• <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 ?

    改進(jìn)的多目標(biāo)混合整數(shù)優(yōu)化算法及其在蒸汽動(dòng)力系統(tǒng)優(yōu)化中的應(yīng)用

    2017-01-18 02:11:28杜文莉
    關(guān)鍵詞:測試函數(shù)收斂性種群

    魏 暢, 杜文莉

    (華東理工大學(xué)化工過程先進(jìn)控制和優(yōu)化技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室, 上海 200237)

    改進(jìn)的多目標(biāo)混合整數(shù)優(yōu)化算法及其在蒸汽動(dòng)力系統(tǒng)優(yōu)化中的應(yīng)用

    魏 暢, 杜文莉

    (華東理工大學(xué)化工過程先進(jìn)控制和優(yōu)化技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室, 上海 200237)

    為了提高多目標(biāo)粒子群算法(MOPSO)的收斂性和多樣性,以及增加多目標(biāo)粒子群算法的適用范圍,提出了一種ε約束處理混合三點(diǎn)隨機(jī)Gbest選擇多目標(biāo)粒子群(ε-TMOPSO)算法。采用一種全新的三點(diǎn)隨機(jī)Gbest選擇機(jī)制,用粒子與檔案集中非支配解的歐氏距離最近、最遠(yuǎn)以及處于中間位置的3個(gè)粒子構(gòu)建一個(gè)備選池,然后隨機(jī)選擇一個(gè)粒子作為Gbest,提高算法的收斂性和多樣性;采用改進(jìn)的帶松弛階段ε約束處理機(jī)制處理約束條件,在前期允許加入部分優(yōu)秀的不可行解,提高算法跳出局部最優(yōu)的能力;融入Sigmoid函數(shù)離散變量編碼處理機(jī)制,使算法能夠處理混合整數(shù)問題,增加算法的適用范圍。通過測試函數(shù)仿真,與EM-MOPSO、NSGA2以及SNSGA算法進(jìn)行對比,結(jié)果表明本文算法在收斂性和分布性上有一定的優(yōu)勢。將該算法應(yīng)用于乙烯裝置蒸汽動(dòng)力系統(tǒng)優(yōu)化中取得了較好的效果,進(jìn)一步證明了該算法的有效性。

    多目標(biāo)粒子群; 三點(diǎn)隨機(jī)Gbest選擇;ε約束處理; 離散變量編碼; 蒸汽動(dòng)力系統(tǒng)

    大多數(shù)的工業(yè)優(yōu)化問題,實(shí)際上都是多目標(biāo)優(yōu)化問題,如蒸汽動(dòng)力系統(tǒng)的優(yōu)化,在文獻(xiàn)[1]中就考慮了經(jīng)濟(jì)型指標(biāo)和環(huán)境指標(biāo)。這些優(yōu)化模型一般存在表示設(shè)備開停的離散變量,并且工業(yè)過程必然存在各種約束條件,這類問題實(shí)際上就是帶約束的多目標(biāo)混整問題(CMOMI)。

    近年來,國內(nèi)外學(xué)者對多目標(biāo)問題進(jìn)行了大量的研究,提出了種類繁多的多目標(biāo)優(yōu)化算法。一般分為如下兩類:

    (1)基于單目標(biāo)的多目標(biāo)優(yōu)化方法。一般將多目標(biāo)優(yōu)化問題按照一定的方式轉(zhuǎn)換為單目標(biāo)優(yōu)化問題,然后對單目標(biāo)優(yōu)化問題進(jìn)行求解。但是這種方法有幾個(gè)明顯缺點(diǎn):要求用戶提供精確的決策信息、只能得到一個(gè)局部最優(yōu)解、僅能運(yùn)用于較小的問題集、推廣性較差等。

    (2)基于啟發(fā)式的多目標(biāo)優(yōu)化方法,即通過模擬自然界中的各種現(xiàn)象發(fā)展起來的優(yōu)化方法。它是全局優(yōu)化算法,不會(huì)受到具體問題的束縛,推廣性很強(qiáng),魯棒性很高,這些性質(zhì)使其更適合解決一些實(shí)際問題[2-7]。

    多目標(biāo)粒子群算法(MOPSO)[8-11]是一種基于啟發(fā)式的多目標(biāo)優(yōu)化方法,已得到廣泛關(guān)注,成為優(yōu)化算法領(lǐng)域的研究熱點(diǎn)。Coello[10]采用基于柵格的方法對外部檔案集進(jìn)行維護(hù),把目標(biāo)空間劃分為多個(gè)超立方體,每個(gè)個(gè)體的飛行經(jīng)驗(yàn)保存在一個(gè)超立方體,通過判斷每個(gè)超立方體包含的非支配解的個(gè)數(shù)來維護(hù)外部檔案集。Sun等[12]提出了一種多群體多目標(biāo)粒子群算法,一部分群體朝著更優(yōu)的Pareto前沿搜索,一部分群體朝著較遠(yuǎn)的Pareto前沿搜索,提高了算法的全局搜索能力。雖然前人做了很多研究和改進(jìn),但總的來說,現(xiàn)有的多目標(biāo)粒子群算法在全局最優(yōu)解的選取以及約束條件的處理上、在全局搜索以及局部搜索之間的平衡性能改進(jìn)上尚缺乏研究,致使Pareto前沿解的收斂性和分布性較差,也不能適用于帶約束的多目標(biāo)混整問題(CMOMI)。

    針對以上問題,本文提出了一種ε約束處理混合三點(diǎn)隨機(jī)Gbest選擇多目標(biāo)粒子群(ε-TMOPSO)算法??紤]到算法對于收斂性和Pareto前沿多樣性的要求,提出了三點(diǎn)隨機(jī)Gbest選擇機(jī)制。為了使本文算法適用于CMOMI問題,融合了文獻(xiàn)[13]中改進(jìn)的帶松弛階段ε約束處理機(jī)制以及文獻(xiàn)[14]中的Sigmoid函數(shù)離散變量編碼處理機(jī)制。通過求解測試函數(shù)ZDT1、ZDT2、ZDT3,以及對性能指標(biāo)進(jìn)行比較,可以發(fā)現(xiàn),本文提出的ε-TMOPSO算法在收斂性和分布性上比EM-MOPSO[11]算法和經(jīng)典NSGA2[3]算法優(yōu)秀。通過求解一個(gè)帶約束的多目標(biāo)混整非線性規(guī)劃測試函數(shù),表明了該算法適用于求解帶約束的多目標(biāo)混整問題(CMOMI)。最后將該算法應(yīng)用于某石化廠乙烯裝置蒸汽動(dòng)力系統(tǒng)多目標(biāo)優(yōu)化中,結(jié)果顯示優(yōu)化效果明顯,達(dá)到了節(jié)能的目的。

