• <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
    男女床上黄色一级片免费看| 无遮挡黄片免费观看| 久久久久久久午夜电影| 国产伦精品一区二区三区四那| 男女之事视频高清在线观看| 午夜福利在线在线| 精品人妻偷拍中文字幕| 波多野结衣高清无吗| 久久久久亚洲av毛片大全| 日本与韩国留学比较| 91字幕亚洲| 亚洲 国产 在线| 日韩成人在线观看一区二区三区| 成人三级黄色视频| 亚洲激情在线av| 国产三级黄色录像| 亚洲av一区综合| 香蕉丝袜av| 亚洲成人久久爱视频| 国产日本99.免费观看| 精品久久久久久成人av| 一级毛片女人18水好多| 麻豆一二三区av精品| 99视频精品全部免费 在线| 又粗又爽又猛毛片免费看| 九九久久精品国产亚洲av麻豆| 日本免费a在线| 狠狠狠狠99中文字幕| 亚洲aⅴ乱码一区二区在线播放| 亚洲人成伊人成综合网2020| 精品久久久久久成人av| 日日摸夜夜添夜夜添小说| 搞女人的毛片| 国产精品久久久久久久电影 | 久久精品91蜜桃| 美女免费视频网站| 欧美黑人欧美精品刺激| 国产精品爽爽va在线观看网站| 日日干狠狠操夜夜爽| 久久久久九九精品影院| 亚洲人成电影免费在线| 毛片女人毛片| 99久久无色码亚洲精品果冻| 久久精品国产亚洲av香蕉五月| 男女床上黄色一级片免费看| АⅤ资源中文在线天堂| 天美传媒精品一区二区| 给我免费播放毛片高清在线观看| 最新在线观看一区二区三区| 一本精品99久久精品77| 欧美高清成人免费视频www| 国产精品98久久久久久宅男小说| 国产精品国产高清国产av| 成年女人看的毛片在线观看| 国产精品久久久久久亚洲av鲁大| 精品久久久久久,| 久久精品夜夜夜夜夜久久蜜豆| 亚洲av美国av| 国产精品精品国产色婷婷| 91久久精品国产一区二区成人 | 亚洲第一电影网av| 午夜精品一区二区三区免费看| 久久久久免费精品人妻一区二区| 欧美精品啪啪一区二区三区| 两个人的视频大全免费| 色在线成人网| 美女高潮喷水抽搐中文字幕| 久久久国产精品麻豆| 亚洲av熟女| 色视频www国产| 久久久久久久久中文| 男女做爰动态图高潮gif福利片| 亚洲av美国av| 国产高清有码在线观看视频| 欧美色视频一区免费| 女人被狂操c到高潮| 国产色爽女视频免费观看| 免费观看精品视频网站| 99久久九九国产精品国产免费| 亚洲成人久久性| 亚洲精品成人久久久久久| 国产精品精品国产色婷婷| 高清毛片免费观看视频网站| 国产成人欧美在线观看| 午夜精品一区二区三区免费看| 手机成人av网站| 亚洲专区中文字幕在线| 国产精品久久久久久精品电影| 亚洲精品粉嫩美女一区| 亚洲精华国产精华精| 久99久视频精品免费| 精品99又大又爽又粗少妇毛片 | 国产精品嫩草影院av在线观看 | 最好的美女福利视频网| 精品国产美女av久久久久小说| 长腿黑丝高跟| 丰满乱子伦码专区| 国产精品永久免费网站| 又黄又粗又硬又大视频| 日本五十路高清| 国产一区二区在线av高清观看| 天美传媒精品一区二区| 精品熟女少妇八av免费久了| 亚洲不卡免费看| 国产亚洲精品综合一区在线观看| 中文亚洲av片在线观看爽| 国产av在哪里看| www.999成人在线观看| 国产精品自产拍在线观看55亚洲| 国产欧美日韩一区二区精品| 黄色丝袜av网址大全| 亚洲欧美日韩高清在线视频| 精品福利观看| 欧美av亚洲av综合av国产av| 国产亚洲欧美在线一区二区| 51午夜福利影视在线观看| 亚洲七黄色美女视频| 欧美乱妇无乱码| 亚洲av电影不卡..