    2 多目標離散差分進化算法

    2.1 概述

    標準差分進化算法是一種簡單、有效的群體搜索算法,在連續(xù)函數(shù)優(yōu)化和組合優(yōu)化領域都有較多的應用。算法種群內(nèi)的個體稱為目標個體,種群初始化后,算法進入迭代過程。通過變異操作產(chǎn)生變異個體,再由交叉操作產(chǎn)生試驗個體,然后通過選擇操作更新目標種群。本文考慮的問題為離散的調(diào)度問題,產(chǎn)品序號的排列可直接映射到活躍調(diào)度,因此,采用離散排列π作為種群個體。又由于需要進行多目標優(yōu)化,因而相應的變異、交叉、選擇操作需要進行重新設計,以適應多目標優(yōu)化過程中Pareto非支配解的搜索。為增強算法對Pareto前沿的搜索性能,在算法中混合了一種基于插入的Pareto局部搜索(Insertion-based Pareto Local Search,IPLS)。

    2.2 種群初始化

    作為性能優(yōu)異的啟發(fā)式規(guī)則,NEH規(guī)則[27]被廣泛應用在流水車間調(diào)度問題中。其步驟如下:

    Step 1 按工件在機器上的總加工時間遞減的順序得到n個工件的排列。

    Step 2 取前兩個工件調(diào)度使部分最大完工時間最小,得到部分序列。

    Step 3 依次將第k(k為3,…,n)個工件插入到部分序列中,有k個可能的位置,選擇使部分最大完工時間最小的位置插入,得到新的部分序列,直到所有工件調(diào)度完成。

    該規(guī)則是針對經(jīng)典流水車間的makespan目標提出的性能較好的啟發(fā)式規(guī)則,而針對BFSP,Wang等[28]將Step 1中的工件按照遞增排序,得到了更優(yōu)的NEH_WPT規(guī)則。根據(jù)初步的計算試驗,將Step 1中工件隨機排列,得到的調(diào)度解多樣性更好,且質(zhì)量并無明顯差異,將該方法記為規(guī)則NEH_RAN[21]。

    MDDE算法在每一次的迭代中始終維持大小為ps的目標種群,記為PL。在算法進入迭代操作之前,需初始化種群中的每個個體。對于多目標BFSP,本文設計以下初始化種群方式:一個初始個體采用以f1為目標的NEH_WPT產(chǎn)生,一個初始個體采用以f2為目標的NEH_WPT產(chǎn)生,其他ps-2個個體采用NEH_RAN產(chǎn)生。其中,NEH_RAN過程中,目標函數(shù)f3設計如下:

    (9)

    這樣,初始種群的目標函數(shù)能較均勻地分布在f1和f2的二維平面,從而使得初始種群具有較好性能的同時也兼具多樣性。

    由于算法進行多目標搜索,因此算法始終維持一個非支配解集合 (Non-dominated solution set),記為NDS={S1,S2,…,Snb},nb為當前非支配解集合的大小。在初始化種群之后,使用PL的非支配集來初始化NDS。為配合后文的局部搜索方法,NDS中的每個解都做“searched”或“unsearched”的標記,初始化時,NDS中的解都標記為“unsearched”。

    2.3 差分進化操作

    變異個體的產(chǎn)生方式如下:

    (10)

    其中:insert(·)表示一次隨機插入移動;pm是變異率,表示變異個體通過NDS產(chǎn)生的概率;r1是[1,nb]間的隨機整數(shù);r2是[1,ps]間的隨機整數(shù)且r≠i;rand是(0,1)范圍內(nèi)的隨機數(shù)。

    試驗個體的產(chǎn)生方式如下:

    (11)

    其中:crossover(·)表示對兩個個體進行交叉操作,并隨機返回一個個體;pc是交叉率,表示實驗個體通過交叉產(chǎn)生的概率,交叉操作選用部分匹配交叉。

    選擇操作根據(jù)試驗個體和目標個體的支配關系,并結(jié)合當前NDS進行,方式如下:

    (12)

    其中:a

    2.4 基于插入的Pareto局部搜索

    為了克服早熟收斂,增強算法的局部搜索能力,MDDE算法在差分進化操作結(jié)束后嵌入了一種基于插入的Pareto局部搜索IPLS。

    IPLS過程在原有解X的基礎上,對某個工件進行插入,若插入操作可獲得支配X的解,則改變工件繼續(xù)進行下去,直到對所有工件的插入都不能再找到更優(yōu)的支配解。IPLS步驟如下:

    Step 1 產(chǎn)生一個隨機的排列πr= {πr1,πr2,…,πrn},令i=0,j=1。

    Step 2 找出X中產(chǎn)品πrj的位置,將X中產(chǎn)品πrj插入到X的其他n-1個位置上,可得n-1個解,通過計算目標值可得這n-1個解的局部非支配集合(Local Non-Dominated Solution set),記為LNDS。若存在X′∈LNDS且X′

    Step3NDS=NDS∪+LNDS,若NDS中有新解加入,則將其標記為“unsearched”。

    Step4 若i

    上述過程可持續(xù)搜索支配X的解X′,直到插入鄰域不再能找到X′為止。圖2給出了某初始解X經(jīng)擾動后執(zhí)行IPLS的搜索過程示意圖。

    在MDDE中嵌入IPLS的策略如下:

    Step1 若非支配集合NDS中存在標記為“unsearched”的個體(假設為Sk),則令X=Sk,轉(zhuǎn)Step3。

    Step2 隨機選擇NDS中一個個體(假設為Sk),令X=Sk,對X進行d次隨機插入操作(即擾動),再對X執(zhí)行IPLS。

    Step3 對X執(zhí)行IPLS,若IPLS未能改變X,則將對應的NDS中解Sk標記為“searched”。

    由于集合NDS中的解通常具有較好的性能,但在進化后期很可能是局部最優(yōu),因此進行d次隨機插入操作可得到鄰域解,該鄰域解可保持大部分解結(jié)構(gòu),同時又可能跳出了局部最優(yōu)。