    1 多目標(biāo)粒子群算法

    MOPSO算法[9-10]采用多點(diǎn)并行搜索機(jī)制,通過個(gè)體最優(yōu)位置Pbest以及群體最優(yōu)位置Gbest,領(lǐng)導(dǎo)粒子向Pareto前沿飛行,對粒子進(jìn)行迭代,實(shí)現(xiàn)動(dòng)態(tài)搜索最優(yōu)解。該算法原理簡單、使用方便、需要設(shè)置參數(shù)較少、收斂速度快,但是容易陷入局部最優(yōu),后期收斂速度較慢,并且不能適用于帶約束的多目標(biāo)混整問題(CMOMI)。基本MOPSO算法步驟如下:

    (1) 初始化粒子位置X和粒子飛行速度V,計(jì)算各個(gè)粒子的適應(yīng)度函數(shù),將其非支配解加入到外部檔案集Np中;

    (2) 選擇粒子的初始Gbest和Pbest;

    (3) 保證粒子在不越界的情況下,根據(jù)速度和位置對粒子的速度和位置進(jìn)行更新,然后計(jì)算各個(gè)粒子的適應(yīng)度函數(shù),更新各個(gè)粒子的Pbest;

    (4) 根據(jù)新產(chǎn)生的非支配解維護(hù)外部檔案集Np,同時(shí)為群體更新新的Gbest;

    (5) 判斷終止條件,不滿足則跳至步驟(3);

    (6) 輸出外部檔案集。

    2 帶有混合整數(shù)的多目標(biāo)粒子群改進(jìn)算法

    2.1 概述

    針對基本多目標(biāo)粒子群算法的缺陷,本文提出了ε-TMOPSO算法。在選擇Gbest時(shí),為了平衡算法的收斂性以及Pareto前沿的分布性,采用三點(diǎn)隨機(jī)Gbest選擇策略為每一個(gè)粒子選擇一個(gè)合適的Gbest;為了在算法早期利用一些優(yōu)秀的不可行的非支配解,加快算法收斂速度,避免陷入局部最優(yōu),在約束的處理上,采用改進(jìn)的帶松弛階段ε約束處理機(jī)制;在離散變量的處理上,直接采用了比較經(jīng)典的Sigmoid函數(shù)離散變量編碼處理機(jī)制,增加算法的適用范圍。另外,在更新粒子速度時(shí),慣性權(quán)重ω以及加速因子c1、c2根據(jù)進(jìn)化代數(shù)自適應(yīng)變化。

    2.2 三點(diǎn)隨機(jī)Gbest選擇策略

    現(xiàn)有的多目標(biāo)粒子群算法中Gbest的選擇方法很多,如在外部檔案集中隨機(jī)選擇[15-16],這種方法效率不高,每一個(gè)非劣解被選上的概率相等,這樣會(huì)導(dǎo)致粒子集中的區(qū)域被選概率較大,不利于粒子的Pareto前沿分布,群體多樣性下降;采用小生境策略選擇Gbest[17]的方法參數(shù)選取困難;采用Sigma策略選擇Gbest效果好,但是要求適應(yīng)度函數(shù)是正函數(shù),并且解的收斂性過分依賴于初始種群的多樣性。針對這些策略存在的問題,本文提出了一種三點(diǎn)隨機(jī)Gbest更新策略,為每一個(gè)粒子在外部檔案集中選擇一個(gè)Gbest。首先計(jì)算每個(gè)粒子與外部檔案集中所有非劣解的歐氏距離,選擇距離最近、最遠(yuǎn)以及處于中間的3個(gè)非劣解作為候選Gbest,然后在這3個(gè)候選非劣解中隨機(jī)選擇一個(gè)作為該粒子的Gbest。

    當(dāng)為所有粒子選擇一個(gè)相同的Gbest時(shí),粒子都會(huì)朝著一個(gè)相同的非劣解方向飛行,容易陷入局部最優(yōu),也不利于最終求得Pareto前沿的解集分布。而本文提出的三點(diǎn)隨機(jī)Gbest更新策略為了在收斂性與多樣性之間達(dá)到一種平衡,以每個(gè)粒子與外部檔案集中非劣解的距離為初步評(píng)價(jià)指標(biāo),選擇距離最遠(yuǎn)、最近以及處于中間的3個(gè)粒子作為備選池,然后從中隨機(jī)選擇一個(gè)粒子作為該粒子的最新Gbest。當(dāng)選擇較近的非劣解作為Gbest時(shí),必然會(huì)提高算法的收斂性;當(dāng)選擇較遠(yuǎn)的非劣解作為Gbest時(shí),又會(huì)提高種群的多樣性。因此,該策略綜合考慮了算法的收斂性和多樣性,在提高收斂性的同時(shí),也提高了最后Pareto前沿分布性。

    2.3 改進(jìn)的帶松弛階段ε約束處理機(jī)制

    為了解決模型普遍帶約束的問題,本文采用改進(jìn)的帶松弛階段ε約束處理機(jī)制。對于帶約束的問題,不能簡單地以解的可行性為判斷粒子質(zhì)量高低的標(biāo)準(zhǔn),否則容易使解陷入局部收斂。應(yīng)該綜合權(quán)衡解的可行性與否以及違反約束程度,要充分利用優(yōu)秀的不可行解,引導(dǎo)粒子更快地向Pareto邊界收斂,加快收斂速度;而對于一些違反約束程度相對較小的優(yōu)秀不可行解,可以充分利用其攜帶的信息,并加以轉(zhuǎn)化為可行解。

    本文方法與文獻(xiàn)[3]提出的約束處理方法相似,只是在進(jìn)化前期加入一個(gè)由Tc控制的松弛階段。在松弛階段,通過調(diào)整控制參數(shù)ε的大小,將種群中的部分不可行解當(dāng)成可行解來處理。隨著進(jìn)化代數(shù)的增加,ε逐漸減小,被當(dāng)成可行解的不可行解越來越少,直至數(shù)量為0,最后全部都是可行解。

    第j個(gè)約束條件表達(dá)式為

    (1)

    個(gè)體Xi違反第j個(gè)約束條件的程度如式(2)所示,該個(gè)體的總約束違反度如式(3)所示。

    (2)

    (3)

    在計(jì)算個(gè)體總約束違反度之后,基于帶松弛階段ε約束處理機(jī)制的方法將部分不可行解當(dāng)成可行解處理,由參數(shù)ε動(dòng)態(tài)調(diào)節(jié)整個(gè)過程。改進(jìn)的ε動(dòng)態(tài)調(diào)節(jié)過程由式(4)~ 式(5)表示。

    (4)

    (5)

    其中:ε初始值取初始種群不可行解違反度總和的平均值;m為初始種群中不可行解個(gè)數(shù);Tc為控制該松弛階段的時(shí)間長度,Tc=0.2×Maxgen,Maxgen是最大迭代次數(shù)。此時(shí),以ε判斷粒子是否可行,違反度不大于ε的不可行粒子稱為偽可行解,此時(shí)的偽可行解當(dāng)成可行解一樣處理。隨著ε逐漸減小為0,偽可行解逐漸被淘汰,在最終的檔案集中也不會(huì)存在不可行解,都是可行解。

