• <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 ?

    基于深度信念網(wǎng)絡(luò)的建筑物用水流量預(yù)測

    2018-01-19 11:35:34姚騰輝李峰
    軟件導(dǎo)刊 2018年10期

    姚騰輝 李峰

    摘 要:隨著高層建筑的普及,無負(fù)壓供水已成為一種重要的二次供水形態(tài),而建筑物用水流量預(yù)測是水泵選型的重要依據(jù)。提出一種基于深度信念網(wǎng)絡(luò)的建筑用水流量預(yù)測方法。綜合利用環(huán)境、房價(jià)、水價(jià)等因素對建筑的低谷流量、普遍流量和峰值流量進(jìn)行預(yù)測,進(jìn)而為水泵選型提供數(shù)據(jù)支持。通過與BP神經(jīng)網(wǎng)絡(luò)方法進(jìn)行對比實(shí)驗(yàn),結(jié)果表明基于DBN的建筑用水流量預(yù)測方法可以較好地預(yù)測流量,優(yōu)于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果。

    關(guān)鍵詞:無負(fù)壓供水;建筑用水流量預(yù)測;深度信念網(wǎng)絡(luò);受限玻爾茲曼機(jī)

    DOIDOI:10.11907/rjdk.181254

    中圖分類號:TP301

    文獻(xiàn)標(biāo)識(shí)碼:A 文章編號:1672-7800(2018)010-0036-05

    英文摘要Abstract:With the popularity of high-rise buildings, non-negative pressure water supply has become an important form of secondary water supply, and water flow forecasting of buildings is one of the important basis for selection of pumps. Therefore, this paper presents a method of forecasting water flow in construction based on deep belief network. Through the comprehensive environment, housing prices, water prices and other factors on the building′s low flow, the general flow and peak flow forecast, to provide data for the pump selection support. Compared with the BP neural network experiment, the DBN-based water flow forecasting method can predict the building flow well, and the results are superior to that or the BP neural network prediction is made.

    英文關(guān)鍵詞Key Words:non-negative pressure water supply;building flow forecasting;deep belief network;restricted Boltzmann machine

    0 引言

    高層建筑的普及促進(jìn)了二次供水發(fā)展,無負(fù)壓供水方式由于直接對接供水管網(wǎng),沒有二次污染,可充分利用市政管網(wǎng)的剩余壓力,節(jié)能環(huán)保效果好,因此得到了廣泛應(yīng)用[1]。水泵在二次供水系統(tǒng)中消耗大量能源,耗電費(fèi)用約占供水成本的60%以上,極大影響著運(yùn)行成本。目前無負(fù)壓供水水泵選型時(shí)流量的確定均根據(jù)《建筑給排水設(shè)計(jì)規(guī)范》。由于國家標(biāo)準(zhǔn)的編制具有普遍性,致使設(shè)計(jì)秒流量往往高于實(shí)際用水量,導(dǎo)致水泵長期低效運(yùn)行,造成極大浪費(fèi),增加了初期投入成本和運(yùn)行成本。因此,如何在無負(fù)壓供水設(shè)備選型中充分依據(jù)用水規(guī)律使水泵最大限度地工作在高效區(qū)域,以便更有效地發(fā)揮變頻調(diào)速水泵節(jié)能效果,達(dá)到節(jié)能環(huán)保之目的,是無負(fù)壓供水設(shè)備設(shè)計(jì)選型中亟待解決的問題[2-4]。

    目前對建筑物用水流量的預(yù)測研究剛剛起步,且大部分集中在對歷史數(shù)據(jù)的分析計(jì)算上。張昊[5]對賓館類建筑的自來水、熱水、中水系統(tǒng)的用水量變化規(guī)律進(jìn)行研究,分析了時(shí)間和入住率對用水量的影響。蔣龍[6]對住宅小區(qū)生活用水量及給水方式的能耗進(jìn)行了分析,進(jìn)而對住宅小區(qū)生活給水方式進(jìn)行優(yōu)化。上述兩個(gè)研究都是對固定類型的建筑用水規(guī)律進(jìn)行統(tǒng)計(jì)分析,對用水規(guī)律的影響因子挖掘較少,也沒有對建筑物流量建立預(yù)測模型,研究結(jié)果不能推廣使用。丁小凱[7]使用LS-SVM建立基于時(shí)段、壓力特征的流量預(yù)測模型,對日流量進(jìn)行預(yù)測,屬于短期預(yù)測,考慮的因素過少,模型預(yù)測準(zhǔn)確度不高。