    圖2 基于插入的Pareto局部搜索示意圖Fig.2 Chart of insertion-based Pareto local search

    2.5 MDDE算法流程

    在給出了MDDE的種群初始化、差分進化操作和嵌入的局部搜索方法之后,整個算法流程便可描述如下:

    Step 1 初始化算法參數(shù),初始化目標種群PL和非支配解集NDS。

    Step 2 變異操作產(chǎn)生變異種群,交叉操作產(chǎn)生實驗種群、選擇操作更新目標種群,必要時更新NDS。

    Step 3 執(zhí)行算法中嵌入IPLS的策略。

    算法涉及的參數(shù)有:種群大小ps、變異概率pm、交叉概率pc、擾動規(guī)模d。

    3 仿真實驗

    3.1 算法運行設置

    為了驗證MDDE算法的效果,仿真實驗采用Taillard給出的算例[29],使用其中的90個算例,工件數(shù)為20~100,機器數(shù)為5~20。本文所有算法均采用C++語言編程實現(xiàn),運行環(huán)境為4 GB內(nèi)存的Intel(R) Core(TM) i7-2600 CPU @3.06 GHz的計算機。

    與單目標優(yōu)化不同,多目標優(yōu)化算法找到的是一個非支配解的集合。因此,算法效果的評價方式有多種,本文使用Inverted Generational Distance (IGD)[30]、Set Coverage[31]、Hypervolume[32]指標。

    (1) IGD。假設P*為已知的某個參考解集,A為某算法找到的非支配解集。解x∈A和解y∈P*的歸一化歐氏距離為

    (13)

    計算A的IGD值為

    (14)

    可見,IGD是A到P*的所有解的最短距離的平均,該指標可反映A的多樣性和收斂性。

    (2) Set Coverage。假設A和B是兩個非支配解集,Set Coverage 計算值為

    (15)

    可見,C(A,B)表示B中解被A中某個解支配的比例,若C(A,B)較大而C(B,A)較小,表明在某種意義上A要優(yōu)于B。

    (3) Hypervolume。假設A是某非支配解集,參考點記為Ref=(ref1,ref2,…,refr),則解集A的Hypervolume指標定義為由解集A中所有點與參考點在目標空間中圍成的超立方體的體積,表示為

    (16)

    其中,等式右邊表示被X支配而不被參考點Ref支配的空間圍成的超立方體的勒貝格測度。

    3.2 算法參數(shù)設置

    MDDE算法共有4個參數(shù),其中,種群規(guī)模越大,算法的計算代價也越大,當然,算法求解效果相應地也會較好。通過初步實驗,對產(chǎn)品數(shù)為20~100的算例,取值在10至20間是較合適的,因此本文取ps=15。而對另外3個參數(shù),采用統(tǒng)計分析方法確定其取值。具體地,變異概率pm取值為0.2、0.5、0.8,變異概率pc取值為0.2、0.5、0.8,擾動規(guī)模d取值為2、6、10,這樣構(gòu)成27種組合。選擇Ta21、Ta51、Ta81共3個算例,每個算例運行10次,算法終止條件為30mnms,將IGD指標值作為響應值,得到27×3= 810個數(shù)據(jù)點,對數(shù)據(jù)做方差分析可得到3個參數(shù)取不同值時IGD響應的均值和95%置信區(qū)間圖,結(jié)果見圖3。

    圖3的結(jié)果顯示,參數(shù)pm取不同值時對算法性能影響較小,取值為0.5或其他值都可以接受。而參數(shù)d和pc對算法性能有較大的影響,d取值為6時要明顯優(yōu)于2和10,參數(shù)pc取值為0.8時要明顯優(yōu)于0.2和0.5。本文MDDE參數(shù)選擇為:ps=15,pm=0.5,pc=0.8,d=6。

    圖3 參數(shù)取不同值時帶LSD區(qū)間的均值圖Fig.3 Means plot with 95% LSD intervals for different values of the parameters

    3.3 MDDE、HDE、BMSA的性能比較

    為驗證算法效果,將MDDE與混合差分進化[33](Hybrid Differential Evolution,HDE)算法和多目標多初始點模擬退火(Bi-objective Multi-start Simulated Annealing,BMSA)算法[34]進行比較,為使比較相對公平,算法參數(shù)設置和原文保持一致。每個算法對每個算例運行10次,終止條件為30mnms。為統(tǒng)計方便,將3個算法10次運行得到的非支配解集合并,作為算法獲得的非支配解集A1、A2、A3;將解集A1、A2、A3的最大目標值作為參考點的目標值,用于計算Hypervolume;并將A1、A2、A3合并,得到的非支配解集作為參考解集P*,用于計算IGD。由于算例較多,按照算例規(guī)模,將IGD、Set Coverage和Hypervolume的計算結(jié)果求平均值后分別列于表1、表2和表3。

    表1 不同規(guī)模算例下算法的IGD值Table 1 IGD values obtained by the algorithms for instances with different sizes

    表2 不同規(guī)模算例下算法的Set Coverage值Table 2 Set Coverage values of the algorithms for instances with different sizes

    表3 不同規(guī)模算例下算法的Hypervolume值Table 3 Hypervolume values of the algorithms for instances with different sizes

