• <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
    欧美国产精品一级二级三级 | 亚洲精品色激情综合| 亚洲三级黄色毛片| 国产精品爽爽va在线观看网站| 亚洲在久久综合| 亚洲精品中文字幕在线视频 | 亚洲av成人精品一二三区| 丝袜美腿在线中文| 成人毛片a级毛片在线播放| 热re99久久精品国产66热6| 亚洲av福利一区| 亚洲成色77777| 国产黄色视频一区二区在线观看| 欧美日韩在线观看h| 午夜精品一区二区三区免费看| 精品少妇久久久久久888优播| 交换朋友夫妻互换小说| 中文字幕免费在线视频6| 麻豆国产97在线/欧美| 网址你懂的国产日韩在线| 能在线免费看毛片的网站| 国产精品无大码| a级一级毛片免费在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 香蕉精品网在线| 久久久久久国产a免费观看| 国产av码专区亚洲av| 日本黄色片子视频| 精品久久久久久久久av| 免费av不卡在线播放| 国产一级毛片在线| 久久ye,这里只有精品| 亚洲欧美一区二区三区黑人 | 亚洲无线观看免费| 亚洲成人久久爱视频| 成人国产av品久久久| 日日啪夜夜撸| 亚洲精品国产av蜜桃| 一级二级三级毛片免费看| 日韩人妻高清精品专区| 联通29元200g的流量卡| 一区二区三区免费毛片| 国产 一区精品| 人人妻人人爽人人添夜夜欢视频 | 亚洲怡红院男人天堂| 久热这里只有精品99| 亚洲国产最新在线播放| 国产精品av视频在线免费观看| 在线精品无人区一区二区三 | 亚洲色图av天堂| 免费看日本二区| 国产精品精品国产色婷婷| 国产女主播在线喷水免费视频网站| 国产大屁股一区二区在线视频| av在线播放精品| 中文天堂在线官网| 尤物成人国产欧美一区二区三区| 精品久久久久久久久av| 边亲边吃奶的免费视频| 又爽又黄a免费视频| 欧美性感艳星| 亚洲精品乱码久久久久久按摩| 亚洲在线观看片| 久久午夜福利片| 成人国产麻豆网| 99久久九九国产精品国产免费| 国产精品久久久久久精品古装| 亚洲av电影在线观看一区二区三区 | 99热全是精品| av在线天堂中文字幕| 中文字幕av成人在线电影| 久久精品熟女亚洲av麻豆精品| 欧美一区二区亚洲| 亚洲一区二区三区欧美精品 | 亚洲精品自拍成人| 亚洲人成网站高清观看| 精品一区二区三区视频在线| 一本色道久久久久久精品综合| 国产日韩欧美在线精品| 国国产精品蜜臀av免费| 美女被艹到高潮喷水动态| 青青草视频在线视频观看| 你懂的网址亚洲精品在线观看| 男插女下体视频免费在线播放| 精品久久久久久电影网| 欧美最新免费一区二区三区| 三级国产精品片| 国国产精品蜜臀av免费| 国产黄色免费在线视频| 亚洲人成网站在线观看播放| 少妇 在线观看| 国产成人福利小说| 男女啪啪激烈高潮av片| 美女被艹到高潮喷水动态| 久久久久网色| 久久久精品94久久精品| 亚洲精品自拍成人| 国产精品不卡视频一区二区| 狂野欧美白嫩少妇大欣赏| 国产成人福利小说| 国产乱人视频| 99精国产麻豆久久婷婷| 可以在线观看毛片的网站| 国产成人a区在线观看| 亚洲av在线观看美女高潮| 久久午夜福利片| 内射极品少妇av片p| 亚洲av免费高清在线观看| 一级毛片 在线播放| 免费观看av网站的网址| 亚洲国产精品国产精品| 黄色视频在线播放观看不卡| 美女xxoo啪啪120秒动态图| 亚洲自拍偷在线| 五月开心婷婷网| 老女人水多毛片| 