在线观看| 天堂av国产一区二区熟女人妻| 变态另类成人亚洲欧美熟女| 国产男靠女视频免费网站| 91麻豆精品激情在线观看国产| av在线天堂中文字幕| 国模一区二区三区四区视频| 性欧美人与动物交配| 国产精品一区二区免费欧美| 亚洲国产精品合色在线| 午夜日韩欧美国产| 精品熟女少妇八av免费久了| 国产成人a区在线观看| 最新中文字幕久久久久| 色综合站精品国产| 国产成人aa在线观看| 国产又黄又爽又无遮挡在线| 老熟妇乱子伦视频在线观看| 亚洲乱码一区二区免费版| 长腿黑丝高跟| 午夜免费激情av| 国产美女午夜福利| av黄色大香蕉| 欧美乱色亚洲激情| 日韩欧美精品v在线| 19禁男女啪啪无遮挡网站| 性色avwww在线观看| 欧美3d第一页| 天堂av国产一区二区熟女人妻| 动漫黄色视频在线观看| 精品国产美女av久久久久小说| а√天堂www在线а√下载| 亚洲人与动物交配视频| 亚洲天堂国产精品一区在线| 欧美激情久久久久久爽电影| 人人妻,人人澡人人爽秒播| 十八禁网站免费在线| 国产精品三级大全| av视频在线观看入口| 超碰av人人做人人爽久久 | 国产69精品久久久久777片| 中文资源天堂在线| 在线观看一区二区三区| 免费观看的影片在线观看| 欧美极品一区二区三区四区| 欧美区成人在线视频| 亚洲成人久久性| 亚洲av美国av| 给我免费播放毛片高清在线观看| 久久人妻av系列| 熟女电影av网| 搡女人真爽免费视频火全软件 | 哪里可以看免费的av片| 毛片女人毛片| 制服人妻中文乱码| 又紧又爽又黄一区二区| 一a级毛片在线观看| 亚洲av第一区精品v没综合| 免费看日本二区| 99久久99久久久精品蜜桃| 91字幕亚洲| 亚洲av日韩精品久久久久久密| 欧美日韩福利视频一区二区| 精品一区二区三区av网在线观看| 成年女人看的毛片在线观看| 免费看美女性在线毛片视频| 久久人妻av系列| 一进一出好大好爽视频| 在线观看美女被高潮喷水网站 | 久久草成人影院| 国产熟女xx| 亚洲精品一区av在线观看| 中文字幕熟女人妻在线| 国产精品亚洲av一区麻豆| 成人永久免费在线观看视频| 精品久久久久久,| 露出奶头的视频| 狂野欧美白嫩少妇大欣赏| 99久久精品一区二区三区| 又粗又爽又猛毛片免费看| 亚洲av电影在线进入| 99热6这里只有精品| 91在线观看av| 亚洲国产精品999在线| 51午夜福利影视在线观看| 成熟少妇高潮喷水视频| 网址你懂的国产日韩在线| 国产真人三级小视频在线观看| 亚洲av第一区精品v没综合| 中出人妻视频一区二区| www日本在线高清视频| 一级a爱片免费观看的视频| 亚洲av第一区精品v没综合| 国产精品永久免费网站| 亚洲电影在线观看av| 伊人久久大香线蕉亚洲五| 69av精品久久久久久| 欧美另类亚洲清纯唯美| 欧美不卡视频在线免费观看| 有码 亚洲区| 午夜激情欧美在线| 老司机深夜福利视频在线观看| 色在线成人网| 久久香蕉国产精品| 美女 人体艺术 gogo| 色综合婷婷激情| 国产av在哪里看| 天美传媒精品一区二区| 日本三级黄在线观看| 激情在线观看视频在线高清| 一进一出好大好爽视频| av女优亚洲男人天堂| 一区二区三区国产精品乱码| 亚洲美女黄片视频| 久久6这里有精品| 成人鲁丝片一二三区免费| 制服人妻中文乱码| 亚洲中文字幕一区二区三区有码在线看| 天堂动漫精品| 1024手机看黄色片| 免费av观看视频| 男人舔奶头视频| 搡老妇女老女人老熟妇| 精品久久久久久成人av| 中文亚洲av片在线观看爽| 