    表1給出了3種算法在各種規(guī)模算例下獲得的IGD值。根據(jù)IGD值的定義,該值越小意味著算法找到的非支配解集在收斂性和多樣性上越接近參考解集??梢?對20個工件的較小規(guī)模,BMSA所得IGD值為3種算法中最好,MDDE和BMSA接近,而HDE要明顯差于另外兩種算法。而對工件數(shù)為50和100的中大規(guī)模算例,MDDE所得IGD值具有明顯的優(yōu)勢。由IGD值接近零可知,MDDE所得解集非常接近參考解集。從表1還可以看出,在IGD指標上,HDE和BMSA兩者之間總體上效果相當,對于小規(guī)模的算例,BMSA表現(xiàn)優(yōu)于HDE,但對部分中大規(guī)模的算例,HDE表現(xiàn)又優(yōu)于BMSA。從IGD總體平均值上看,BMSA比HDE略有優(yōu)勢。

    表2從Set Coverage的角度將MDDE與HDE、BMSA進行了比較??梢钥吹?在工件數(shù)為50和100的算例上,MDDE的Set Coverage表現(xiàn)分別優(yōu)于HDE和BMSA算法。一個有趣的結(jié)果是工件數(shù)為20的算例,C(A,B)較大而C(B,A)較小,表明HDE獲得的解在該指標上要優(yōu)于MDDE;C(A,C)和C(C,A)相當接近,表明MDDE和BMSA在這一指標上并無明顯差異。從Set Coverage平均值上看,MDDE算法總體上獲得了優(yōu)于另外兩種算法的結(jié)果。

    表3從Hypervolume的角度對這3種算法進行了比較??梢?對于小規(guī)模的算例,HDE算法要稍好于MDDE算法,MDDE算法和BMSA算法效果相當。而對于中大規(guī)模的算例,MDDE算法要明顯優(yōu)于另外兩者。在總體平均值上,MDDE算法獲得的值(1 610 655.6)要優(yōu)于HDE算法和BMSA算法的值(1 221 991.5和873 352.4)。這一結(jié)果說明了MDDE算法的性能優(yōu)勢。

    分析上述結(jié)果,對較小規(guī)模(工件數(shù)為20)的算例,MDDE算法和HDE算法優(yōu)勢相當,而與BMSA算法相比,優(yōu)勢也并不顯著。我們認為原因是這些算例規(guī)模不大,相對容易求解。此外,在給定的計算時間內(nèi)這幾種算法都能找到較好的非支配解集,再者算法運行的隨機性對結(jié)果有一定影響。而對工件數(shù)為50和100的中大規(guī)模算例,算例本身求解難度較大,在給定的計算時間內(nèi)算法的性能差異更能體現(xiàn),對MDDE算法,本文設計的多目標選擇策略和Pareto局部搜索方法的優(yōu)勢得以體現(xiàn),因此,MDDE算法的結(jié)果要明顯優(yōu)于另兩種算法。

    4 結(jié) 論

    針對流水車間調(diào)度問題中存在的阻塞特性以及目前多目標優(yōu)化的現(xiàn)狀,研究了一類阻塞約束下的流水車間多目標調(diào)度問題??紤]到最大完工時間和總流程時間對生產(chǎn)過程有重要影響,以兩者為最小化目標,提出了一種新型的多目標離散差分進化算法進行求解。算法通過非支配解或當前解的鄰域產(chǎn)生變異種群,并利用部分匹配交叉產(chǎn)生試驗種群,通過特殊設計的多目標選擇策略實現(xiàn)了選擇操作,在每一迭代中,算法還混合了一種基于插入的Pareto局部搜索方法,增強了對解空間的探索與開發(fā)。仿真實驗結(jié)果表明,本文提出的算法能較好地求解各種規(guī)模下的阻塞流水車間多目標調(diào)度問題,與其他算法相比,該算法獲得的非支配解集在IGD、Set Coverage和Hypervolume性能指標上均有較好的表現(xiàn),特別是在中大規(guī)模的問題上,算法具有更顯著的效果。

    [1] 王圣堯,王凌,許燁,等.求解混合流水車間調(diào)度問題的分布估計算法[J].自動化學報,2012,38(3):437-443.

    [2] 徐建有,顧幸生.基于新鄰域結(jié)構(gòu)的Memetic算法求解流水車間調(diào)度問題[J].控制與決策,2012,27(12):1781-1786.

    [3] MARTINEZ S,PERES S D,GUERET C,etal.Complexity of flowshop scheduling problems with a new blocking constraint[J].European Journal of Operational Research,2006,169(3):855-864.

    [4] GONG Hua,TANG Lixin,DUIN C W.A two-stage flow shop scheduling problem on a batching machine and a discrete machine with blocking and shared setup times[J].Computers and Operations Research,2010,37(5):960-969.

    [5] HALL N G,SRISKANDARAJAH C.A survey of machine scheduling problems with blocking and no-wait in process[J].Operations Research,1996,44(3):510-525.

    [6] COMPANYS R,MATEO M.Different behaviour of a double branch-and-bound algorithm on Fm/prmu/Cmax and Fm/block/Cmax problems[J].Computers and Operations Research,2007,34(4):938-953.

    [7] BAUTISTA J,CANO A,COMPANYS R.Solving the Fm/block/Cmax problem using bounded dynamic programming[J].Engineering Applications of Artificial Intelligence,2012,25(6):1235-1245.

    [8] MCCORMICK S T,PINEDO M L,SHENKER S.Sequencing in an assembly line with blocking to minimize cycle time[J].Operations Research,1989,37(6):925-936.

    [9] LEISTEN R.Flowshop sequencing problems with limited buffer storage[J].International Journal of Production Research,1990,28(11):2085-2100.

    [10] RONCONI D P.A note on constructive heuristics for the flowshop problem with blocking[J].International Journal of Production Economics,2004,87(1):39-48.

    [11] CARAFFA V,IANES S,BAGCHI T P.Minimizing makespan in a blocking flowshop using genetic algorithms[J].International Journal of Production Economics,2001,70(2):101-115.