热99国产精品久久久久久7| 国产黄a三级三级三级人| 国产精品一区二区在线观看99| 男人狂女人下面高潮的视频| 国产成人a∨麻豆精品| 各种免费的搞黄视频| 欧美精品人与动牲交sv欧美| av在线亚洲专区| 亚洲最大成人手机在线| 啦啦啦在线观看免费高清www| 亚洲欧美精品专区久久| 日韩一区二区三区影片| 免费大片18禁| 最新中文字幕久久久久| 九九在线视频观看精品| 精品久久久噜噜| 性色av一级| 男女国产视频网站| 精华霜和精华液先用哪个| 精品国产露脸久久av麻豆| 男女无遮挡免费网站观看| 好男人在线观看高清免费视频| 亚洲精品乱久久久久久| 国内少妇人妻偷人精品xxx网站| 少妇的逼水好多| 如何舔出高潮| 亚洲aⅴ乱码一区二区在线播放| 国产av码专区亚洲av| 80岁老熟妇乱子伦牲交| 99热全是精品| 免费观看无遮挡的男女| 高清日韩中文字幕在线| 日韩av在线免费看完整版不卡| 日韩,欧美,国产一区二区三区| 99热这里只有精品一区| 亚洲国产色片| 一区二区三区四区激情视频| 丰满人妻一区二区三区视频av| 91午夜精品亚洲一区二区三区| 麻豆成人av视频| 国产久久久一区二区三区| 亚洲欧美中文字幕日韩二区| 欧美日韩视频高清一区二区三区二| 少妇人妻 视频| 精品人妻偷拍中文字幕| 亚洲美女搞黄在线观看| 亚洲婷婷狠狠爱综合网| 亚洲国产欧美在线一区| 不卡视频在线观看欧美| 性色av一级| 校园人妻丝袜中文字幕| 99热网站在线观看| 久久久午夜欧美精品| av福利片在线观看| a级一级毛片免费在线观看| 国产精品蜜桃在线观看| 中文乱码字字幕精品一区二区三区| 亚洲美女视频黄频| 久久久亚洲精品成人影院| 三级经典国产精品| 亚洲三级黄色毛片| 色视频www国产| 日本一二三区视频观看| 18禁在线播放成人免费| 日韩中字成人| 日日啪夜夜撸| 免费观看av网站的网址| 99国产精品免费福利视频| 午夜福利视频在线观看免费| 一级黄片播放器| 99久久99久久久精品蜜桃| 777米奇影视久久| 日本一区二区免费在线视频| 亚洲成色77777| 国产成人免费观看mmmm| 叶爱在线成人免费视频播放| 国产一卡二卡三卡精品 | 伊人久久大香线蕉亚洲五| 蜜桃在线观看..| 亚洲国产日韩一区二区| 亚洲在久久综合| 久热这里只有精品99| 欧美激情极品国产一区二区三区| 晚上一个人看的免费电影| 久久精品国产综合久久久| 制服人妻中文乱码| 成人国产麻豆网| 免费高清在线观看视频在线观看| 国产成人精品无人区| 深夜精品福利| 在线观看人妻少妇| 777久久人妻少妇嫩草av网站| 99久久综合免费| 亚洲情色 制服丝袜| 国产男人的电影天堂91| 哪个播放器可以免费观看大片| 亚洲国产精品一区二区三区在线| 亚洲成av片中文字幕在线观看| 亚洲国产毛片av蜜桃av| 免费看av在线观看网站| 色婷婷久久久亚洲欧美| 成人18禁高潮啪啪吃奶动态图| 十分钟在线观看高清视频www| 国产精品成人在线| 永久免费av网站大全| 成人免费观看视频高清| 国产av一区二区精品久久| 女人高潮潮喷娇喘18禁视频| 999精品在线视频| www日本在线高清视频| 日日爽夜夜爽网站| 亚洲综合色网址| 国产成人av激情在线播放| 丁香六月欧美| 老司机深夜福利视频在线观看 | 成人国产av品久久久| 亚洲av中文av极速乱| 丝袜美腿诱惑在线| 精品少妇黑人巨大在线播放| 国产精品国产av在线观看| 精品人妻一区二区三区麻豆| 亚洲精品成人av观看孕妇| 夜夜骑夜夜射夜夜干| 日日摸夜夜添夜夜爱| 