• <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
    日本爱情动作片www.在线观看 | 亚洲丝袜综合中文字幕| 国产一区二区三区在线臀色熟女| 精品一区二区三区人妻视频| 老师上课跳d突然被开到最大视频| 免费搜索国产男女视频| av中文乱码字幕在线| 久久久久久久久久成人| 精品午夜福利视频在线观看一区| 综合色丁香网| 久久亚洲精品不卡| 日本-黄色视频高清免费观看| 天堂网av新在线| 亚洲人与动物交配视频| 成人漫画全彩无遮挡| 国产av在哪里看| 日韩在线高清观看一区二区三区| 亚洲av不卡在线观看| 美女xxoo啪啪120秒动态图| 国产精品久久久久久亚洲av鲁大| 色5月婷婷丁香| 久久久国产成人精品二区| av卡一久久| 亚洲熟妇熟女久久| 最好的美女福利视频网| 黄色欧美视频在线观看| 国产久久久一区二区三区| 深爱激情五月婷婷| 在线免费观看的www视频| 男女视频在线观看网站免费| 国产午夜精品久久久久久一区二区三区 | 国产不卡一卡二| 少妇熟女aⅴ在线视频| 亚洲图色成人| 1024手机看黄色片| 少妇的逼好多水| 亚洲真实伦在线观看| 国产精品一区二区三区四区免费观看 | 最近手机中文字幕大全| 精品乱码久久久久久99久播| 国产精品久久久久久亚洲av鲁大| 网址你懂的国产日韩在线| 啦啦啦韩国在线观看视频| 美女高潮的动态| 日韩高清综合在线| 听说在线观看完整版免费高清| 九九久久精品国产亚洲av麻豆| 人妻夜夜爽99麻豆av| 天天一区二区日本电影三级| 久久精品国产亚洲av天美| 精品欧美国产一区二区三| 淫秽高清视频在线观看| 男女做爰动态图高潮gif福利片| 免费观看在线日韩| 日韩一区二区视频免费看| 国产单亲对白刺激| 一边摸一边抽搐一进一小说| 成年女人永久免费观看视频| 亚洲综合色惰| 国产av在哪里看| 九九在线视频观看精品| 人人妻人人看人人澡| 一级av片app| 插阴视频在线观看视频| 淫秽高清视频在线观看| 国产蜜桃级精品一区二区三区| 两个人的视频大全免费| 亚洲无线观看免费| 最新在线观看一区二区三区| 欧美xxxx黑人xx丫x性爽| 天美传媒精品一区二区| 我的女老师完整版在线观看| 亚洲成人久久性| 天堂网av新在线| 亚洲成人久久爱视频| 亚洲av一区综合| 色噜噜av男人的天堂激情| 大型黄色视频在线免费观看| 不卡视频在线观看欧美| 午夜久久久久精精品| 麻豆乱淫一区二区| 亚洲精品影视一区二区三区av| 国产精品三级大全| www.色视频.com| 亚洲国产精品sss在线观看| 全区人妻精品视频| 亚洲人成网站在线观看播放| 日韩欧美国产在线观看| 女人被狂操c到高潮| 午夜精品在线福利| 嫩草影院新地址| 国产精品一区二区三区四区久久| 美女免费视频网站| 插逼视频在线观看| 搡老熟女国产l中国老女人| 久久久精品大字幕| 国产精品久久久久久久久免| 久久午夜亚洲精品久久| 日本爱情动作片www.在线观看 | 人妻少妇偷人精品九色| 亚洲av熟女| 国产精品日韩av在线免费观看| 亚洲av美国av| 日本色播在线视频| 三级国产精品欧美在线观看| 特级一级黄色大片| 精品久久久久久久人妻蜜臀av| 精品久久久久久久久久久久久| 色av中文字幕| 欧美xxxx性猛交bbbb| 亚洲高清免费不卡视频| 男女边吃奶边做爰视频| 久久中文看片网| 最新中文字幕久久久久| 国产精品久久久久久亚洲av鲁大| 国产免费一级a男人的天堂| 婷婷亚洲欧美| 一个人看视频在线观看www免费| 