    [12] GRABOWSKI J,PEMPERA J.The permutation flowshop problem with blocking:A tabu search approach[J].OMEGA,2007,35(3):302-311.

    [13] WANG Ling,PAN Quanke,SUGANTHAN P N,etal.A novel hybrid discrete differential evolution algorithm for blocking flowshop scheduling problems[J].Computers and Operations Research,2010,37(3):509-520.

    [14] RIBAS I,COMPANYS R,TORT-MARTORELL X.An iterated greedy algorithm for the flowshop scheduling with blocking[J].OMEGA,2011,39(3):293-301.

    [15] WANG Ling,PAN Quanke,TASGETIREN M F.A hybrid harmony search algorithm for the blocking permutation flow shop scheduling problem[J].Computers and Industrial Engineering,2011,61(1):76-83.

    [16] 張其亮,陳永生.有效的混合粒子群算法求解阻塞流水車間調(diào)度問題[J].計算機集成制造系統(tǒng),2012,18(12):2689-2695.

    [17] 包云,姜華,鄭麗萍.基于和聲搜索的阻塞流水車間調(diào)度問題的算法優(yōu)化[J].計算機工程與科學,2013,35(7):108-112.

    [18] 郭麗萍,李向濤,谷文祥,等.改進的螢火蟲算法求解阻塞流水線調(diào)度問題[J].智能系統(tǒng)學報,2013,8(1):33-38.

    [19] 韓煒,崔喆,顧幸生.基于新型蛙跳算法的帶阻塞流水線調(diào)度問題[J].華東理工大學學報(自然科學版),2014,40(1):86-90.

    [20] 李坤,王亞超,田慧欣.一種求解阻塞流水車間調(diào)度問題的分散變鄰域搜索算法[J].系統(tǒng)工程,2014,32(9):130-136.

    [21] DENG Guanlong,XU Zhenhao,GU Xingsheng.A discrete artificial bee colony algorithm for minimizing the total flow time in the blocking flow shop scheduling[J].Chinese Journal of Chemical Engineering,2012,20(6):1067-1073.

    [22] 謝展鵬,賈艷,張超勇,等.基于候鳥優(yōu)化算法的阻塞流水車間調(diào)度問題[J].計算機集成制造系統(tǒng),2015,21(8):2099-2107.

    [23] 張素君,顧幸生.基于混合離散人工蜂群算法的阻塞flow shop調(diào)度[J].華東理工大學學報(自然科學版),2015,41(3):357-363.

    [24] MEHMET M Y,BETUL Y.Multi-objective permutation flow shop scheduling problem:Literature review,classification and current trends[J].OMEGA,2014,45(4):119-134.

    [25] STORN R,PRICE K.Differential evolution:A simple and efficient heuristic for global optimization over continuous spaces[J].Journal of Global Optimization,1997,11(4):341-359.

    [26] DENG Guanlong,GU Xingsheng.A hybrid discrete diffe-rential evolution algorithm for the no-idle permutation flow shop scheduling problem with makespan criterion[J].Computers and Operations Research,2012,39(9):2152-2160.

    [27] NAWAZ M,ENSCORE J E E,HAM I.A heuristic algorithm for the m-machine n-job flow-shop sequencing problem[J].OMEGA,1983,11(1):91-95.

    [28] WANG Ling,PAN Quanke,TASGETIREN M F.Minimizing the total flow time in a flow shop with blocking by using hybrid harmony search algorithms[J].Expert Systems with Applications,2010,37(12):7929-7936.

    [29] TAILLARD E.Benchmarks for basic scheduling-problems[J].European Journal of Operations Research,1993,64(2):275-285.

    [30] COELLO C,CORTéS N.Solving multiobjective optimization problems using an artificial immune system[J].Genetic Programming and Evolvable Machines,2005,6(2):163-190.

    [31] ZITZLER E,DEB K,THIELE L.Comparison of multiobjective evolutionary algorithms:Empirical results[J].Evolutionary Computation,2000,8(2):173-195.

    [32] ZITZLER E,THIELE L,LAUMANNS M,etal.Performance assessment of multiobjective optimizers:An analysis and review[J].IEEE Trans on Evolutionary Computation,2003,7(2):117-132.

    [33] QIAN Bin,WANG Ling,HU Rong,etal.A hybrid differential evolution method for permutation flow-shop scheduling[J].International Journal of Advanced Manufacturing Technology,2008,38(7-8):757-777.

    [34] LIN S W,YING K C.Minimizing makespan and total flowtime in permutation flowshops by a bi-objective multi-start simulated-annealing algorithm[J].Computers & Operations Research,2013,40(6):1625-1647.

    A Discrete Differential Evolution Algorithm for Multi-objective Scheduling in Blocking Flow Shop

    DENG Guan-long1, TIAN Guang-dong2, GU Xing-sheng3, ZHANG Shu-ning1

    (1.School of Information and Electrical Engineering,Ludong University,Yantai 264025,Shandong,China;2.Transportation College,Jilin University,Changchun 130022,China;3.Key Laboratory of Advanced Control and Optimization for Chemical Processes,Ministry of Education, East China University of Science and Technology,Shanghai 200237,China)

    This paper considers the problem of the multi-objective scheduling with makespan and total flow time minimizations for blocking flow shop.A multi-objective discrete differential evolution (MDDE) is proposed for searching alternative Pareto solutions,in which mutant individual is obtained by Pareto front solution or incumbent solution,and trial individual is generated by crossover operation while selection process is designed as a multi-objective selection strategy.Moreover,an insertion-based Pareto local search procedure is hybridized in this algorithm.The computational experiments on a bunch of instances for blocking flow shop show that the proposed algorithm can attain better non-dominated solution set in term of three performance measures,i.e.,Inverted Generational Distance,Set Coverage,and Hypervolume.