成人18禁高潮啪啪吃奶动态图| 日本猛色少妇xxxxx猛交久久| 免费不卡黄色视频| 只有这里有精品99| 午夜福利网站1000一区二区三区| 国产伦理片在线播放av一区| 两个人免费观看高清视频| 欧美在线黄色| 欧美黄色片欧美黄色片| 亚洲av日韩精品久久久久久密 | 国产黄色视频一区二区在线观看| 啦啦啦啦在线视频资源| 成年av动漫网址| 国产xxxxx性猛交| 亚洲成人国产一区在线观看 | 欧美激情 高清一区二区三区| 久久国产精品男人的天堂亚洲| 久久久久久人妻| 麻豆乱淫一区二区| 欧美日韩av久久| 国精品久久久久久国模美| av一本久久久久| 亚洲成国产人片在线观看| 99香蕉大伊视频| 久久99精品国语久久久| 欧美xxⅹ黑人| 夫妻性生交免费视频一级片| 亚洲,欧美,日韩| 黄片小视频在线播放| 日韩欧美一区视频在线观看| 在线观看人妻少妇| 中文字幕亚洲精品专区| 青春草国产在线视频| 亚洲三区欧美一区| 欧美精品亚洲一区二区| 亚洲欧美清纯卡通| 亚洲,一卡二卡三卡| 久久综合国产亚洲精品| 免费av中文字幕在线| 国产精品人妻久久久影院| 国产成人免费观看mmmm| 亚洲欧洲国产日韩| 亚洲欧洲国产日韩| av免费观看日本| 亚洲精品,欧美精品| 日韩大码丰满熟妇| 精品福利永久在线观看| 久久久久久久久久久久大奶| 久久精品国产亚洲av高清一级| 大话2 男鬼变身卡| 精品国产乱码久久久久久男人| 一级毛片黄色毛片免费观看视频| 国产成人午夜福利电影在线观看| 午夜福利乱码中文字幕| 国产xxxxx性猛交| 免费少妇av软件| 国产日韩欧美在线精品| 精品亚洲成国产av| 无遮挡黄片免费观看| 精品亚洲成a人片在线观看| 亚洲美女搞黄在线观看| 老司机靠b影院| 飞空精品影院首页| 纯流量卡能插随身wifi吗| 悠悠久久av| 国产爽快片一区二区三区| 亚洲,欧美精品.| 欧美老熟妇乱子伦牲交| 国产不卡av网站在线观看| 一区福利在线观看| 日韩视频在线欧美| 乱人伦中国视频| 黑人巨大精品欧美一区二区蜜桃| 激情视频va一区二区三区| 蜜桃国产av成人99| 女的被弄到高潮叫床怎么办| 亚洲欧美中文字幕日韩二区| 曰老女人黄片| 亚洲五月色婷婷综合| 黄网站色视频无遮挡免费观看| 晚上一个人看的免费电影| 欧美 日韩 精品 国产| 国产亚洲av高清不卡| 国产 精品1| 国产日韩欧美视频二区| 亚洲国产精品成人久久小说| 一本大道久久a久久精品| 老司机深夜福利视频在线观看 | 亚洲中文av在线| 久久精品人人爽人人爽视色| 精品免费久久久久久久清纯 | 天堂8中文在线网| 黄色视频在线播放观看不卡| 国产野战对白在线观看| 久久鲁丝午夜福利片| 丝袜人妻中文字幕| 又粗又硬又长又爽又黄的视频| 亚洲情色 制服丝袜| 在线 av 中文字幕| 伊人久久国产一区二区| 日韩,欧美,国产一区二区三区| 视频在线观看一区二区三区| 精品午夜福利在线看| 午夜91福利影院| 狠狠精品人妻久久久久久综合| 久久天堂一区二区三区四区| 成年美女黄网站色视频大全免费| 人人妻人人澡人人看| 精品少妇久久久久久888优播| 国产亚洲av高清不卡| 美女中出高潮动态图| 狠狠婷婷综合久久久久久88av| 亚洲欧美成人综合另类久久久| 精品少妇内射三级| 久久精品aⅴ一区二区三区四区| 免费在线观看黄色视频的| 我要看黄色一级片免费的| 午夜福利乱码中文字幕| 国产黄频视频在线观看| 99久久综合免费| 久久久久久久大尺度免费视频| 人妻一区二区av| a级毛片在线看网站| 亚洲av福利一区| 一本大道久久a久久精品| 