    2.4 離散變量編碼

    目前很多實(shí)際問題都帶有離散變量,但是傳統(tǒng)的多目標(biāo)粒子群算法不能解決這一問題,因此本文提出的算法融合了文獻(xiàn)[13]提出的Sigmoid函數(shù)離散變量編碼處理機(jī)制,擴(kuò)大了算法的適用范圍。

    采用式(6)所示的Sigmoid函數(shù),把飛行速度Vij映射到[0,1]區(qū)間。

    (6)

    比較s(Vij)和隨機(jī)數(shù)r,通過式(7)對位置Xij進(jìn)行取值。此時(shí)Vij表示的不是飛行速度,而是位置Xij取1的概率。

    (7)

    2.5 粒子速度、位置更新

    粒子速度更新公式如式(8)所示。

    (8)

    其中:gen表示進(jìn)化代數(shù);Pbest表示粒子歷史最優(yōu)位置;Gbest表示種群最優(yōu)位置。慣性權(quán)重ω以及加速因子c1、c2根據(jù)進(jìn)化代數(shù)自適應(yīng)變化,這樣可以保證算法在早期增大搜索空間,避免陷入局部搜索,在后期加快收斂速度。粒子位置更新如式(9)所示。

    (9)

    2.6 變異

    為了維持粒子的多樣性,避免粒子早熟收斂,提高算法跳出局部最優(yōu)的能力,對粒子進(jìn)行變異處理,如式(10)。

    ife(-α·gen/Maxgen)>rand

    (10)

    其中:α=2;Xijmax表示粒子第j維的最大值;Xijmin表示粒子第j維的最小值。

    2.7ε-TMOPSO算法步驟

    (1) 確定算法基本參數(shù):種群大小nPop,檔案集Np大小nRep,最大迭代次數(shù)Maxgen。

    (2) 初始化粒子位置X和粒子飛行速度V,對離散變量進(jìn)行離散化;初始化ε,根據(jù)ε選擇粒子,計(jì)算各個(gè)粒子的適應(yīng)度函數(shù),將其非劣解加入到外部檔案集Np中。

    (3) 確定粒子的初始Pbest以及根據(jù)三點(diǎn)隨機(jī)Gbest選擇策略為每一個(gè)粒子選擇對應(yīng)的Gbest。

    (4) 保證在粒子不越界的情況下,按照2.4節(jié)更新粒子的速度和位置,按照2.5節(jié)對粒子位置進(jìn)行變異,按照2.3節(jié)對離散變量進(jìn)行離散化。

    (5) 采用式(5)更新ε,計(jì)算各個(gè)粒子的適應(yīng)度函數(shù),根據(jù)非支配關(guān)系以及ε調(diào)整各個(gè)粒子的Pbest。

    (6) 根據(jù)ε以及每個(gè)粒子的約束違反度,把偽可行解以及可行解加入到檔案集,然后刪除掉檔案集中的支配解,最后采用基于擁擠距離的策略對外部檔案集進(jìn)行維護(hù),當(dāng)檔案集中解的數(shù)量超過其大小時(shí),刪除擁擠距離小的解;同時(shí),在外部檔案集中根據(jù)三點(diǎn)隨機(jī)Gbest選擇策略為每一個(gè)粒子選擇對應(yīng)的Gbest。

    (7) 判斷終止條件,不滿足則跳至步驟(4)。

    (8) 輸出外部檔案集。

    3 改進(jìn)算法在多目標(biāo)優(yōu)化問題的性能比較

    3.1 參數(shù)設(shè)置

    將ε-TMOPSO算法通過幾個(gè)測試函數(shù)與EM-MOPSO[11]以及NSGA2[3]算法進(jìn)行求解比較。ε-TMOPSO算法種群大小設(shè)為100,檔案集大小為100,迭代次數(shù)為100;EM-MOPSO算法種群大小設(shè)為100,檔案集大小為100,迭代次數(shù)為100,其他參數(shù)與文獻(xiàn)保持一致;NSGA2算法種群大小設(shè)為100,迭代次數(shù)為100,其他參數(shù)與文獻(xiàn)保持一致。為了避免一次實(shí)驗(yàn)的偶然性,對每個(gè)測試函數(shù)實(shí)驗(yàn)20次。

    3.2 測試函數(shù)

    選取多目標(biāo)經(jīng)典測試函數(shù)集ZDT系列中的ZDT1、ZDT2、ZDT3作為測試函數(shù),其中ZDT1的Pareto前沿是凸的,ZDT2的Pareto前沿是凹的,ZDT3的Pareto前沿是非連續(xù)的,具有廣泛代表性。

    3.3 性能評(píng)價(jià)標(biāo)準(zhǔn)

    針對多目標(biāo)優(yōu)化算法,需要綜合考慮解集的收斂性和分布性,因此本文選取收斂性指標(biāo)世代距離(Generational Distance,GD)以及分布性指標(biāo)SP(Spacing)作為評(píng)判標(biāo)準(zhǔn)[18]。GD是算法收斂性指標(biāo),值越小表明所求的解集越靠近真實(shí)Pareto前沿,若GD=0,則表明所求的解集全在Pareto最優(yōu)解集里面。SP是算法的分布性指標(biāo),值越小說明算法擁有更好的分布性。

    3.4 實(shí)驗(yàn)結(jié)果

    表1示出了收斂性指標(biāo)GD的對比實(shí)驗(yàn)數(shù)據(jù),表2示出了分布性指標(biāo)SP的對比實(shí)驗(yàn)數(shù)據(jù)。從表1可以看出,ε-TMOPSO的GD均值、標(biāo)準(zhǔn)差均比NSGA2和EM-MOPSO小,說明ε-TMOPSO收斂性更好。從表2可以看出,ε-TMOPSO的SP僅在ZDT1上比NSGA2稍差,其他參數(shù)均比NSGA2和EM-MOPSO小,即ε-TMOPSO解集分布性最好。綜上可見,ε-TMOPSO算法優(yōu)化性能最好。

    表1 收斂性GD測試結(jié)果對比Table 1 Test results of GD

    表2 分布性SP測試結(jié)果對比Table 2 Test results of SP

    4 改進(jìn)算法在多目標(biāo)混整非線性規(guī)劃問題的性能比較

    s.t.g1(x)=3x1-x2+x3+2y1≤0

    y1+7y2≤0

    g3(x)=-x1-2x2+3x3+7y3≤0

    g4(x)=-x1-10+12y1≤0

    g5(x)=x1-5-2y1≤0

    g6(x)=-x2-20+y2≤0

    g7(x)=x2-40-y2≤0

    g8(x)=-x3-17+y3≤0

    g5(x)=x3-25-y3≤0

    算法種群大小設(shè)為100,檔案集規(guī)模設(shè)為100,迭代次數(shù)設(shè)為200,仿真結(jié)果如圖1所示。與文獻(xiàn)[19]中SNSGA算法得到的350代Pareto前沿(圖2)相比,本文算法得到的Pareto前沿明顯更平滑,分布性更好,并且只進(jìn)化了200代,收斂速度更快。