    evolution algorithm; production scheduling; optimization; multi-objective; Pareto

    1006-3080(2016)05-0682-08

    10.14135/j.cnki.1006-3080.2016.05.015

    2015-12-24

    國家自然科學基金(61403180,51405075,61573144);山東省優(yōu)秀中青年科學家科研獎勵基金(BS2015DX018)

    鄧冠龍(1985-),男,湖南郴州人,講師,博士,從事生產(chǎn)計劃與調(diào)度、智能優(yōu)化算法等研究。

    TP18

    A

    猜你喜歡
    算例支配差分
    數(shù)列與差分
    被貧窮生活支配的恐懼
    意林(2021年9期)2021-05-28 20:26:14
    跟蹤導練(四)4
    基于決策空間變換最近鄰方法的Pareto支配性預測
    自動化學報(2017年2期)2017-04-04 05:14:34
    隨心支配的清邁美食探店記
    Coco薇(2016年8期)2016-10-09 00:02:56
    基于振蕩能量的低頻振蕩分析與振蕩源定位(二)振蕩源定位方法與算例
    互補問題算例分析
    基于差分隱私的大數(shù)據(jù)隱私保護
    基于CYMDIST的配電網(wǎng)運行優(yōu)化技術(shù)及算例分析
    相對差分單項測距△DOR
    太空探索(2014年1期)2014-07-10 13:41:50
    国产欧美日韩一区二区三| 日韩熟女老妇一区二区性免费视频| 亚洲成人免费av在线播放| 中文字幕制服av| 欧美亚洲日本最大视频资源| 女人被躁到高潮嗷嗷叫费观| 国产主播在线观看一区二区| 涩涩av久久男人的天堂| tube8黄色片| 亚洲国产欧美日韩在线播放| 999精品在线视频| 一级黄色大片毛片| 妹子高潮喷水视频| 一二三四社区在线视频社区8| 男女边摸边吃奶| 日韩中文字幕视频在线看片| 黑人操中国人逼视频| 热re99久久精品国产66热6| 他把我摸到了高潮在线观看 | 青青草视频在线视频观看| 老司机在亚洲福利影院| 国产主播在线观看一区二区| 18在线观看网站| 国产精品 欧美亚洲| 国产日韩一区二区三区精品不卡| 手机成人av网站| 妹子高潮喷水视频| 久热这里只有精品99| 久久精品国产亚洲av高清一级| 桃花免费在线播放| 欧美精品啪啪一区二区三区| av欧美777| 精品免费久久久久久久清纯 | 精品卡一卡二卡四卡免费| 天天躁夜夜躁狠狠躁躁| 国产男女超爽视频在线观看| 国产极品粉嫩免费观看在线| 王馨瑶露胸无遮挡在线观看| 亚洲国产毛片av蜜桃av| 欧美精品一区二区大全| 一级片'在线观看视频| 欧美 亚洲 国产 日韩一| 老熟女久久久| 欧美激情高清一区二区三区| 午夜激情久久久久久久| 黑人巨大精品欧美一区二区mp4| 久热这里只有精品99| 亚洲av欧美aⅴ国产| 国产成人啪精品午夜网站| 成年人午夜在线观看视频| 国产日韩欧美在线精品| 亚洲精华国产精华精| 欧美中文综合在线视频| 丰满饥渴人妻一区二区三| 精品乱码久久久久久99久播| 午夜精品久久久久久毛片777| 一级毛片女人18水好多| 在线亚洲精品国产二区图片欧美| 黄色视频,在线免费观看| 无人区码免费观看不卡 | 亚洲精品中文字幕一二三四区 | 18禁国产床啪视频网站| 这个男人来自地球电影免费观看| 天堂8中文在线网| 另类精品久久| 久久精品人人爽人人爽视色| 少妇的丰满在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 国产在线精品亚洲第一网站| 成人av一区二区三区在线看| 老司机影院毛片| 亚洲人成伊人成综合网2020| 热99国产精品久久久久久7| 国产日韩欧美在线精品| 十八禁人妻一区二区| av天堂久久9| 精品国产超薄肉色丝袜足j| 国产伦理片在线播放av一区| 国产精品偷伦视频观看了| 久久人妻av系列| 热re99久久精品国产66热6| 亚洲精品美女久久久久99蜜臀| 久久午夜亚洲精品久久| 亚洲av成人一区二区三| av在线播放免费不卡| 夜夜爽天天搞| 欧美精品av麻豆av| 老熟妇仑乱视频hdxx| 成人免费观看视频高清| 亚洲第一欧美日韩一区二区三区 | 欧美日韩中文字幕国产精品一区二区三区 | 色视频在线一区二区三区| 黄色 视频免费看| 成年人免费黄色播放视频| 亚洲人成电影免费在线| 亚洲欧美一区二区三区久久| 久热这里只有精品99| 一区二区三区精品91| 人人澡人人妻人| 亚洲国产欧美日韩在线播放| 狠狠婷婷综合久久久久久88av| 成人三级做爰电影| 国产亚洲一区二区精品| 亚洲性夜色夜夜综合| 国产成人免费观看mmmm| 一级a爱视频在线免费观看| 他把我摸到了高潮在线观看 | 新久久久久国产一级毛片| 国产亚洲精品久久久久5区| 人妻久久中文字幕网| 一级a爱视频在线免费观看| 日韩欧美三级三区| 日本vs欧美在线观看视频| av电影中文网址| 国产又色又爽无遮挡免费看| 后天国语完整版免费观看| 国产99久久九九免费精品| 韩国精品一区二区三区| 女性生殖器流出的白浆| 超色免费av| 午夜免费鲁丝| 亚洲欧美色中文字幕在线| 欧美精品一区二区大全| 日日摸夜夜添夜夜添小说| www.