    當(dāng)前需水量的預(yù)測方法主要有定額法[8]、回歸分析法[9]、時(shí)間序列法[10]、人工神經(jīng)網(wǎng)絡(luò)[11]等,這些方法實(shí)現(xiàn)了不同對象的需水量預(yù)測,但均存在局限性[12-13]。其中,定額分析通過人均用水定額指標(biāo)進(jìn)行核算,相對簡單;時(shí)間序列輸入為單一的歷史數(shù)據(jù),主要突出數(shù)據(jù)的時(shí)間屬性;回歸分析是分析需水量和各因素之間的關(guān)系,通過參數(shù)表現(xiàn)出來。但影響建筑物用水流量因素眾多,各影響因素之間互相關(guān)聯(lián)、錯(cuò)綜復(fù)雜,屬于多因素、非線性問題,經(jīng)典的回歸分析不能滿足預(yù)測要求;人工神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)組織的處理過程,具有自組織、自學(xué)習(xí)特性,更適用于多因素、非線性的用水量預(yù)測。需水量預(yù)測前需要搜集大量基礎(chǔ)資料,通過定量分析,篩選需水量的影響因子。一方面需水量影響因子復(fù)雜,因子之間的非線性關(guān)系不容易發(fā)現(xiàn),另一方面搜集資料存在主觀性,導(dǎo)致篩選的影響因子不充分,也就是輸入的特征向量中只有部分是可能影響樓宇流量的因子,而BP神經(jīng)網(wǎng)絡(luò)對輸入的依賴性較高,導(dǎo)致需水量預(yù)測精度欠佳。

    近年來特征學(xué)習(xí)能力突出的深度信念網(wǎng)絡(luò)在不同領(lǐng)域被廣泛應(yīng)用,如圖像處理、語音識(shí)別等[14-17],同時(shí)深度信念網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的一種發(fā)展,突出了特征學(xué)習(xí)的重要性,在數(shù)據(jù)預(yù)測應(yīng)用中效果很好[18-20]。鑒于此,本文提出一種基于深度信念網(wǎng)絡(luò)的建筑用水流量預(yù)測方法,與建筑流量相關(guān)的因素都作為輸入,自動(dòng)提取各影響因素的相關(guān)特性。與BP神經(jīng)網(wǎng)絡(luò)對比,結(jié)果證明該方法預(yù)測精度更高。

    1 深度信念網(wǎng)絡(luò)

    深度信念網(wǎng)絡(luò)(DBN)通過多層受限玻爾茲曼機(jī)(RBM)和一層BP神經(jīng)網(wǎng)絡(luò)疊加組合而成。DBN通過貪婪算法逐層訓(xùn)練,每次RBM上一層的輸出作為下一層的輸入,學(xué)習(xí)相鄰兩層RBM的模型參數(shù),通過訓(xùn)練將數(shù)據(jù)向量映射到不同的特征空間。但每次只學(xué)習(xí)相鄰兩層之間的參數(shù),不對整個(gè)DBN的特征向量映射達(dá)到最優(yōu),需要通過BP神經(jīng)網(wǎng)絡(luò)將誤差進(jìn)行反向傳播得到最終的DBN。

    受限玻爾茲曼機(jī)(RBM)由可視層(v)、隱含層(h)和權(quán)重矩陣(w)組成概率圖模型,其結(jié)構(gòu)如圖2所示。其中,可視層由顯元vi組成,是神經(jīng)元的輸入層;隱藏層 h 由隱元 hj組成,用于特征提取。同層神經(jīng)元之間沒有連線,層之間全連接,并且每個(gè)節(jié)點(diǎn)只有(0,1)狀態(tài)[21-22]。