    這是因?yàn)?首先三點(diǎn)隨機(jī)Gbest選擇策略綜合考慮了算法的收斂性和Pareto前沿的分布性;其次,帶松弛階段ε約束處理機(jī)制在算法早期允許加入一些不可行解,可以加快收斂速度,避免陷入局部最優(yōu);最后,Sigmoid函數(shù)離散變量編碼處理機(jī)制,在處理離散變量時(shí),非常高效、簡單。另外,在更新粒子速度時(shí),慣性權(quán)重ω以及加速因子c1、c2根據(jù)進(jìn)化代數(shù)自適應(yīng)變化,這樣的處理可以在算法后期加快收斂速度。因此,ε-TMOPSO算法對求解帶約束的多目標(biāo)混整非線性問題是有效的。

    圖1 ε-TMOPSO算法得到的Pareto前沿Fig.1 Pareto front got by ε-TMOPSO

    圖2 SNSGA得到的350代Pareto前沿Fig.2 Pareto front of generation 350 got by SNSGA

    5 實(shí)例研究

    5.1 蒸汽動(dòng)力系統(tǒng)多目標(biāo)優(yōu)化模型

    蒸汽動(dòng)力系統(tǒng)優(yōu)化問題已經(jīng)被大量研究,目標(biāo)模型的建立主要是對多種能源介質(zhì)進(jìn)行折標(biāo)求和[20-21],但是對于一些內(nèi)部核算難以定價(jià)的企業(yè),單目標(biāo)模型結(jié)果存在人為經(jīng)驗(yàn)設(shè)定情況。以某石化廠乙烯裝置蒸汽動(dòng)力系統(tǒng)進(jìn)行實(shí)例研究,蒸汽能耗和電能耗為優(yōu)化的兩個(gè)目標(biāo),建立蒸汽動(dòng)力系統(tǒng)多目標(biāo)優(yōu)化模型如下:

    5.2 優(yōu)化求解與分析

    該石化廠蒸汽管網(wǎng)蒸汽、電能耗多目標(biāo)優(yōu)化決策變量見表3。

    表3 優(yōu)化決策變量列表Table 3 Optimization decision variables

    3個(gè)等級(jí)管網(wǎng)蒸汽需求為RSS=190.71 t/h,RMS=34.63 t/h,RLS=52.05 t/h,采用本文提出的ε-TMOPSO算法以及文獻(xiàn)[19]的SNSGA算法對模型求解,設(shè)置種群規(guī)模為100,檔案集大小為100,迭代次數(shù)為500,得出Pareto前沿如圖3所示。從圖3可以看出,ε-TMOPSO算法求出的解與SNSGA算法求出的解相比,在電能耗相等的情況下,前者擁有較小的蒸汽能耗,即ε-TMOPSO算法求出的解更好。ε-TMOPSO算法求出的解集具體數(shù)據(jù)見表4。

    從表4可以看出,得到的12組解優(yōu)化趨勢都是相同的,即通過增加壓縮機(jī)透平的抽氣量、減少減溫減壓器流量、并通過調(diào)節(jié)透平泵電泵開關(guān)量保證系統(tǒng)正常運(yùn)行。其主要原因是增加透平MS抽汽量,提高了透平做功效率,減少SS消耗;減溫減壓器直接對蒸汽進(jìn)行減溫減壓操作,而沒有讓蒸汽做功,造成了能量的浪費(fèi)。

    圖3 蒸汽管網(wǎng)多目標(biāo)優(yōu)化結(jié)果Fig.3 Multi-objective optimization result of the steam power system

    按照表4給出的解集,在滿足現(xiàn)場情況的條件下,選取使兩個(gè)目標(biāo)總和最小的一組解作為優(yōu)化方案進(jìn)行優(yōu)化操作。從表4可以看出,蒸汽能耗降低了1.65千克標(biāo)油/噸,電能耗降低了6.01千克標(biāo)油/噸,總體下降了7.66千克標(biāo)油/噸。此時(shí)蒸汽動(dòng)力系統(tǒng)除蒸汽、電外的基礎(chǔ)能耗為484.41千克標(biāo)油/噸,因此優(yōu)化效率為1.32%。2015年7月13日14點(diǎn)30分,該石化廠按照這組結(jié)果進(jìn)行調(diào)優(yōu),調(diào)優(yōu)前后48 h運(yùn)行效果如圖4所示,其中虛線左邊是優(yōu)化前蒸汽系統(tǒng)能耗,右邊是優(yōu)化后蒸汽系統(tǒng)能耗??梢钥闯霈F(xiàn)場運(yùn)行結(jié)果與仿真結(jié)果保持一致,即優(yōu)化后能耗明顯下降。

    表4 優(yōu)化結(jié)果Table 4 Optimization result

    圖4 工業(yè)運(yùn)行效果圖Fig.4 Industrial operation effect

    6 結(jié)束語

    本文提出了一種改進(jìn)的MOPSO優(yōu)化算法,經(jīng)過對多目標(biāo)經(jīng)典測試函數(shù)集ZDT系列中的ZDT1、ZDT2、ZDT3 測試函數(shù)進(jìn)行仿真,與EM-MOPSO算法以及NSGA2算法比較,驗(yàn)證了該算法具有良好的收斂性和分布性,總體性能得到改善;通過對一個(gè)帶約束的多目標(biāo)混整非線性測試函數(shù)的仿真,與SNSGA算法比較,驗(yàn)證了該算法在求解此類問題時(shí)同樣具有良好的收斂性和分布性。最后將改進(jìn)的算法應(yīng)用于蒸汽動(dòng)力系統(tǒng)優(yōu)化中,效果較好。

    [1] PAPANDREOU V,SHANG Z G.A multi-criteria optimization approach for the design of sustainable utility systems[J].Computers and Chemical Engineering,2008,32(7):1589-1602.

    [2] 潘峰,李位星,高琪,等.粒子群優(yōu)化算法與多目標(biāo)優(yōu)化[M].北京:北京理工大學(xué)出版社,2013.

    [3] DEB K,PRATAP A,AGARWAL S,etal.A fast and elitist multi-objective genetic algorithm:NSGA-II[J].IEEE Transactions on Evolutionary Computation,2002,6(2):182-197.

    [4] ZITZLER E,THIELE L.Multiobjective evolutionary algorithms:A comparative case study and the strength Pareto approach[J].IEEE Transactions on Evolutionary Computation,1999,3(4):257-271.