自偷自拍.com| 电影成人av| av天堂久久9| 成人av一区二区三区在线看| 国产福利在线免费观看视频| 精品国产乱子伦一区二区三区| 亚洲 国产 在线| 少妇裸体淫交视频免费看高清 | 中文字幕另类日韩欧美亚洲嫩草| 黄色丝袜av网址大全| 超碰97精品在线观看| 午夜福利免费观看在线| 人妻久久中文字幕网| 午夜两性在线视频| 大陆偷拍与自拍| 狂野欧美激情性xxxx| 国产精品99久久99久久久不卡| 人妻一区二区av| 久久久精品国产亚洲av高清涩受| 老司机在亚洲福利影院| 十八禁网站免费在线| 无人区码免费观看不卡 | 青草久久国产| 国产精品久久久久成人av| 成年动漫av网址| 在线观看免费日韩欧美大片| 美女福利国产在线| 一进一出好大好爽视频| 老司机午夜十八禁免费视频| 精品少妇一区二区三区视频日本电影| 国产精品一区二区在线观看99| 国产单亲对白刺激| 国产一区二区三区视频了| 精品久久久久久久毛片微露脸| 久久久久视频综合| 每晚都被弄得嗷嗷叫到高潮| 在线看a的网站| 丰满迷人的少妇在线观看| 久久久久久人人人人人| 久久天躁狠狠躁夜夜2o2o| 亚洲精品久久午夜乱码| 99re在线观看精品视频| 一区在线观看完整版| 国产亚洲精品一区二区www | 国产av又大| 亚洲av成人一区二区三| 高清视频免费观看一区二区| 午夜激情久久久久久久| 久久婷婷成人综合色麻豆| 老司机影院毛片| www.精华液| 免费在线观看影片大全网站| 久久亚洲真实| 久久精品国产综合久久久| 精品一区二区三卡| 视频区图区小说| 美女国产高潮福利片在线看| 91成年电影在线观看| 久久久国产一区二区| 国产亚洲一区二区精品| 亚洲av日韩在线播放| 国产在线精品亚洲第一网站| 久久狼人影院| 午夜老司机福利片| 黑人巨大精品欧美一区二区mp4| 成人免费观看视频高清| 国产人伦9x9x在线观看| 少妇精品久久久久久久| 嫁个100分男人电影在线观看| 美女福利国产在线| 日韩欧美三级三区| 欧美另类亚洲清纯唯美| 老汉色∧v一级毛片| 免费观看人在逋| 成人影院久久| 久久久国产欧美日韩av| 亚洲熟女精品中文字幕| 黄色视频在线播放观看不卡| 国产免费现黄频在线看| 9色porny在线观看| 国产精品香港三级国产av潘金莲| 日本wwww免费看| 美女国产高潮福利片在线看| 亚洲人成77777在线视频| 法律面前人人平等表现在哪些方面| 免费在线观看影片大全网站| 最近最新免费中文字幕在线| 真人做人爱边吃奶动态| 热99久久久久精品小说推荐| 老司机午夜十八禁免费视频| 欧美亚洲日本最大视频资源| 亚洲精品自拍成人| 日韩免费高清中文字幕av| 蜜桃在线观看..| 亚洲成a人片在线一区二区| 亚洲精品成人av观看孕妇| 国产免费现黄频在线看| 天堂8中文在线网| 免费少妇av软件| 亚洲天堂av无毛| 色婷婷久久久亚洲欧美| 99国产综合亚洲精品| 欧美大码av| 十八禁高潮呻吟视频| 一区二区三区精品91| 免费在线观看视频国产中文字幕亚洲| 啦啦啦 在线观看视频| 国产亚洲欧美精品永久| 人人妻,人人澡人人爽秒播| 久久精品成人免费网站| 色老头精品视频在线观看| 久久久水蜜桃国产精品网| 老司机福利观看| 黄色 视频免费看| 欧美精品一区二区大全| 高清欧美精品videossex| 99精品欧美一区二区三区四区| 亚洲免费av在线视频| 精品国产亚洲在线| a级毛片在线看网站| 午夜日韩欧美国产| 久久久水蜜桃国产精品网| 国产亚洲午夜精品一区二区久久| 国产成人系列免费观看| 亚洲国产av影院在线观看| 一边摸一边做爽爽视频免费| 最近最新中文字幕大全免费视频| 国产免费视频播放在线视频| 99国产精品免费福利视频| 亚洲国产欧美在线一区| 国产亚洲精品第一综合不卡| 99热国产这里只有精品6| 一级a爱视频在线免费观看| 精品国产一区二区三区久久久樱花| 精品一区二区三区av网在线观看 | 菩萨蛮人人尽说江南好唐韦庄| 国产亚洲一区二区精品| 亚洲一区二区三区欧美精品| 亚洲午夜精品一区,二区,三区| 91成年电影在线观看| 欧美久久黑人一区二区| 国产精品香港三级国产av潘金莲| 成年女人毛片免费观看观看9 | 国产又爽黄色视频| e午夜精品久久久久久久| 蜜桃国产av成人99| 一区二区三区精品91| 欧美激情久久久久久爽电影 | 成人av一区二区三区在线看| 成人手机av| 9热在线视频观看99| 国产男女超爽视频在线观看| 