    2 流量預(yù)測模型

    2.1 特征變量選取

    影響居民用水量的因素很多,結(jié)合之前的研究結(jié)果,將建筑物用水量影響因素歸納為建筑物屬性、經(jīng)濟(jì)狀況、價(jià)格因素、人口特征、天氣特征和水資源特征6個(gè)方面[24-25]。

    (1)建筑屬性指建筑類型、廚房數(shù)量、衛(wèi)生間數(shù)量、建筑面積。不同的建筑類型中居民的生活習(xí)慣不同,導(dǎo)致用水規(guī)律差異很大。廚房和衛(wèi)生間作為建筑中主要的耗水場所,對需水量有較大影響。此外,建筑面積越大,潛在的耗水行為也會(huì)越多。

    (2)天氣特征指建筑所在地區(qū)的溫度和濕度。我國地域遼闊,各地區(qū)間氣候條件差異較大,從而形成不同的生活習(xí)慣,不同的生活習(xí)慣導(dǎo)致居民對水資源的需求不同。

    (3)經(jīng)濟(jì)狀況指居民的收入水平和地區(qū)的經(jīng)濟(jì)水平。建筑中衛(wèi)生設(shè)施種類、居民用水習(xí)慣等都和經(jīng)濟(jì)狀況有很大的關(guān)聯(lián)。對于建筑物,可通過房價(jià)和均價(jià)的比值和人均GDP體現(xiàn)經(jīng)濟(jì)狀況。

    (4)人口特征主要指人口數(shù)量。

    (5)水資源特征指居民用水定額、市政管網(wǎng)壓力。城市水資源的稀缺性和供水能力是居民用水量的重要制約因素,而市政管網(wǎng)壓力體現(xiàn)了城市的供水能力,也是無負(fù)壓供水的重要影響因素。

    (6)價(jià)格因素指水價(jià)。水價(jià)作為調(diào)節(jié)居民用水行為的重要手段,對需水量也有很大影響。為督促居民節(jié)約用水,目前大部分城市都實(shí)行了階梯水價(jià),其中基礎(chǔ)水價(jià)對居民用水行為影響不明顯[26],所以選取階梯水價(jià)中的第三階梯水價(jià)作為影響因子。

    通過以上分析,最終選取建筑類型、廚房數(shù)量、衛(wèi)生間數(shù)量、建筑面積、年均溫度、年均濕度、房價(jià)、人均GDP、人口數(shù)量、人均用水定額、市政管網(wǎng)壓力、水價(jià)12個(gè)因素作為建筑用水流量的影響因子。

    2.2 數(shù)據(jù)獲取

    本研究所用到的天氣數(shù)據(jù)(年均降水量、年均溫度)從中國天氣網(wǎng)獲取,與建筑相關(guān)的信息(建筑類型、戶數(shù)、廚衛(wèi)數(shù)量、建筑面積)均從相關(guān)物業(yè)處獲得,房價(jià)信息通過房價(jià)網(wǎng)API獲得,水價(jià)信息從中國水網(wǎng)處獲得,居民用水定額從住建部發(fā)布的《城市居民生活用水量標(biāo)準(zhǔn)》中得到,人均GDP通過國家統(tǒng)計(jì)局查詢得到,用水流量數(shù)據(jù)和進(jìn)口壓力等用水歷史數(shù)據(jù)通過無負(fù)壓供水設(shè)備生產(chǎn)廠家遠(yuǎn)程監(jiān)控系統(tǒng)獲取。