黄色欧美视频在线观看| 国产综合懂色| 晚上一个人看的免费电影| 99热6这里只有精品| 能在线免费观看的黄片| 99久国产av精品国产电影| 岛国在线免费视频观看| 99热这里只有是精品在线观看| 亚洲内射少妇av| 久久久成人免费电影| 深夜a级毛片| av天堂在线播放| 夜夜看夜夜爽夜夜摸| 国产午夜精品论理片| 日日摸夜夜添夜夜添小说| 别揉我奶头 嗯啊视频| 韩国av在线不卡| 国产欧美日韩一区二区精品| 国产精品久久久久久av不卡| 少妇裸体淫交视频免费看高清| АⅤ资源中文在线天堂| 99热网站在线观看| 少妇丰满av| 此物有八面人人有两片| 国产精品亚洲一级av第二区| 欧美日韩国产亚洲二区| 大又大粗又爽又黄少妇毛片口| 日本黄色片子视频| 麻豆国产av国片精品| 高清毛片免费观看视频网站| 亚洲国产精品成人综合色| 美女xxoo啪啪120秒动态图| or卡值多少钱| 国产成人福利小说| 91麻豆精品激情在线观看国产| 亚洲国产精品sss在线观看| 国产乱人视频| 夜夜看夜夜爽夜夜摸| 免费av不卡在线播放| 欧美日韩综合久久久久久| 成人高潮视频无遮挡免费网站| 国产 一区 欧美 日韩| 丝袜喷水一区| 又黄又爽又刺激的免费视频.| 性欧美人与动物交配| 国产人妻一区二区三区在| 99久国产av精品国产电影| 性色avwww在线观看| 校园人妻丝袜中文字幕| 成人漫画全彩无遮挡| 五月玫瑰六月丁香| 日韩制服骚丝袜av| av国产免费在线观看| 村上凉子中文字幕在线| ponron亚洲| 婷婷精品国产亚洲av| 国产精品99久久久久久久久| 精品久久久久久久人妻蜜臀av| 日韩一区二区视频免费看| 美女被艹到高潮喷水动态| av黄色大香蕉| 99热这里只有是精品在线观看| 99热6这里只有精品| 中文字幕精品亚洲无线码一区| 一本一本综合久久| 免费观看的影片在线观看| 一区二区三区免费毛片| 一个人观看的视频www高清免费观看| 在线观看美女被高潮喷水网站| 亚洲国产欧美人成| 国产欧美日韩精品亚洲av| 久久久久久国产a免费观看| 亚洲18禁久久av| 91在线精品国自产拍蜜月| 成人午夜高清在线视频| 亚洲av第一区精品v没综合| 99国产精品一区二区蜜桃av| 丝袜美腿在线中文| 久久精品国产亚洲av香蕉五月| 亚洲av美国av| 国产一区二区亚洲精品在线观看| 激情 狠狠 欧美| 俄罗斯特黄特色一大片| 欧美在线一区亚洲| 久久韩国三级中文字幕| 午夜福利在线观看吧| 美女cb高潮喷水在线观看| 毛片女人毛片| 最近的中文字幕免费完整| 一级黄片播放器| 免费看av在线观看网站| 99热这里只有精品一区| 中文在线观看免费www的网站| 精品一区二区三区av网在线观看| 欧美潮喷喷水| 亚洲国产日韩欧美精品在线观看| 日韩国内少妇激情av| 日韩,欧美,国产一区二区三区 | 亚洲内射少妇av| 少妇裸体淫交视频免费看高清| 99久久无色码亚洲精品果冻| 久久天躁狠狠躁夜夜2o2o| 午夜精品在线福利| av在线蜜桃| 人人妻,人人澡人人爽秒播| 国产午夜精品久久久久久一区二区三区 | 精品福利观看| 国产高潮美女av| 午夜福利18| 久久婷婷人人爽人人干人人爱| 国产精品av视频在线免费观看| 精品国产三级普通话版| 偷拍熟女少妇极品色| videossex国产| 老司机影院成人| 国产成人aa在线观看| aaaaa片日本免费| 免费黄网站久久成人精品| 成年av动漫网址| av黄色大香蕉| a级一级毛片免费在线观看| 国产午夜精品论理片| 人人妻人人澡人人爽人人夜夜 | 99热6这里只有精品| 免费看日本二区| 亚洲美女搞黄在线观看 | 男女啪啪激烈高潮av片| av中文乱码字幕在线| 男人舔女人下体高潮全视频| 色吧在线观看| 男女边吃奶边做爰视频| а√天堂www在线а√下载| 一级毛片我不卡| 久久99热6这里只有精品| 亚洲图色成人| 99精品在免费线老司机午夜| 日韩一区二区视频免费看| 人妻制服诱惑在线中文字幕| 日本成人三级电影网站| 精品一区二区免费观看| 亚洲精品色激情综合| 色哟哟·www| av在线播放精品| 国产亚洲av嫩草精品影院| 少妇人妻精品综合一区二区 | 国产精品久久久久久精品电影| 五月玫瑰六月丁香| 在线观看美女被高潮喷水网站| 久久久久国内视频| 亚洲人与动物交配视频| 老司机福利观看| 一本精品99久久精品77| 国产精品野战在线观看| 麻豆一二三区av精品| 少妇熟女aⅴ在线视频| 国产熟女欧美一区二区| 久久精品人妻少妇| 美女免费视频网站| av免费在线看不卡| 久久久精品94久久精品| 搡老妇女老女人老熟妇| 男人和女人高潮做爰伦理| 亚洲国产色片| 成人亚洲精品av一区二区| 欧美最黄视频在线播放免费| 欧美激情久久久久久爽电影| 一区二区三区高清视频在线| 午夜a级毛片| 亚洲熟妇熟女久久| 丝袜美腿在线中文| 欧美xxxx性猛交bbbb| 欧洲精品卡2卡3卡4卡5卡区| 人妻丰满熟妇av一区二区三区| 国产精品99久久久久久久久| 免费观看在线日韩| 美女大奶头视频| 亚洲自偷自拍三级| 少妇裸体淫交视频免费看高清| 亚洲av免费高清在线观看| 国产精品久久久久久久久免| 啦啦啦韩国在线观看视频| 特级一级黄色大片| ponron亚洲| 久久这里只有精品中国| 变态另类丝袜制服| 我要搜黄色片| 春色校园在线视频观看| 精品日产1卡2卡| 波多野结衣巨乳人妻| 国产亚洲精品久久久久久毛片| 国产免费一级a男人的天堂| 身体一侧抽搐| a级一级毛片免费在线观看| 国产亚洲精品久久久com| 久久精品91蜜桃| 一进一出抽搐动态| 免费电影在线观看免费观看| 日日撸夜夜添| 免费观看人在逋| 热99re8久久精品国产| 免费黄网站久久成人精品| 国产精品99久久久久久久久| 男女啪啪激烈高潮av片| 亚洲精品色激情综合| 狠狠狠狠99中文字幕| 亚洲熟妇中文字幕五十中出| 欧美性猛交黑人性爽| 午夜免费激情av| 又爽又黄无遮挡网站| 久久久欧美国产精品| 日本黄大片高清| 午夜a级毛片| 超碰av人人做人人爽久久| 最近在线观看免费完整版| 又爽又黄a免费视频| 国产伦一二天堂av在线观看| 国产成人精品久久久久久| 久久这里只有精品中国| 日韩成人av中文字幕在线观看 | 内射极品少妇av片p| 日本免费一区二区三区高清不卡| 国产精品免费一区二区三区在线| 成人午夜高清在线视频| 久久久久性生活片| a级一级毛片免费在线观看| 亚洲av五月六月丁香网| 少妇人妻一区二区三区视频| 国产一区二区激情短视频| 男人和女人高潮做爰伦理| 国产精品永久免费网站| 在线国产一区二区在线| 精品一区二区三区人妻视频| 久久亚洲精品不卡| 搡老妇女老女人老熟妇| 啦啦啦啦在线视频资源| 国产在线男女| 免费观看在线日韩| 一进一出好大好爽视频| 免费观看的影片在线观看| 中文字幕人妻熟人妻熟丝袜美| 欧美+日韩+精品| 亚洲乱码一区二区免费版| 久久久久久国产a免费观看| 能在线免费观看的黄片| 欧美潮喷喷水| av.