亚洲熟妇熟女久久| 狂野欧美白嫩少妇大欣赏| 国产亚洲精品一区二区www| 一级a爱片免费观看的视频| 天天躁日日操中文字幕| 亚洲在线自拍视频| 日韩欧美 国产精品| 亚洲无线在线观看| 无人区码免费观看不卡| 欧美乱码精品一区二区三区| 一级a爱片免费观看的视频| 亚洲国产精品成人综合色| 国产精品久久电影中文字幕| 日本黄色视频三级网站网址| 国产成年人精品一区二区| 真人一进一出gif抽搐免费| 99热这里只有是精品50| 99国产极品粉嫩在线观看| 99国产综合亚洲精品| 少妇人妻精品综合一区二区 | 亚洲av熟女| 亚洲久久久久久中文字幕| 中文字幕av在线有码专区| 欧美+亚洲+日韩+国产| 一个人观看的视频www高清免费观看| 久久久久精品国产欧美久久久| 我的老师免费观看完整版| 午夜福利免费观看在线| aaaaa片日本免费| 99久久九九国产精品国产免费| 在线免费观看的www视频| 无人区码免费观看不卡| 91在线观看av| 婷婷六月久久综合丁香| 最近在线观看免费完整版| 亚洲午夜理论影院| 少妇丰满av| 午夜免费激情av| 窝窝影院91人妻| 丰满的人妻完整版| bbb黄色大片| 岛国在线观看网站| 深夜精品福利| av片东京热男人的天堂| 又黄又爽又免费观看的视频| 亚洲国产欧洲综合997久久,| 国产69精品久久久久777片| 欧美最新免费一区二区三区 | 色老头精品视频在线观看| 久久这里只有精品中国| 久久久国产成人免费| 天天一区二区日本电影三级| 精品国产美女av久久久久小说| 蜜桃亚洲精品一区二区三区| 久久精品91蜜桃| 国产精品精品国产色婷婷| 一级作爱视频免费观看| 国产午夜精品论理片| 国产真实伦视频高清在线观看 | 少妇高潮的动态图| 一个人免费在线观看的高清视频| 天堂网av新在线| 久久久久亚洲av毛片大全| 久久午夜亚洲精品久久| 亚洲国产日韩欧美精品在线观看 | 老司机午夜福利在线观看视频| 国产精品98久久久久久宅男小说| 变态另类丝袜制服| 国产亚洲av嫩草精品影院| 少妇的逼水好多| 欧美bdsm另类| 18禁黄网站禁片午夜丰满| 国产精品99久久久久久久久| 久久精品国产亚洲av香蕉五月| tocl精华| 国产探花极品一区二区| 午夜影院日韩av| 午夜老司机福利剧场| 免费av观看视频| 国产免费av片在线观看野外av| 国产真实乱freesex| 熟妇人妻久久中文字幕3abv| 国内揄拍国产精品人妻在线| 一个人免费在线观看电影| 男女那种视频在线观看| 欧美日本亚洲视频在线播放| 最后的刺客免费高清国语| 一区二区三区国产精品乱码| 日本 av在线| 久久午夜亚洲精品久久| 久久久久免费精品人妻一区二区| 国产亚洲欧美在线一区二区| 别揉我奶头~嗯~啊~动态视频| 日日摸夜夜添夜夜添小说| 日韩欧美精品v在线| 99riav亚洲国产免费| 天堂av国产一区二区熟女人妻| eeuss影院久久| 欧美色视频一区免费| 老司机深夜福利视频在线观看| 黄色视频,在线免费观看| 波多野结衣巨乳人妻| 亚洲精品国产精品久久久不卡| 可以在线观看毛片的网站| 深夜精品福利| 欧美一级a爱片免费观看看| 99热只有精品国产| 国产 一区 欧美 日韩| 国产蜜桃级精品一区二区三区| 色综合欧美亚洲国产小说| 亚洲成人精品中文字幕电影| 首页视频小说图片口味搜索| 亚洲精品日韩av片在线观看 | 亚洲最大成人中文| 成人午夜高清在线视频| 国产精品乱码一区二三区的特点| 国产一区二区激情短视频| 99热这里只有精品一区| 亚洲成人久久性| 少妇裸体淫交视频免费看高清| 