亚洲国产精品国产精品| 女人久久www免费人成看片| 91aial.com中文字幕在线观看| 亚洲欧洲日产国产| 成年人午夜在线观看视频| 熟女av电影| 人成视频在线观看免费观看| 亚洲伊人久久精品综合| 久久 成人 亚洲| 18禁动态无遮挡网站| 不卡视频在线观看欧美| 在线观看免费日韩欧美大片| 欧美国产精品一级二级三级| 亚洲国产精品成人久久小说| 国产成人a∨麻豆精品| 久久精品亚洲熟妇少妇任你| 在线观看人妻少妇| 天天添夜夜摸| 最黄视频免费看| 国精品久久久久久国模美| 国产成人欧美| 一本一本久久a久久精品综合妖精| 亚洲精品自拍成人| 熟女少妇亚洲综合色aaa.| 久久久久网色| tube8黄色片| 精品免费久久久久久久清纯 | 国产精品久久久久久精品电影小说| 一个人免费看片子| 色网站视频免费| 操出白浆在线播放| av在线播放精品| 18禁动态无遮挡网站| 国产成人精品福利久久| 亚洲色图 男人天堂 中文字幕| 精品第一国产精品| 热re99久久精品国产66热6| 国产成人一区二区在线| 亚洲av欧美aⅴ国产| 国产男女内射视频| 国产黄色视频一区二区在线观看| 久热这里只有精品99| 亚洲av中文av极速乱| 国产精品三级大全| 九色亚洲精品在线播放| 久热这里只有精品99| 汤姆久久久久久久影院中文字幕| 精品第一国产精品| 蜜桃国产av成人99| 啦啦啦 在线观看视频| 国产极品粉嫩免费观看在线| 亚洲成人手机| 天天躁夜夜躁狠狠躁躁| 久久国产精品大桥未久av| 成人国产av品久久久| 各种免费的搞黄视频| 女性被躁到高潮视频| 成人午夜精彩视频在线观看| 十八禁人妻一区二区| 日韩成人av中文字幕在线观看| 纯流量卡能插随身wifi吗| 久久女婷五月综合色啪小说| 各种免费的搞黄视频| 国产 精品1| 人妻一区二区av| 操出白浆在线播放| 亚洲欧美一区二区三区久久| 亚洲欧美色中文字幕在线| 亚洲av欧美aⅴ国产| 青春草亚洲视频在线观看| 黄色 视频免费看| 色94色欧美一区二区| 亚洲精品乱久久久久久| 下体分泌物呈黄色| 亚洲第一青青草原| 日韩伦理黄色片| 一本大道久久a久久精品| 亚洲精品久久成人aⅴ小说| 欧美亚洲 丝袜 人妻 在线| 久久97久久精品| 十八禁高潮呻吟视频| 亚洲精品aⅴ在线观看| 中国国产av一级| 999久久久国产精品视频| 欧美日韩一区二区视频在线观看视频在线| 一边亲一边摸免费视频| 麻豆精品久久久久久蜜桃| 亚洲精品美女久久久久99蜜臀 | 亚洲精品乱久久久久久| 国产精品女同一区二区软件| 婷婷成人精品国产| 大陆偷拍与自拍| 亚洲欧洲日产国产| 妹子高潮喷水视频| 国产高清不卡午夜福利| 美女扒开内裤让男人捅视频| 妹子高潮喷水视频| 最近中文字幕2019免费版| 亚洲欧洲国产日韩| 在线 av 中文字幕| 欧美人与善性xxx| bbb黄色大片| 免费在线观看视频国产中文字幕亚洲 | 考比视频在线观看| 国产精品一国产av| 无限看片的www在线观看| 日韩精品免费视频一区二区三区| 国产精品无大码| netflix在线观看网站| 久久久精品免费免费高清| 中文字幕人妻熟女乱码| 欧美日韩国产mv在线观看视频| 日韩精品免费视频一区二区三区| 亚洲色图 男人天堂 中文字幕| 亚洲精品国产av成人精品| 蜜桃在线观看..