    2.3 數(shù)據(jù)預(yù)處理

    通常從無負(fù)壓遠(yuǎn)程監(jiān)控系統(tǒng)獲取的流量數(shù)據(jù)為小于等于30s間隔采集的瞬時(shí)流量值。為更好地分析用水規(guī)律,對建筑物類型細(xì)化為表1所示編碼,在此基礎(chǔ)上通過對不同建筑類型進(jìn)行用水規(guī)律分析,得到居民用水的集中區(qū)間,然后通過頻率分析統(tǒng)計(jì)各個(gè)區(qū)間用水頻率最高的流量值,即可得到低估流量、普遍流量和峰值流量。本文通過上述分析處理得到800棟歷史數(shù)據(jù),其中普通住宅300棟、辦公樓300棟、集體宿舍200棟。

    2.5 DBN網(wǎng)絡(luò)架構(gòu)

    首先確定輸入、輸出層大小,將統(tǒng)計(jì)好的建筑類型、廚房數(shù)量、衛(wèi)生間數(shù)量、建筑面積、年均溫度、年均濕度、房價(jià)、人均GDP、人口數(shù)量、人均用水定額、市政管網(wǎng)壓力、水價(jià)等12個(gè)用水量影響因子作為輸入,將頻率分析后的低谷流量、普遍流量和峰值流量作為輸出。為使深度信念網(wǎng)絡(luò)更適用于建筑物用水流量預(yù)測,對隱層、訓(xùn)練周期和樣本數(shù)量進(jìn)行大量實(shí)驗(yàn),選擇最優(yōu)參數(shù)設(shè)置對建筑用水流量進(jìn)行預(yù)測。

    在基于DBN的預(yù)測模型中,影響預(yù)測結(jié)果的主要因素是隱層大小和每個(gè)隱層神經(jīng)元的數(shù)量。首先固定訓(xùn)練樣本數(shù)量為500,訓(xùn)練周期為100,通過實(shí)驗(yàn),逐漸增加隱含層及隱含層神經(jīng)元數(shù)量得到最佳隱層設(shè)置。表2為第一隱含層不同神經(jīng)元個(gè)數(shù)對訓(xùn)練準(zhǔn)確率的影響。

    從表2可以看出,當(dāng)?shù)谝粋€(gè)隱含層的神經(jīng)元數(shù)目不同時(shí)訓(xùn)練誤差也不同。在第一層結(jié)構(gòu)大小從1-9的遞增過程中,MRE數(shù)值不斷下降,說明隨著隱含層神經(jīng)元數(shù)量的增加,模型的訓(xùn)練誤差越來越小。但當(dāng)神經(jīng)元數(shù)量繼續(xù)增加時(shí)模型訓(xùn)練效果提升不大,因此第一個(gè)隱含層的神經(jīng)元數(shù)量為9時(shí)模型表現(xiàn)較好。

    將第一隱含層的大小設(shè)置為9,然后不斷增加第二隱含層神經(jīng)元數(shù)量,實(shí)驗(yàn)結(jié)果見表3。

    從表3可以看出,增加隱層層數(shù)可使訓(xùn)練誤差減小,當(dāng)?shù)诙拥纳窠?jīng)元數(shù)量增加到3時(shí)誤差最小。繼續(xù)增加神經(jīng)元數(shù)量時(shí),誤差率有增大趨勢,所以選取第二個(gè)隱含層的神經(jīng)元數(shù)量為3。

    設(shè)置好前兩層結(jié)構(gòu)后,繼續(xù)增加神經(jīng)網(wǎng)絡(luò)層數(shù),如表4所示。從表中可以看出,繼續(xù)增加網(wǎng)絡(luò)層數(shù)時(shí),模型的誤差率沒有繼續(xù)降低。

    選取DBN模型結(jié)構(gòu)為12-9-3-3,即整個(gè)模型由一個(gè)輸入層(節(jié)點(diǎn)數(shù)量為12)、兩個(gè)中間層組成,其中第一個(gè)隱含層的神經(jīng)元個(gè)數(shù)為9,第二個(gè)為3,一個(gè)輸出層,輸出層節(jié)點(diǎn)個(gè)數(shù)為3。訓(xùn)練好的DBN網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