    [5] AGUIRRE A H,RIONDA S B,COELLO C A,etal.Handling constraints using multiobjective optimization concepts[J].International Journal for Numerical Methods in Engineering,2004,59(15):1989-2017.

    [6] IZUI K,YAMADA T,NISHIWAKI S,etal. Multiobjective optimization using an aggregative gradient-based method[J].Struct Multidisc Optim,2015,51:173-182.

    [7] BOSMAN P A N.On gradients and hybrid evolutionary algorithm based on weighted gradient[C]//2012 Eighth International Conference on Natural Computation (ICNC).USA:IEEE,2012:808-811.

    [8] COELLO C A C,PULIDO G T,LECHUGA M S.Handling multiple objectives with particle swarm optimization[J].IEEE Transactions on Evolutionary Computation,2004,8(3):256-279.

    [9] RAQUEL C R,NAVAL JR P C.An effective use of crowding distance in multiobjective particle swarm optimization[C]//Proceedings of the 7th Annual Conference on Genetic and Evolutionary Computation.USA:ACM,2005:257-264.

    [10] COELLO C A C,LECHUGA M S.MOPSO:A proposal for multiple objective particle swarm optimization[C]//Proceedings of the 2002 Congress on Evolutionary Computation,CEC'02.Honolulu:IEEE,2002:1051-1056.

    [11] REDDY M J,KUMAR D N.An efficient multi-objective optimization algorithm based on swarm intelligence for engineering design[J].Engineering Optimization,2007,39(1):49-68.

    [12] SUN Y,VAN WYK B J,WANG Z.A new multi-swarm multi-objective particle swarm optimization based on Pareto front set[C]//Advanced Intelligent Computing Theories and Applications.With Aspects of Artificial Intelligence.Berlin Heidelberg:Springer,2012:203-210.

    [13] 徐斌.基于差分進(jìn)化算法的多目標(biāo)優(yōu)化方法研究及其應(yīng)用[D].上海:華東理工大學(xué),2013.

    [14] KENNEDY J,EBERHART R C.A discrete binary version of the particle swarm algorithm[C]//1997 IEEE International Conference on Systems,Man,and Cybernetics,1997.Computational Cybernetics and Simulation.Orlando:IEEE,1997:4104-4108.

    [15] MOORE J,CHAPMAN R,DOZIER G.Multiobjective particle swarm optimization[C]//Proceedings of the 38th Annual on Southeast Regional Conference.USA:ACM,2000:56-57.

    [16] RAQUEL C R,NAVAL JR P C.An effective use of crowding distance In multiobjective particle swarm optimization[C]//Proceedings of the 7th Annual Conference on Genetic and Evolutionary Computation.USA:ACM,2005:257-264.

    [17] LIU D S,TAN K C,GOH C K,etal.On solving multiobjective bin packing problems using particle swarm optimization[C]//IEEE Congress on Evolutionary Computation,2006.CEC 2006.USA:IEEE,2006:2095-2102.

    [18] 雷德明,嚴(yán)新平.多目標(biāo)智能優(yōu)化算法及其應(yīng)用[M].北京:科學(xué)出版社,2009.

    [19] SHI L,YAO P J.Multi-objective evolutionary algorithms for MILP and MINLP in process synthesis[J].Chinese Journal of Chemical Engineering,2001,9(2):173-178.

    [20] LI Zeqiu,ZHAO Liang,DU Wenli,etal.Modeling and optimization of the steam turbine network of an ethylene plant[J].Chinese Journal of Chemical Engineering,2013,21(5):520-528.

    [21] 游夏竹,杜文莉,趙亮,等.乙烯裝置蒸汽管網(wǎng)用能配置與實(shí)時(shí)優(yōu)化[J].化工學(xué)報(bào),2014,64(2):641-648.

    Improved Multi-objective Mixed Integer Optimization Algorithm and Its Application in the Optimization of Steam Power System

    WEI Chang, DU Wen-li

    (Key Laboratory of Advanced Control and Optimization for Chemical Process, Ministry of Education,East China University of Science and Technology,Shanghai 200237, China)

    By adoptingεconstraint to handle mixed average Gbest selection,this paper proposes a new multi-objective particle swarm algorithm for improving convergence and diversity,and increasing the applicable scope.The proposed algorithm adopts a new average Gbest selection mechanism,considers Euclidean distance of the particle and non-dominated solutions of archives and corresponding to the target function value such that the convergence and diversity of algorithm can be improved.Besides,an improved constraint handling mechanism with relaxation phase is utilized,in which some excellent infeasible solutions are allowed to join in early stage so as to improve the ability to jump out of local optimum.Moreover,the proposed algorithm blends the discrete variables coding mechanism of Sigmoid function such that this algorithm can handle mixed integer problem to increase the applicable scope of algorithm.Compared with the classical MOPSO,NSGA2 and SNSGA,the proposed algorithm has advantages in convergence and distribution of steam power system in ethylene plant,which further proves the effectiveness of the algorithm.

    multi-objective particle swarm; three-points random Gbest selection;εconstraint handling; discrete variables coding; steam power system

    1006-3080(2016)06-0827-08

    10.14135/j.cnki.1006-3080.2016.06.013

    2016-03-02

    國家自然科學(xué)基金(61403141, 61573141); 上海市教育委員會(huì)和上海市教育發(fā)展基金會(huì)“曙光計(jì)劃”