在线天堂| 97超视频在线观看视频| 插阴视频在线观看视频| 亚洲第一电影网av| 成人高潮视频无遮挡免费网站| 久久人人精品亚洲av| 我要搜黄色片| 蜜桃亚洲精品一区二区三区| 亚洲国产日韩欧美精品在线观看| 日本五十路高清| 噜噜噜噜噜久久久久久91| 别揉我奶头~嗯~啊~动态视频| 国产欧美日韩精品一区二区| 国产女主播在线喷水免费视频网站 | 久久草成人影院| 在线播放无遮挡| av在线观看视频网站免费| 18禁在线播放成人免费| 久久精品夜色国产| 精品国内亚洲2022精品成人| 国内精品美女久久久久久| 亚洲av美国av| 国产精华一区二区三区| 丝袜喷水一区| 全区人妻精品视频| 久久久久久伊人网av| 亚洲五月天丁香| 天堂影院成人在线观看| 国产老妇女一区| 久久婷婷人人爽人人干人人爱| 亚洲精品影视一区二区三区av| 中文在线观看免费www的网站| 成年版毛片免费区| 亚洲综合色惰| 欧美成人一区二区免费高清观看| 欧美极品一区二区三区四区| 少妇高潮的动态图| 日韩欧美精品v在线| 女人十人毛片免费观看3o分钟| 一级av片app| 免费无遮挡裸体视频| www.色视频.com| 亚洲精品国产av成人精品 | 亚洲精品日韩在线中文字幕 | 亚州av有码| 别揉我奶头~嗯~啊~动态视频| 真人做人爱边吃奶动态| av在线观看视频网站免费| а√天堂www在线а√下载| 老司机福利观看| 在线观看免费视频日本深夜| 3wmmmm亚洲av在线观看| а√天堂www在线а√下载| 午夜精品国产一区二区电影 | 亚洲中文字幕一区二区三区有码在线看| 久久久久久伊人网av| 99久国产av精品国产电影| 精品久久久噜噜| 久久欧美精品欧美久久欧美| 一级毛片久久久久久久久女| 精品99又大又爽又粗少妇毛片| h日本视频在线播放| 久久99热这里只有精品18| 国产精华一区二区三区| a级一级毛片免费在线观看| 日韩欧美精品v在线| 欧美激情在线99| 久久久久久久亚洲中文字幕| 精品不卡国产一区二区三区| av免费在线看不卡| 麻豆国产av国片精品| 久久久久免费精品人妻一区二区| 无遮挡黄片免费观看| 免费人成视频x8x8入口观看| 久久精品国产亚洲av天美| 女同久久另类99精品国产91| 国产蜜桃级精品一区二区三区| 亚洲欧美日韩卡通动漫| 99热精品在线国产| 国产精品福利在线免费观看| 成人午夜高清在线视频| 最近最新中文字幕大全电影3| 不卡一级毛片| 噜噜噜噜噜久久久久久91| 一卡2卡三卡四卡精品乱码亚洲| 欧美日韩综合久久久久久| 亚洲内射少妇av| 啦啦啦啦在线视频资源| 亚洲精品一卡2卡三卡4卡5卡| 日韩三级伦理在线观看| 好男人在线观看高清免费视频| 真人做人爱边吃奶动态| 精品久久久久久久久亚洲| 毛片女人毛片| 色5月婷婷丁香| 日本 av在线| 成人av在线播放网站| 欧美绝顶高潮抽搐喷水| 99热网站在线观看| 国产黄色视频一区二区在线观看 | 久久精品夜夜夜夜夜久久蜜豆| 国产精品女同一区二区软件| 内地一区二区视频在线| 久久精品91蜜桃| 欧美性猛交╳xxx乱大交人| 欧美另类亚洲清纯唯美| 不卡一级毛片| 免费大片18禁| 丝袜喷水一区| av在线观看视频网站免费| 中国美女看黄片| 亚洲丝袜综合中文字幕| 日日撸夜夜添| 成人鲁丝片一二三区免费| 九九在线视频观看精品| 国产一区二区亚洲精品在线观看| 亚洲欧美精品综合久久99| 久久精品人妻少妇| 色播亚洲综合网| 成人综合一区亚洲| 精华霜和精华液先用哪个| 男人的好看免费观看在线视频| 欧美日本视频| 丰满的人妻完整版| 国产精品一区www在线观看| 国产成人一区二区在线| 国产蜜桃级精品一区二区三区| 