欧美极品一区二区三区四区| 亚洲av成人不卡在线观看播放网| 18美女黄网站色大片免费观看| 精品欧美国产一区二区三| 国产成+人综合+亚洲专区| 亚洲av美国av| 欧美丝袜亚洲另类 | 国产精华一区二区三区| 91在线观看av| 日韩欧美一区二区三区在线观看| 亚洲成a人片在线一区二区| 午夜福利在线在线| 一本久久中文字幕| 天天一区二区日本电影三级| 亚洲av电影在线进入| 国产精品一区二区免费欧美| avwww免费| 成人性生交大片免费视频hd| 婷婷亚洲欧美| 老鸭窝网址在线观看| 91九色精品人成在线观看| 国产精品一区二区三区四区久久| 国产精品永久免费网站| av国产免费在线观看| 69av精品久久久久久| 欧美激情久久久久久爽电影| 舔av片在线| 国内精品久久久久精免费| 国内揄拍国产精品人妻在线| 成人鲁丝片一二三区免费| 色哟哟哟哟哟哟| 免费看美女性在线毛片视频| 国产熟女xx| 国产av不卡久久| 精品人妻一区二区三区麻豆 | 此物有八面人人有两片| www.www免费av| 好看av亚洲va欧美ⅴa在| 亚洲av美国av| 国产精品久久久久久久久免 | 久久精品亚洲精品国产色婷小说| 亚洲熟妇熟女久久| 级片在线观看| www.999成人在线观看| 尤物成人国产欧美一区二区三区| 亚洲国产精品sss在线观看| 51国产日韩欧美| 老熟妇乱子伦视频在线观看| 一区二区三区免费毛片| 欧美日韩瑟瑟在线播放| 超碰av人人做人人爽久久 | 午夜两性在线视频| 最近最新中文字幕大全免费视频| 成人精品一区二区免费| 黄色视频,在线免费观看| 看片在线看免费视频| 欧美黄色片欧美黄色片| 日本在线视频免费播放| 日本五十路高清| 欧美中文日本在线观看视频| 99国产极品粉嫩在线观看| 一级作爱视频免费观看| 国产一级毛片七仙女欲春2| 亚洲七黄色美女视频| 脱女人内裤的视频| 免费电影在线观看免费观看| 欧美中文综合在线视频| 国产不卡一卡二| 女警被强在线播放| 97碰自拍视频| 欧美日韩福利视频一区二区| 九九在线视频观看精品| 亚洲精华国产精华精| 中文资源天堂在线| 亚洲欧美一区二区三区黑人| 国产激情偷乱视频一区二区| 五月玫瑰六月丁香| 日本一本二区三区精品| 精品乱码久久久久久99久播| 欧美日韩亚洲国产一区二区在线观看| 日韩人妻高清精品专区| 成年人黄色毛片网站| av福利片在线观看| 99精品欧美一区二区三区四区| 精品午夜福利视频在线观看一区| 精品久久久久久,| 亚洲成av人片免费观看| 精品国产亚洲在线| 免费搜索国产男女视频| 国产精品99久久久久久久久| 香蕉丝袜av| 欧美日本视频| 国产三级黄色录像| 日本一本二区三区精品| 国产不卡一卡二| 欧美一级毛片孕妇| 亚洲欧美日韩无卡精品| 色视频www国产| 99国产极品粉嫩在线观看| 久久久久久久精品吃奶| 少妇熟女aⅴ在线视频| 制服丝袜大香蕉在线| 亚洲中文日韩欧美视频| 九色成人免费人妻av| 午夜精品一区二区三区免费看| eeuss影院久久| av片东京热男人的天堂| 嫩草影视91久久| 成人av在线播放网站| 久久香蕉精品热| 夜夜爽天天搞| h日本视频在线播放| 91久久精品国产一区二区成人 | 老汉色∧v一级毛片| 亚洲精华国产精华精| 欧美日韩精品网址| 丝袜美腿在线中文| 在线观看舔阴道视频| 国产精品久久久久久亚洲av鲁大| av女优亚洲男人天堂| ponron亚洲| a级毛片a级免费在线| 亚洲国产欧美网| 精品久久久久久久毛片微露脸| 午夜免费男女啪啪视频观看 | 露出奶头的视频| 国产av麻豆久久久久久久| 