    魏 暢(1989-),男,湖北武漢人,碩士生,主要研究方向?yàn)榻?yōu)化。E-mail: 465299035@qq.com

    杜文莉,E-mail: wldu@ecust.edu.cn

    TP301

    A

    猜你喜歡
    測試函數(shù)收斂性種群
    邢氏水蕨成功繁衍并建立種群 等
    山西省發(fā)現(xiàn)刺五加種群分布
    Lp-混合陣列的Lr收斂性
    END隨機(jī)變量序列Sung型加權(quán)和的矩完全收斂性
    具有收縮因子的自適應(yīng)鴿群算法用于函數(shù)優(yōu)化問題
    帶勢函數(shù)的雙調(diào)和不等式組的整體解的不存在性
    約束二進(jìn)制二次規(guī)劃測試函數(shù)的一個(gè)構(gòu)造方法
    行為ND隨機(jī)變量陣列加權(quán)和的完全收斂性
    松弛型二級(jí)多分裂法的上松弛收斂性
    面向真實(shí)世界的測試函數(shù)Ⅱ
    日韩欧美一区二区三区在线观看| 日韩欧美国产在线观看| 男女边吃奶边做爰视频| 精品熟女少妇av免费看| 欧美潮喷喷水| 韩国av在线不卡| 一级毛片久久久久久久久女| 亚洲国产欧洲综合997久久,| 欧美区成人在线视频| 精品久久久噜噜| 如何舔出高潮| 国产美女午夜福利| 成人午夜高清在线视频| av在线天堂中文字幕| 丰满的人妻完整版| 久久久精品大字幕| 在线看三级毛片| 18禁在线无遮挡免费观看视频 | 一级毛片我不卡| 91麻豆精品激情在线观看国产| 日韩精品中文字幕看吧| 国产中年淑女户外野战色| 有码 亚洲区| 亚州av有码| 欧美日韩精品成人综合77777| 久久久久久久久中文| 中国国产av一级| 日韩在线高清观看一区二区三区| 色综合站精品国产| 国内精品久久久久精免费| 国产高清视频在线观看网站| 国产大屁股一区二区在线视频| 精品一区二区免费观看| 久久精品国产鲁丝片午夜精品| 久久99热这里只有精品18| 亚洲美女搞黄在线观看 | 激情 狠狠 欧美| 人人妻人人看人人澡| 亚洲熟妇熟女久久| 国产真实乱freesex| 午夜福利在线观看免费完整高清在 | 神马国产精品三级电影在线观看| 1000部很黄的大片| 伦精品一区二区三区| 国产 一区精品| 少妇熟女aⅴ在线视频| 精品久久久久久久人妻蜜臀av| 国产在线精品亚洲第一网站| 国产精品美女特级片免费视频播放器| 男女之事视频高清在线观看| 草草在线视频免费看| 日本黄大片高清| 成年女人看的毛片在线观看| 国语自产精品视频在线第100页| 国产欧美日韩精品一区二区| 久久久久性生活片| 岛国在线免费视频观看| 日本精品一区二区三区蜜桃| 色哟哟哟哟哟哟| 久久久久久久久久成人| 色av中文字幕| 国产片特级美女逼逼视频| 久久综合国产亚洲精品| 国产私拍福利视频在线观看| 国产三级中文精品| 黄色日韩在线| 免费一级毛片在线播放高清视频| 国产精品嫩草影院av在线观看| 神马国产精品三级电影在线观看| 国产又黄又爽又无遮挡在线| 免费av观看视频| 亚洲av不卡在线观看| 村上凉子中文字幕在线| 乱码一卡2卡4卡精品| 晚上一个人看的免费电影| 免费看日本二区| 人人妻人人澡人人爽人人夜夜 | 色噜噜av男人的天堂激情| 又黄又爽又刺激的免费视频.| 欧美高清性xxxxhd video| 内地一区二区视频在线| 91精品国产九色| 亚洲一区高清亚洲精品| 在线看三级毛片| 两个人视频免费观看高清| 黑人高潮一二区| 一进一出好大好爽视频| 国产精品av视频在线免费观看| 看免费成人av毛片| 18+在线观看网站| 成人精品一区二区免费| 国产aⅴ精品一区二区三区波| 成人鲁丝片一二三区免费| 久久久久性生活片| 非洲黑人性xxxx精品又粗又长| 免费大片18禁| 精品午夜福利在线看| 深夜a级毛片| 欧美三级亚洲精品| 非洲黑人性xxxx精品又粗又长| 九九热线精品视视频播放| 男人舔女人下体高潮全视频| 男女做爰动态图高潮gif福利片| 五月伊人婷婷丁香| 久久亚洲精品不卡| 国产精品久久久久久久电影| 一级毛片电影观看 | 国产精品一区二区性色av| 欧美日韩国产亚洲二区| 亚洲在线观看片| 国产精品永久免费网站| 麻豆精品久久久久久蜜桃| 美女内射精品一级片tv| 国产成人a∨麻豆精品| 丝袜美腿在线中文| 久久久久久久久久黄片| 美女大奶头视频| 国产三级中文精品| 国产极品精品免费视频能看的| 国产精品乱码一区二三区的特点| 直男gayav资源| 色播亚洲综合网| 波多野结衣高清无吗| 最近最新中文字幕大全电影3| 一夜夜www| 亚洲精品日韩在线中文字幕 | 欧美一区二区国产精品久久精品| 国内精品一区二区在线观看| 麻豆成人午夜福利视频| 中文在线观看免费www的网站| 久久久久久久午夜电影| av在线观看视频网站免费| 日韩国内少妇激情av| 亚洲av不卡在线观看| 日韩亚洲欧美综合| 男人和女人高潮做爰伦理| 午夜福利在线观看吧| 国产国拍精品亚洲av在线观看| 国产成人福利小说| 亚洲av一区综合| 我要看日韩黄色一级片| 两个人视频免费观看高清| 97热精品久久久久久| 噜噜噜噜噜久久久久久91| 在线观看美女被高潮喷水网站| 国产黄色小视频在线观看| 美女内射精品一级片tv| 69av精品久久久久久| 在线观看美女被高潮喷水网站| 亚洲性夜色夜夜综合| 国产一区二区三区在线臀色熟女| 国产精品,欧美在线| 日韩制服骚丝袜av| 男女做爰动态图高潮gif福利片| 97人妻精品一区二区三区麻豆| 国产av在哪里看| 国产男靠女视频免费网站| 日本免费一区二区三区高清不卡| 麻豆久久精品国产亚洲av| 国产免费一级a男人的天堂| 在线观看免费视频日本深夜| 日本黄色视频三级网站网址| 国产av在哪里看| 国产蜜桃级精品一区二区三区| 国产国拍精品亚洲av在线观看| 午夜亚洲福利在线播放| 国模一区二区三区四区视频| 69人妻影院| 久久综合国产亚洲精品| 少妇猛男粗大的猛烈进出视频 | 中出人妻视频一区二区| 91精品国产九色| 亚洲精品456在线播放app| 97热精品久久久久久| 免费大片18禁| 最新中文字幕久久久久| 亚洲欧美日韩东京热| 国产精品一区www在线观看| 