    確定好DBN模型后,分析訓(xùn)練周期和樣本個(gè)數(shù)對預(yù)測準(zhǔn)確率的影響。樣本個(gè)數(shù)和訓(xùn)練周期的增加可使DBN提取到更多特征,進(jìn)而提高預(yù)測準(zhǔn)確度。同樣使用MRE對訓(xùn)練結(jié)果進(jìn)行評判,實(shí)驗(yàn)結(jié)果如圖3所示。從圖中x軸走勢可以看出,當(dāng)訓(xùn)練周期固定時(shí),增加訓(xùn)練樣本數(shù)量可明顯降低訓(xùn)練誤差率。當(dāng)樣本數(shù)量為600時(shí),訓(xùn)練效果趨于穩(wěn)定,說明已經(jīng)提取到了足夠的特征。從y軸走勢可以看出,當(dāng)樣本數(shù)量固定時(shí),訓(xùn)練周期的增加可減小訓(xùn)練誤差,當(dāng)訓(xùn)練周期為250時(shí)MRE達(dá)到較低水平。繼續(xù)增加訓(xùn)練周期,模型的誤差變化較小,因此選取訓(xùn)練周期為250。

    3 實(shí)驗(yàn)結(jié)果及分析

    將600個(gè)訓(xùn)練樣本分別輸入BP神經(jīng)網(wǎng)絡(luò)和DBN模型進(jìn)行訓(xùn)練,從剩余樣本數(shù)據(jù)中隨機(jī)選取15個(gè)樣本,對其低谷流量、普遍流量和峰值流量進(jìn)行預(yù)測。BP神經(jīng)網(wǎng)絡(luò)和DBN的預(yù)測結(jié)果以普遍流量說明,如圖4所示。對比圖中各模型預(yù)測曲線與實(shí)際曲線,可以看出DBN和BP神經(jīng)網(wǎng)絡(luò)都能很好地對建筑流量進(jìn)行預(yù)測, 并且較BP模型,DBN模型的預(yù)測曲線與實(shí)際曲線一致性更高,表明其預(yù)測精度更高。其中DBN的MRE為3.76%,BP神經(jīng)網(wǎng)絡(luò)的MRE為6.89%。

    同數(shù)據(jù)集下,采用DBN模型對低谷流量和峰值流量的預(yù)測結(jié)果見表5。

    目前無負(fù)壓設(shè)備選型主要參考《建筑給排水設(shè)計(jì)規(guī)范》,該規(guī)范計(jì)算得到的用水流量和本文的分級峰值流量都滿足最不利點(diǎn)的用水流量。根據(jù)《建筑給排水設(shè)計(jì)規(guī)范》對待預(yù)測的15棟建筑流量進(jìn)行計(jì)算,同時(shí)與DBN的峰值流量預(yù)測結(jié)果進(jìn)行對比,結(jié)果見圖5。從圖中可以看出,DBN模型對峰值流量的預(yù)測結(jié)果與實(shí)際值很接近,而根據(jù)《建筑給排水設(shè)計(jì)規(guī)范》計(jì)算得到的流量值遠(yuǎn)遠(yuǎn)高于實(shí)際峰值流量,導(dǎo)致選型結(jié)果遠(yuǎn)遠(yuǎn)大于實(shí)際需求,增大了投資成本,水泵投入運(yùn)行后一直處于“大馬拉小車”狀態(tài),節(jié)能效果差。

    4 結(jié)語

    本文對采集的數(shù)據(jù)進(jìn)行預(yù)處理,通過分析用水規(guī)律后,建立了建筑用水的低谷流量、普遍流量和峰值流量預(yù)測的DBN模型并進(jìn)行預(yù)測,同時(shí)與BP神經(jīng)網(wǎng)絡(luò)的預(yù)測方法進(jìn)行對比。實(shí)驗(yàn)結(jié)果表明:

    (1)基于BP的神經(jīng)網(wǎng)絡(luò)和DBN的深度信念網(wǎng)絡(luò)均能根據(jù)當(dāng)前數(shù)據(jù)學(xué)習(xí)并抽取特征,可用于建筑流量預(yù)測。相對BP神經(jīng)網(wǎng)絡(luò), DBN由于其強(qiáng)大的特征學(xué)習(xí)能力在建筑流量預(yù)測方面精度更高。