一区二区三区国产精品乱码| 99在线人妻在线中文字幕 | 亚洲精品一卡2卡三卡4卡5卡| 99精国产麻豆久久婷婷| 色播在线永久视频| 国产亚洲欧美在线一区二区| 窝窝影院91人妻| 考比视频在线观看| 国产成人啪精品午夜网站| 亚洲美女黄片视频| av片东京热男人的天堂| 欧美+亚洲+日韩+国产| 亚洲五月婷婷丁香| 亚洲熟女毛片儿| 久久久久久久精品吃奶| 亚洲自偷自拍图片 自拍| 啦啦啦 在线观看视频| 久久影院123| 亚洲第一av免费看| 亚洲成国产人片在线观看| 999久久久国产精品视频| 汤姆久久久久久久影院中文字幕| 一边摸一边抽搐一进一出视频| 天天添夜夜摸| 午夜福利视频精品| 欧美日韩中文字幕国产精品一区二区三区 | 黄色成人免费大全| 电影成人av| 在线十欧美十亚洲十日本专区| 免费高清在线观看日韩| 国产成人免费无遮挡视频| kizo精华| 丰满人妻熟妇乱又伦精品不卡| 啦啦啦免费观看视频1| 桃花免费在线播放| 国产亚洲精品第一综合不卡| 精品久久久久久电影网| 老熟女久久久| 精品久久久久久电影网| 亚洲精品在线观看二区| 日本wwww免费看| 每晚都被弄得嗷嗷叫到高潮| 午夜精品久久久久久毛片777| 中文亚洲av片在线观看爽 | 黄色丝袜av网址大全| 国产淫语在线视频| 欧美另类亚洲清纯唯美| 亚洲精品久久成人aⅴ小说| 亚洲免费av在线视频| 亚洲av成人不卡在线观看播放网| 亚洲人成伊人成综合网2020| av天堂在线播放| 最黄视频免费看| 999久久久精品免费观看国产| 久久精品91无色码中文字幕| 一二三四在线观看免费中文在| 久久久久久久精品吃奶| 成年版毛片免费区| 国产精品久久久久久人妻精品电影 | 91精品三级在线观看| 精品第一国产精品| 高清视频免费观看一区二区| 91老司机精品| 一二三四社区在线视频社区8| 久久国产精品人妻蜜桃| 国产伦理片在线播放av一区| 精品一区二区三区av网在线观看 | 美女扒开内裤让男人捅视频| 精品一品国产午夜福利视频| 美女扒开内裤让男人捅视频| 午夜福利一区二区在线看| 亚洲精品国产一区二区精华液| 天天影视国产精品| 色综合欧美亚洲国产小说| 国产在线观看jvid| 国产男女内射视频| 国产免费av片在线观看野外av| www.精华液| avwww免费| 人妻久久中文字幕网| 国产又爽黄色视频| 欧美中文综合在线视频| 国产欧美日韩一区二区三| 男女高潮啪啪啪动态图| 亚洲第一青青草原| 国产日韩一区二区三区精品不卡| 99re6热这里在线精品视频| 久久午夜综合久久蜜桃| 黄片小视频在线播放| av天堂久久9| 国产不卡av网站在线观看| 欧美精品av麻豆av| 日本精品一区二区三区蜜桃| 精品国产乱子伦一区二区三区| 亚洲成av片中文字幕在线观看| 黄片播放在线免费| 大香蕉久久网| 精品少妇内射三级| 天天添夜夜摸| 免费在线观看视频国产中文字幕亚洲| 男女下面插进去视频免费观看| 国产老妇伦熟女老妇高清| 狠狠狠狠99中文字幕| 757午夜福利合集在线观看| 满18在线观看网站| 一级a爱视频在线免费观看| 久久天躁狠狠躁夜夜2o2o| 侵犯人妻中文字幕一二三四区| 国产福利在线免费观看视频| 国产精品98久久久久久宅男小说| 18在线观看网站| 亚洲成人免费电影在线观看| 成人手机av| 欧美亚洲日本最大视频资源| 黄色片一级片一级黄色片| 日韩免费av在线播放| 99热国产这里只有精品6| 自线自在国产av| 日韩一卡2卡3卡4卡2021年| 国产在线一区二区三区精| e午夜精品久久久久久久| 色在线成人网| 亚洲avbb在线观看| 在线永久观看黄色视频| 国产在线精品亚洲第一网站| 五月开心婷婷网| 精品高清国产在线一区| 欧美日韩亚洲综合一区二区三区_| 香蕉久久夜色| 纵有疾风起免费观看全集完整版| 成年人午夜在线观看视频| 欧美精品人与动牲交sv欧美| 一区二区三区激情视频| 99热国产这里只有精品6| 久久精品国产a三级三级三级| 精品一区二区三区四区五区乱码| 亚洲欧美色中文字幕在线| 大码成人一级视频| 热99久久久久精品小说推荐| 亚洲精品久久午夜乱码| 国产成人精品在线电影| 色综合婷婷激情| 叶爱在线成人免费视频播放| 成人永久免费在线观看视频 | 蜜桃国产av成人99| 国产麻豆69| 无遮挡黄片免费观看| 精品午夜福利视频在线观看一区 | 日本vs欧美在线观看视频| 少妇精品久久久久久久| 高清在线国产一区| 日本黄色日本黄色录像| 香蕉久久夜色| 电影成人av| 建设人人有责人人尽责人人享有的| 亚洲色图 男人天堂 中文字幕| 纯流量卡能插随身wifi吗| 菩萨蛮人人尽说江南好唐韦庄| tube8黄色片| www.