99在线人妻在线中文字幕| 国产一级毛片七仙女欲春2| 特大巨黑吊av在线直播| 男女之事视频高清在线观看| 97人妻精品一区二区三区麻豆| 成年女人看的毛片在线观看| 伊人久久精品亚洲午夜| 欧美潮喷喷水| 晚上一个人看的免费电影| 国产片特级美女逼逼视频| 91av网一区二区| 久久久久久久久久成人| 亚洲天堂国产精品一区在线| 99久久精品一区二区三区| 久久鲁丝午夜福利片| 中国美白少妇内射xxxbb| 久久久久免费精品人妻一区二区| 国产高清不卡午夜福利| 小说图片视频综合网站| 国产乱人视频| 欧美日韩在线观看h| 精品人妻视频免费看| 精品一区二区免费观看| 久久久成人免费电影| 久久精品国产清高在天天线| 精品久久久久久久久亚洲| 久久精品国产自在天天线| 男女做爰动态图高潮gif福利片| 五月伊人婷婷丁香| 久久亚洲精品不卡| 免费av毛片视频| 国产精品人妻久久久影院| 国产国拍精品亚洲av在线观看| 色哟哟·www| 我要看日韩黄色一级片| 综合色丁香网| 少妇猛男粗大的猛烈进出视频 | 看黄色毛片网站| 欧美日韩国产亚洲二区| 人妻制服诱惑在线中文字幕| 白带黄色成豆腐渣| 亚洲精品日韩av片在线观看| 一进一出好大好爽视频| 听说在线观看完整版免费高清| 久久午夜福利片| 欧美中文日本在线观看视频| 最新在线观看一区二区三区| 少妇裸体淫交视频免费看高清| 最近中文字幕高清免费大全6| 69av精品久久久久久| 国模一区二区三区四区视频| 毛片女人毛片| 精品人妻熟女av久视频| 秋霞在线观看毛片| 精品午夜福利视频在线观看一区| 老女人水多毛片| 国产激情偷乱视频一区二区| 久久精品国产亚洲av涩爱 | 看片在线看免费视频| 人人妻人人澡人人爽人人夜夜 | 最后的刺客免费高清国语| 亚洲av免费高清在线观看| 日韩亚洲欧美综合| 亚洲久久久久久中文字幕| 在线国产一区二区在线| 久久久久国产精品人妻aⅴ院| 在线a可以看的网站| 神马国产精品三级电影在线观看| 男女做爰动态图高潮gif福利片| 色哟哟·www| 国产精品一区二区三区四区久久| 日本a在线网址| 久久久久九九精品影院| 成人亚洲精品av一区二区| 亚洲人成网站高清观看| 波多野结衣巨乳人妻| 日本熟妇午夜| 免费观看在线日韩| 欧美+亚洲+日韩+国产| 亚洲国产精品sss在线观看| 看非洲黑人一级黄片| 亚洲自偷自拍三级| or卡值多少钱| 色播亚洲综合网| 日韩亚洲欧美综合| 日本黄色片子视频| 别揉我奶头 嗯啊视频| 大又大粗又爽又黄少妇毛片口| 尾随美女入室| 又黄又爽又免费观看的视频| 久久精品91蜜桃| 91午夜精品亚洲一区二区三区| 美女免费视频网站| 99热网站在线观看| 国产黄a三级三级三级人| 国产黄色小视频在线观看| 俺也久久电影网| 在线免费观看不下载黄p国产| 晚上一个人看的免费电影| 欧美另类亚洲清纯唯美| 麻豆一二三区av精品| 久久精品91蜜桃| 91麻豆精品激情在线观看国产| 亚洲国产精品成人综合色| 麻豆av噜噜一区二区三区| 亚洲av中文字字幕乱码综合| 日本黄色视频三级网站网址| 日韩精品青青久久久久久| 国产真实伦视频高清在线观看| 97碰自拍视频| 九色成人免费人妻av| 高清毛片免费观看视频网站| 别揉我奶头 嗯啊视频| 波多野结衣巨乳人妻| 中文亚洲av片在线观看爽| 搡老岳熟女国产| 九色成人免费人妻av| 久久久久国内视频| 校园春色视频在线观看| 日韩,欧美,国产一区二区三区 | 国产精品一区二区三区四区久久| 国产精品日韩av在线免费观看| 亚洲欧美日韩卡通动漫| 在线免费十八禁| 精品久久久久久成人av| 免费人成在线观看视频色| 又黄又爽又免费观看的视频| 老熟妇仑乱视频hdxx| 久久这里只有精品中国| or卡值多少钱| 给我免费播放毛片高清在线观看| 国产人妻一区二区三区在| 国产又黄又爽又无遮挡在线| 国产精品1区2区在线观看.| 精品久久久久久久久亚洲| 黄色视频,在线免费观看| 美女 人体艺术 gogo| 少妇的逼水好多| 国产女主播在线喷水免费视频网站 | 国产人妻一区二区三区在| 亚洲人成网站在线播| 亚洲,欧美,日韩| 成人精品一区二区免费| 久久久欧美国产精品| 久久精品91蜜桃| 日韩三级伦理在线观看| 97热精品久久久久久| 国产高清三级在线| 国产精品国产高清国产av| 国产av在哪里看| 欧美一区二区国产精品久久精品| 可以在线观看的亚洲视频| 99精品在免费线老司机午夜| 成人特级黄色片久久久久久久| 少妇丰满av| 亚洲无线在线观看| 日本一二三区视频观看| 午夜福利成人在线免费观看| 91在线观看av| 精品人妻偷拍中文字幕| 国产成年人精品一区二区| 毛片一级片免费看久久久久| 干丝袜人妻中文字幕| 看片在线看免费视频| 亚洲中文字幕一区二区三区有码在线看| 色噜噜av男人的天堂激情| av在线天堂中文字幕| 国产黄色视频一区二区在线观看 | 97碰自拍视频| 97超视频在线观看视频| 美女内射精品一级片tv| 蜜桃亚洲精品一区二区三区| 亚洲av中文字字幕乱码综合| 不卡一级毛片| 国产精品一及| 高清毛片免费观看视频网站| 亚洲图色成人| 伦理电影大哥的女人| 精华霜和精华液先用哪个| 观看美女的网站| 国产91av在线免费观看| 在线a可以看的网站| 亚洲国产欧洲综合997久久,| 别揉我奶头~嗯~啊~动态视频| 看黄色毛片网站| 国产一区二区三区av在线 | 美女免费视频网站| 俄罗斯特黄特色一大片| 蜜桃亚洲精品一区二区三区| 99久久九九国产精品国产免费| 免费av毛片视频| 一本久久中文字幕| 国产高清三级在线| 永久网站在线| 国产黄a三级三级三级人| 麻豆国产av国片精品| 成人一区二区视频在线观看| 日韩欧美 国产精品| 嫩草影院精品99| 欧美成人精品欧美一级黄| h日本视频在线播放| 国产成人91sexporn| 欧美成人a在线观看| 国产黄色视频一区二区在线观看 | 日本成人三级电影网站| 国产三级中文精品| 久久国产乱子免费精品| 国产一区二区三区在线臀色熟女| 18禁在线播放成人免费| 狂野欧美白嫩少妇大欣赏| 国产av麻豆久久久久久久| 成人毛片a级毛片在线播放| 免费高清视频大片| 日韩亚洲欧美综合| 国内精品久久久久精免费| 国内精品美女久久久久久| 波多野结衣高清作品| 国产欧美日韩一区二区精品| 欧美一级a爱片免费观看看| 