午夜福利欧美成人| xxxwww97欧美| 欧美一区二区精品小视频在线| 日韩亚洲欧美综合| 身体一侧抽搐| www.www免费av| av福利片在线观看| 国产精品自产拍在线观看55亚洲| 欧美日韩瑟瑟在线播放| 欧美zozozo另类| 手机成人av网站| 免费搜索国产男女视频| 成年版毛片免费区| 啪啪无遮挡十八禁网站| 亚洲精品在线美女| 欧美日韩乱码在线| 白带黄色成豆腐渣| av在线天堂中文字幕| 日日夜夜操网爽| 久久精品影院6| 国产亚洲精品综合一区在线观看| 性色av乱码一区二区三区2| 亚洲va日本ⅴa欧美va伊人久久| 超碰av人人做人人爽久久 | 天堂网av新在线| 黄片小视频在线播放| 亚洲一区高清亚洲精品| 91字幕亚洲| 午夜激情欧美在线| 日本与韩国留学比较| 久久久国产成人精品二区| 亚洲自拍偷在线| 日韩欧美国产在线观看| 国产探花在线观看一区二区| 亚洲av成人不卡在线观看播放网| 亚洲欧美精品综合久久99| 亚洲av成人av| 韩国av一区二区三区四区| 嫩草影院入口| 99国产极品粉嫩在线观看| 国产av一区在线观看免费| 国产一区二区在线av高清观看| 日韩精品中文字幕看吧| 亚洲人成电影免费在线| 国产高清激情床上av| 99精品在免费线老司机午夜| 叶爱在线成人免费视频播放| 久久精品91蜜桃| 又爽又黄无遮挡网站| 久久亚洲精品不卡| 久久久久久久久中文| 欧美黑人巨大hd| 大型黄色视频在线免费观看| 亚洲精品乱码久久久v下载方式 | 国产又黄又爽又无遮挡在线| 香蕉丝袜av| 国产一级毛片七仙女欲春2| 色视频www国产| 高清日韩中文字幕在线| 小蜜桃在线观看免费完整版高清| 免费看美女性在线毛片视频| 欧美日韩黄片免| 非洲黑人性xxxx精品又粗又长| 国产精品久久久久久精品电影| 午夜日韩欧美国产| 一本久久中文字幕| 少妇人妻一区二区三区视频| 精品国内亚洲2022精品成人| 夜夜爽天天搞| 精品人妻1区二区| 亚洲男人的天堂狠狠| 麻豆国产97在线/欧美| 成人国产综合亚洲| 美女 人体艺术 gogo| 香蕉av资源在线| 一本综合久久免费| 1024手机看黄色片| 亚洲片人在线观看| 久久人妻av系列| 听说在线观看完整版免费高清| 国产精品一区二区三区四区免费观看 | 日韩有码中文字幕| 午夜福利欧美成人| 一区二区三区国产精品乱码| 性色av乱码一区二区三区2| 99久久久亚洲精品蜜臀av| 亚洲不卡免费看| 欧美性猛交╳xxx乱大交人| 国产99白浆流出| 蜜桃亚洲精品一区二区三区| 亚洲国产欧美人成| 九九在线视频观看精品| 老司机午夜福利在线观看视频| 麻豆国产97在线/欧美| 变态另类成人亚洲欧美熟女| 最新在线观看一区二区三区| 哪里可以看免费的av片| 黄色成人免费大全| 欧美黄色淫秽网站| 国产精品一区二区三区四区久久| 免费无遮挡裸体视频| 美女 人体艺术 gogo| 精品乱码久久久久久99久播| 一个人看视频在线观看www免费 | 国产不卡一卡二| 欧美高清成人免费视频www| 给我免费播放毛片高清在线观看| 久久精品国产自在天天线| 免费av观看视频| 亚洲av免费高清在线观看| 日本 av在线| 一本综合久久免费| 欧美日韩一级在线毛片| 久久精品国产清高在天天线| 国产精品99久久久久久久久| 在线观看免费午夜福利视频| 国产精品一及| 岛国在线观看网站| 在线看三级毛片| 国产国拍精品亚洲av在线观看 | 91在线精品国自产拍蜜月 | 特大巨黑吊av在线直播| 淫秽高清视频在线观看| 亚洲国产高清在线一区二区三| 欧美极品一区二区三区四区|