    (2)由于建筑類型和樣本數(shù)量有限,不能對更多的建筑類型進(jìn)行分析預(yù)測。下一步可嘗試在大數(shù)據(jù)量的情況下對建筑類型進(jìn)一步細(xì)分,同時(shí)選取更多的影響因子作為輸入,進(jìn)一步提高預(yù)測精度,使預(yù)測模型適用性更廣。

    參考文獻(xiàn):

    [1] 張琳,郭玲,李峰.淺談無負(fù)壓供水設(shè)備的應(yīng)用[J].城市建設(shè)理論研究,2012(21):155-159.

    [2] 郭乃溶,劉志強(qiáng),劉洪海,等.基于用水規(guī)律的住宅二次供水系統(tǒng)優(yōu)化及節(jié)能分析[J].給水排水,2013,39(11):146-150.

    [3] 陳立新,李強(qiáng),劉東杰.淺論高層建筑二次供水泵房的節(jié)能措施[C].貴陽:中國水協(xié)設(shè)備材料委二次供水設(shè)備選型與節(jié)能減排技術(shù)交流研討會(huì),2011.

    [4] 水浩然,柳兵.再談管網(wǎng)疊壓(無負(fù)壓)給水設(shè)備增壓水泵的選用與節(jié)能判別[J].給水排水,2007,33(12):99-102.

    [5] 張昊.賓館類建筑二次給水系統(tǒng)的節(jié)能優(yōu)化[D].天津:天津大學(xué),2014.

    [6] 蔣龍.住宅小區(qū)生活給水系統(tǒng)的節(jié)水節(jié)能優(yōu)化研究[D].重慶:重慶大學(xué),2012.

    [7] 丁小凱,朱霄珣.最小二乘支持向量機(jī)在樓宇流量預(yù)測中的應(yīng)用[J].中國給水排水,2013,29(3):54-56.

    [8] 黃正榮,張振林,賈劍峰,等.工業(yè)用水定額分析與研究[J].水資源與水工程學(xué)報(bào),2009,20(4):101-103.

    [9] 張雅君,劉全勝,馮萃敏.多元線性回歸分析在北京城市生活需水量預(yù)測中的應(yīng)用[J].給水排水,2003,29(4):26-29.

    [10] 孫平,王麗萍,陳凱,等.基于時(shí)間序列模型ARMA的水廠逐日需水量過程預(yù)測方法[J].中國農(nóng)村水利水電,2013(11):139-142.

    [11] 班懿根.基于RBF神經(jīng)網(wǎng)絡(luò)的城市需水量預(yù)測[J].地下水,2012(1):114-116.

    [12] 李琳,左其亭.城市用水量預(yù)測方法及應(yīng)用比較研究[J].水資源與水工程學(xué)報(bào),2005,16(3):6-10.

    [13] 張雅君,劉全勝.需水量預(yù)測方法的評析與擇優(yōu)[J].中國給水排水,2001, 17(7):27-29.DJURDJEVIC P D, HUBER M. Deep Belief Network for Modeling Hierarchical Reinforcement Learning Policies[J]. Directory results for A Alexandre,2013, 8215(2):2485-2491.

    [14] 酆勇,熊慶宇,石為人,等.一種基于受限玻爾茲曼機(jī)的說話人特征提取算法[J].儀器儀表學(xué)報(bào),2016,37(2):256-262.

    [15] LIU P, HAN S, MENG Z, et al. Facial expression recognition via a boosted deep belief network[C].IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2014:1805-1812.

    [16] 陳國華,湯庸,彭澤武,等.基于學(xué)術(shù)社區(qū)的學(xué)術(shù)搜索引擎設(shè)計(jì)[J].計(jì)算機(jī)科學(xué),2011,38(8):171-175.