| 日韩制服骚丝袜av| 日韩 亚洲 欧美在线| 国产精品二区激情视频| 最近最新中文字幕免费大全7| 最近2019中文字幕mv第一页| 性高湖久久久久久久久免费观看| 亚洲av国产av综合av卡| 91精品伊人久久大香线蕉| 一区二区日韩欧美中文字幕| 日本色播在线视频| 在现免费观看毛片| 捣出白浆h1v1| 成人三级做爰电影| 黄色 视频免费看| 成年美女黄网站色视频大全免费| 91老司机精品| 国产精品麻豆人妻色哟哟久久| 亚洲精品久久久久久婷婷小说| 亚洲国产最新在线播放| 亚洲第一青青草原| 成人国语在线视频| 超碰97精品在线观看| 久久精品国产亚洲av高清一级| 日本爱情动作片www.在线观看| 日本欧美视频一区| av免费观看日本| 欧美日韩av久久| 成人免费观看视频高清| 国产片内射在线| 国产亚洲av片在线观看秒播厂| 黄片无遮挡物在线观看| 国产精品久久久久久精品古装| 国产一区二区三区av在线| 一区二区三区激情视频| 一区二区三区精品91| 性色av一级| 国产精品偷伦视频观看了| 久久久精品区二区三区| av.在线天堂| 啦啦啦视频在线资源免费观看| 久久狼人影院| 国产一区二区在线观看av| 妹子高潮喷水视频| 欧美日韩成人在线一区二区| 我要看黄色一级片免费的| 在线天堂中文资源库| 男女边吃奶边做爰视频| 亚洲精品一区蜜桃| 如日韩欧美国产精品一区二区三区| 成年人午夜在线观看视频| 亚洲成色77777| 青青草视频在线视频观看| 国产精品香港三级国产av潘金莲 | 最新的欧美精品一区二区| 热99国产精品久久久久久7| 国产精品.久久久| 两个人看的免费小视频| 日韩电影二区| 国产97色在线日韩免费| 久久久久久人人人人人| 18在线观看网站| 国产片特级美女逼逼视频| 色网站视频免费| 啦啦啦在线免费观看视频4| 午夜免费男女啪啪视频观看| 亚洲精品乱久久久久久| 伊人久久大香线蕉亚洲五| 国产黄频视频在线观看| 国产精品一区二区精品视频观看| 欧美激情高清一区二区三区 | 蜜桃在线观看..| 国产男女内射视频| tube8黄色片| 日本vs欧美在线观看视频| 热re99久久精品国产66热6| 老鸭窝网址在线观看| 国产精品久久久久成人av| 久久国产精品大桥未久av| av在线播放精品| kizo精华| 黑人猛操日本美女一级片| 免费少妇av软件| 日韩大片免费观看网站| 韩国精品一区二区三区| 日本午夜av视频| 韩国av在线不卡| 天天躁夜夜躁狠狠久久av| 久久精品亚洲熟妇少妇任你| 最近中文字幕2019免费版| 久久韩国三级中文字幕| 99国产精品免费福利视频| 国产片内射在线| 秋霞伦理黄片| 成人三级做爰电影| 国产精品久久久av美女十八| 国产成人免费观看mmmm| 国产深夜福利视频在线观看| 免费观看a级毛片全部| 久久久久久免费高清国产稀缺| 18在线观看网站| 一二三四在线观看免费中文在| 国产女主播在线喷水免费视频网站| 欧美 亚洲 国产 日韩一| 国产熟女欧美一区二区| 久久精品国产综合久久久| 久久久国产精品麻豆| 久久国产亚洲av麻豆专区| 国产精品二区激情视频| 亚洲情色 制服丝袜| 熟女av电影| 久久热在线av| 亚洲男人天堂网一区| 人人澡人人妻人| 国产精品二区激情视频| av天堂久久9| 黄片小视频在线播放| 两个人看的免费小视频| a级片在线免费高清观看视频| 丰满乱子伦码专区| 成人午夜精彩视频在线观看| 亚洲精品国产一区二区精华液| 日韩视频在线欧美| 在线观看三级黄色| 美女中出高潮动态图| 国产成人啪精品午夜网站| 80岁老熟妇乱子伦牲交| 多毛熟女@视频| 国产又色又爽无遮挡免| 国产精品一区二区在线不卡| 1024香蕉在线观看| 国产一区二区 视频在线| 男女床上黄色一级片免费看| 久久久久久久精品精品| 岛国毛片在线播放|