久久人人爽人人片av| 欧美区成人在线视频| 观看美女的网站| 人妻丰满熟妇av一区二区三区| 国产 一区精品| 久久久国产成人免费| 久久鲁丝午夜福利片| 有码 亚洲区| 亚洲国产精品国产精品| 人人妻人人澡欧美一区二区| 中国美女看黄片| 亚洲成av人片在线播放无| 97超视频在线观看视频| 91精品国产九色| 日韩人妻高清精品专区| 国模一区二区三区四区视频| 欧美日本视频| 深夜精品福利| 老司机福利观看| 亚洲真实伦在线观看| 日本欧美国产在线视频| 又黄又爽又免费观看的视频| 97在线视频观看| 国产大屁股一区二区在线视频| 国产精品福利在线免费观看| 久久午夜亚洲精品久久| 久久久久免费精品人妻一区二区| 亚洲18禁久久av| 老司机福利观看| 日产精品乱码卡一卡2卡三| 国产精品嫩草影院av在线观看| 日韩,欧美,国产一区二区三区 | 亚洲国产精品国产精品| 村上凉子中文字幕在线| 亚洲欧美日韩高清专用| 成年版毛片免费区| av在线天堂中文字幕| 天堂网av新在线| 婷婷六月久久综合丁香| a级毛色黄片| 91久久精品电影网| 午夜福利在线观看吧| 免费一级毛片在线播放高清视频| 中文字幕av成人在线电影| 亚洲av熟女| 亚洲国产日韩欧美精品在线观看| 国产亚洲91精品色在线| 国产精品久久电影中文字幕| 亚洲精品日韩在线中文字幕 | 夜夜爽天天搞| 欧美激情国产日韩精品一区| 国产高清视频在线观看网站| 色av中文字幕| 少妇人妻一区二区三区视频| 日韩 亚洲 欧美在线| 精品一区二区三区视频在线观看免费| 免费人成视频x8x8入口观看| 在线播放无遮挡| 国产成人福利小说| 国产乱人偷精品视频| 亚洲成人中文字幕在线播放| 午夜激情福利司机影院| 亚洲电影在线观看av| 两个人视频免费观看高清| 中文资源天堂在线| 成年女人永久免费观看视频| 最近最新中文字幕大全电影3| 国产不卡一卡二| 女人被狂操c到高潮| 亚洲成人久久性| 97热精品久久久久久| 99久久九九国产精品国产免费| 一级毛片久久久久久久久女| 97超碰精品成人国产| 狂野欧美激情性xxxx在线观看| 免费人成在线观看视频色| 国产精品国产三级国产av玫瑰| 别揉我奶头 嗯啊视频| 18禁黄网站禁片免费观看直播| 麻豆精品久久久久久蜜桃| 又粗又爽又猛毛片免费看| 老司机影院成人| 亚洲电影在线观看av| 一级毛片我不卡| 亚洲av五月六月丁香网| 日日干狠狠操夜夜爽| 国产成人一区二区在线| 亚洲欧美成人精品一区二区| 国产一区二区激情短视频| 国产色婷婷99| 亚洲av成人av| 天堂网av新在线| 嫩草影院入口| 亚洲,欧美,日韩| a级毛片a级免费在线| 联通29元200g的流量卡| 91麻豆精品激情在线观看国产| 亚洲第一电影网av| 九九久久精品国产亚洲av麻豆| 色av中文字幕| 成人三级黄色视频| 国产单亲对白刺激| 午夜福利18| 日本黄色片子视频| 午夜福利18| 国产69精品久久久久777片| av在线观看视频网站免费| 夜夜夜夜夜久久久久| 亚洲乱码一区二区免费版| 桃色一区二区三区在线观看| 久久欧美精品欧美久久欧美| 女人被狂操c到高潮| 欧美日本亚洲视频在线播放| 久久精品国产亚洲网站| 蜜臀久久99精品久久宅男| 免费在线观看成人毛片| 天天躁夜夜躁狠狠久久av| 别揉我奶头~嗯~啊~动态视频| 天天躁夜夜躁狠狠久久av| 久99久视频精品免费| 97碰自拍视频| 亚洲国产精品成人久久小说 | 国产视频一区二区在线看| 天天躁日日操中文字幕| 成人亚洲欧美一区二区av|