亚洲中文字幕一区二区三区有码在线看| 亚州av有码| 午夜激情欧美在线| 久久久久国产精品人妻aⅴ院| 免费电影在线观看免费观看| 99在线视频只有这里精品首页| 日韩成人伦理影院| 久久亚洲精品不卡| 1024手机看黄色片| 国产伦一二天堂av在线观看| 国产精品久久久久久亚洲av鲁大| 听说在线观看完整版免费高清| 亚洲综合色惰| 欧美3d第一页| 两个人的视频大全免费| 麻豆国产97在线/欧美| 最近2019中文字幕mv第一页| 日日摸夜夜添夜夜添av毛片| 少妇被粗大猛烈的视频| 亚洲欧美清纯卡通| 国产在线精品亚洲第一网站| 一级黄色大片毛片| 久久精品影院6| 国产美女午夜福利| 97超碰精品成人国产| 日本色播在线视频| 久久久久九九精品影院| 免费一级毛片在线播放高清视频| 村上凉子中文字幕在线| 久久天躁狠狠躁夜夜2o2o| 中文在线观看免费www的网站| 国产亚洲精品久久久久久毛片| 精品乱码久久久久久99久播| 精品欧美国产一区二区三| 精品国内亚洲2022精品成人| 在线观看av片永久免费下载| 久久久精品欧美日韩精品| 亚洲精品456在线播放app| 婷婷亚洲欧美| 国产精品一及| 国产片特级美女逼逼视频| 国产激情偷乱视频一区二区| 国产三级在线视频| 69av精品久久久久久| 精品久久久久久久久久久久久| 国产一级毛片七仙女欲春2| 色综合站精品国产| 欧美一区二区精品小视频在线| 俄罗斯特黄特色一大片| 天堂网av新在线| 搡老岳熟女国产| 亚洲欧美日韩高清专用| 天天一区二区日本电影三级| 亚洲熟妇中文字幕五十中出| 午夜精品国产一区二区电影 | 国产熟女欧美一区二区| 久久久久久国产a免费观看| 精品午夜福利视频在线观看一区| 亚洲欧美日韩东京热| 国产高清视频在线观看网站| 欧美丝袜亚洲另类| 黄色日韩在线| 麻豆国产97在线/欧美| 性欧美人与动物交配| 欧美三级亚洲精品| 97在线视频观看| 99热这里只有精品一区| 12—13女人毛片做爰片一| 亚洲七黄色美女视频| 内地一区二区视频在线| 国产一级毛片七仙女欲春2| or卡值多少钱| 精品99又大又爽又粗少妇毛片| 精品一区二区三区视频在线观看免费| 久久久久久久午夜电影| 欧美成人免费av一区二区三区| 国产精品久久久久久久电影| 久久久精品94久久精品| 欧美成人免费av一区二区三区| 欧美日韩一区二区视频在线观看视频在线 | 色综合色国产| 亚洲国产欧洲综合997久久,| 国产日本99.免费观看| 亚洲av二区三区四区| 精品久久国产蜜桃| 欧美成人精品欧美一级黄| 高清午夜精品一区二区三区 | 高清日韩中文字幕在线| 国产中年淑女户外野战色| 国产精品一区二区三区四区免费观看 | 久久精品影院6| 毛片女人毛片| 国产伦精品一区二区三区四那| 精品久久久久久久久亚洲| 国产中年淑女户外野战色| 变态另类成人亚洲欧美熟女| 乱人视频在线观看| 亚洲三级黄色毛片| 日韩欧美一区二区三区在线观看| 夜夜夜夜夜久久久久| 亚洲成人久久性| 欧美成人一区二区免费高清观看| 精品少妇黑人巨大在线播放 | 国产单亲对白刺激| 久久欧美精品欧美久久欧美| 国产成人a∨麻豆精品| 国产在线男女| 日本精品一区二区三区蜜桃| 午夜福利成人在线免费观看| 久久久午夜欧美精品| 亚洲四区av| 看十八女毛片水多多多| 国产精品精品国产色婷婷| 国产综合懂色| 久久人人精品亚洲av| 国产淫片久久久久久久久| .国产精品久久| 男女之事视频高清在线观看| 午夜精品一区二区三区免费看| 黄片wwwwww| 久久久久性生活片| 国产精品综合久久久久久久免费| 日韩高清综合在线| 老熟妇乱子伦视频在线观看| 偷拍熟女少妇极品色| 联通29元200g的流量卡| 黄片wwwwww| 在线看三级毛片| 熟女人妻精品中文字幕| 欧美bdsm另类| 日韩 亚洲 欧美在线| 国产成人精品久久久久久| 插阴视频在线观看视频| 三级经典国产精品| 亚洲av第一区精品v没综合| 国产精品人妻久久久久久| 天堂√8在线中文| av在线老鸭窝| 久久精品国产清高在天天线| 亚洲美女搞黄在线观看 | 午夜福利在线观看吧| 国产毛片a区久久久久| 俄罗斯特黄特色一大片| 国产在线男女| 色哟哟·www| 黄色欧美视频在线观看| 高清日韩中文字幕在线| 国产久久久一区二区三区| 国产精品久久久久久亚洲av鲁大| 国产精品一区www在线观看| 你懂的网址亚洲精品在线观看 | 国产av一区在线观看免费| 少妇丰满av| 久久草成人影院| av在线观看视频网站免费| 最近的中文字幕免费完整| 成人av一区二区三区在线看| 99久久精品国产国产毛片| 午夜福利在线观看免费完整高清在 | 久久精品91蜜桃| 卡戴珊不雅视频在线播放| 亚洲欧美日韩东京热| 综合色丁香网| 久久亚洲国产成人精品v| 久久久久久国产a免费观看| 久久久a久久爽久久v久久| 国产精品av视频在线免费观看| 久久久国产成人精品二区| 人人妻,人人澡人人爽秒播| 在线免费十八禁| 精品一区二区三区人妻视频| 最后的刺客免费高清国语| 少妇高潮的动态图| 亚洲av第一区精品v没综合| 日韩成人伦理影院| 欧美性猛交黑人性爽| 美女被艹到高潮喷水动态| 亚洲自偷自拍三级| 国产aⅴ精品一区二区三区波| 久久这里只有精品中国| 女的被弄到高潮叫床怎么办| 日韩欧美精品v在线| 99热这里只有是精品在线观看| 亚洲精品亚洲一区二区| 麻豆成人午夜福利视频| 三级国产精品欧美在线观看| 给我免费播放毛片高清在线观看| 一级黄色大片毛片| 一区二区三区免费毛片| 免费无遮挡裸体视频| 色播亚洲综合网| 国产精品一区二区三区四区免费观看 | 俺也久久电影网| 一级黄色大片毛片| videossex国产| 三级男女做爰猛烈吃奶摸视频| av卡一久久| 人人妻人人澡人人爽人人夜夜 | 亚洲美女黄片视频| 夜夜夜夜夜久久久久| 午夜影院日韩av| 桃色一区二区三区在线观看| 亚洲精品一区av在线观看| 亚洲国产色片| 国产乱人视频| 久久人人爽人人片av| av天堂在线播放| 夜夜夜夜夜久久久久| 成人av一区二区三区在线看| 久久6这里有精品| 国产成人一区二区在线| 中国国产av一级| 特级一级黄色大片| а√天堂www在线а√下载| 国产探花极品一区二区| 变态另类丝袜制服| 九九爱精品视频在线观看| 成人国产麻豆网|