精华液| a级片在线免费高清观看视频| 怎么达到女性高潮| 露出奶头的视频| 免费在线观看视频国产中文字幕亚洲| 久久天躁狠狠躁夜夜2o2o| 精品一区二区三区视频在线观看免费 | 女人被躁到高潮嗷嗷叫费观| 亚洲成a人片在线一区二区| 精品国产一区二区三区四区第35| 9191精品国产免费久久| 日韩欧美免费精品| 亚洲精品一卡2卡三卡4卡5卡| 大香蕉久久成人网| 亚洲成人免费av在线播放| 自拍欧美九色日韩亚洲蝌蚪91| av视频免费观看在线观看| 黄片播放在线免费| 国产精品自产拍在线观看55亚洲 | 国产精品久久久av美女十八| 男女高潮啪啪啪动态图| 日韩三级视频一区二区三区| 无限看片的www在线观看| 一级片免费观看大全| 黄网站色视频无遮挡免费观看| 日韩有码中文字幕| 天天躁狠狠躁夜夜躁狠狠躁| 久久久精品94久久精品| 捣出白浆h1v1| 成人永久免费在线观看视频 | 中文字幕制服av| 成人国产av品久久久| 精品欧美一区二区三区在线| 国产精品久久久人人做人人爽| 精品国产乱子伦一区二区三区| 免费高清在线观看日韩| 97人妻天天添夜夜摸| 国产精品成人在线| 新久久久久国产一级毛片| 免费久久久久久久精品成人欧美视频| 欧美黑人欧美精品刺激| 午夜91福利影院| cao死你这个sao货| 日本黄色视频三级网站网址 | 午夜日韩欧美国产| 啪啪无遮挡十八禁网站| 每晚都被弄得嗷嗷叫到高潮| 成年女人毛片免费观看观看9 | 国产精品.久久久| 亚洲专区字幕在线| 汤姆久久久久久久影院中文字幕| 欧美+亚洲+日韩+国产| 自拍欧美九色日韩亚洲蝌蚪91| 国产一卡二卡三卡精品| 王馨瑶露胸无遮挡在线观看| 亚洲精华国产精华精| 欧美日韩亚洲高清精品| 在线av久久热| 精品乱码久久久久久99久播| 咕卡用的链子| 中亚洲国语对白在线视频| 欧美 日韩 精品 国产| 久久精品国产99精品国产亚洲性色 | 在线看a的网站| 中文亚洲av片在线观看爽 | 黑人操中国人逼视频| 欧美精品人与动牲交sv欧美| 亚洲国产成人一精品久久久| 成人三级做爰电影| 捣出白浆h1v1| 欧美精品啪啪一区二区三区| 欧美成狂野欧美在线观看| 十八禁高潮呻吟视频| 免费av中文字幕在线| 国产在线视频一区二区| av不卡在线播放| 成人手机av| 91成人精品电影| 免费av中文字幕在线| 亚洲精品国产精品久久久不卡| www日本在线高清视频| tocl精华| 久久国产精品男人的天堂亚洲| 91老司机精品| 天堂中文最新版在线下载| 丰满饥渴人妻一区二区三| 两人在一起打扑克的视频| 欧美午夜高清在线| 亚洲国产欧美网| 亚洲国产欧美一区二区综合| 久久人人97超碰香蕉20202| 久久久国产一区二区| 亚洲精品美女久久av网站| 夜夜骑夜夜射夜夜干| 国产精品成人在线| 波多野结衣av一区二区av| 国产日韩一区二区三区精品不卡| 叶爱在线成人免费视频播放| 日本黄色视频三级网站网址 | 老司机深夜福利视频在线观看| 在线观看免费日韩欧美大片| 日韩成人在线观看一区二区三区| 精品一区二区三区av网在线观看 | 午夜福利视频精品| 一级,二级,三级黄色视频| 日韩欧美国产一区二区入口| 多毛熟女@视频| 女性生殖器流出的白浆| 一二三四在线观看免费中文在| 国产成人一区二区三区免费视频网站| h视频一区二区三区| 日日夜夜操网爽| 亚洲黑人精品在线| 亚洲国产成人一精品久久久| 法律面前人人平等表现在哪些方面| 国产精品.久久久| 亚洲精品一卡2卡三卡4卡5卡| 日本wwww免费看| 久久天堂一区二区三区四区| 一本久久精品| 欧美精品一区二区免费开放| 天天影视国产精品| 丁香六月欧美| 天天操日日干夜夜撸| 亚洲 国产 在线| 黄色丝袜av网址大全| 大陆偷拍与自拍| 久久久精品区二区三区| 老司机午夜福利在线观看视频 | 正在播放国产对白刺激| 俄罗斯特黄特色一大片| 国产无遮挡羞羞视频在线观看| 成年女人毛片免费观看观看9 | 天堂中文最新版在线下载| 黄色 视频免费看| 国产激情久久老熟女| 日韩熟女老妇一区二区性免费视频| 国产精品免费视频内射| 夜夜夜夜夜久久久久| 中文字幕人妻丝袜一区二区| 五月天丁香电影| 国产国语露脸激情在线看| 人妻 亚洲 视频| 精品高清国产在线一区| 欧美日韩成人在线一区二区| 天天影视国产精品| 少妇猛男粗大的猛烈进出视频| 久久精品91无色码中文字幕| 国产野战对白在线观看| 精品少妇久久久久久888优播| 在线看a的网站| 嫩草影视91久久| 中文字幕最新亚洲高清| 精品免费久久久久久久清纯 | 90打野战视频偷拍视频| 欧美成人午夜精品| 老司机午夜福利在线观看视频 | 最近最新中文字幕大全电影3 | 黄片大片在线免费观看| 一个人免费看片子| 中文字幕av电影在线播放| 老鸭窝网址在线观看| 亚洲伊人色综图| 午夜免费鲁丝| 久久免费观看电影| 丁香六月天网| 国产av国产精品国产| 国产黄色免费在线视频| 无遮挡黄片免费观看| 日日摸夜夜添夜夜添小说| 18在线观看网站| 久久国产精品男人的天堂亚洲| 亚洲中文日韩欧美视频| 成人手机av| 国产高清激情床上av| 9191精品国产免费久久| 成人黄色视频免费在线看| 久久久精品免费免费高清| 中文字幕精品免费在线观看视频| 99热国产这里只有精品6|