    [17] 鄭毅,朱成璋.基于深度信念網(wǎng)絡(luò)的PM2.5預(yù)測[J].山東大學(xué)學(xué)報(bào):工學(xué)版,2014,44(6):19-25

    [18] 代杰杰,宋輝,楊祎,等.基于深度信念網(wǎng)絡(luò)的變壓器油中溶解氣體濃度預(yù)測方法[J].電網(wǎng)技術(shù),2017,41(8):2737-2742.

    [19] 孫志軍,薛磊,許陽明,等.深度學(xué)習(xí)研究綜述[J].計(jì)算機(jī)應(yīng)用研究,2012,29(8):2806-2810.

    [20] SALAKHUTDINOV R, HINTON G. An efficient learning procedure for deep boltzmann machines[J]. Neural Computation, 2014, 24(8):1967-2006.

    [21] 張春霞,姬楠楠,王冠偉.受限波爾茲曼機(jī)[J].工程數(shù)學(xué)學(xué)報(bào),2015(2):159-173.

    [22] HINTON G E. Training products of experts by minimizing contrastive divergence.[M]. MIT Press, 2002.

    [23] 陳曉光,徐晉濤,季永杰.城市居民用水需求影響因素研究[J].水利經(jīng)濟(jì),2005,23(6):23-24.

    [24] 陳曉光,徐晉濤,季永杰.華北地區(qū)城市居民用水需求影響因素分析[J].自然資源學(xué)報(bào),2007,22(2):275-280.

    [25] 褚俊英,王燦,王琦,等.水價(jià)對城市居民用水行為影響的研究進(jìn)展[J].中國給水排水,2003,19(11):32-35.

    (責(zé)任編輯:杜能鋼)

    亚洲少妇的诱惑av| av在线老鸭窝| 日韩电影二区| 亚洲av成人不卡在线观看播放网 | √禁漫天堂资源中文www| 婷婷色麻豆天堂久久| 考比视频在线观看| 国产成人系列免费观看| 999精品在线视频| 老汉色∧v一级毛片| 成人国产一区最新在线观看 | 岛国毛片在线播放| 亚洲av日韩精品久久久久久密 | 大话2 男鬼变身卡| 久久99一区二区三区| 日韩一本色道免费dvd| 这个男人来自地球电影免费观看| 波多野结衣一区麻豆| 欧美日韩一级在线毛片| 精品国产一区二区久久| 免费观看a级毛片全部| 亚洲人成电影观看| 免费人妻精品一区二区三区视频| 久久久久久久久久久久大奶| 久久久精品区二区三区| 人妻一区二区av| 1024香蕉在线观看| 欧美人与性动交α欧美软件| 国产成人影院久久av| 亚洲欧美色中文字幕在线| 婷婷色综合www| 色婷婷av一区二区三区视频| 久久女婷五月综合色啪小说| 亚洲专区中文字幕在线| 亚洲av片天天在线观看| av又黄又爽大尺度在线免费看| 亚洲国产日韩一区二区| 中文字幕制服av| 黄色a级毛片大全视频| 婷婷色综合大香蕉| 捣出白浆h1v1| 久久久久久久国产电影| 国产1区2区3区精品| 国产一区二区三区av在线| 国产精品国产三级专区第一集| 99国产综合亚洲精品| 免费看不卡的av| 9色porny在线观看| 久热这里只有精品99| 亚洲一区中文字幕在线| 日韩大片免费观看网站| 国产欧美亚洲国产| 免费一级毛片在线播放高清视频 | 亚洲午夜精品一区,二区,三区| 久久天堂一区二区三区四区| 人妻人人澡人人爽人人| 亚洲精品自拍成人| 亚洲国产毛片av蜜桃av| 天堂俺去俺来也www色官网| 亚洲精品国产一区二区精华液| 叶爱在线成人免费视频播放| 一边摸一边做爽爽视频免费| 久9热在线精品视频| 涩涩av久久男人的天堂| 久久青草综合色| 亚洲欧美一区二区三区黑人| 久久精品国产亚洲av涩爱| 日本色播在线视频| 精品第一国产精品| 夫妻性生交免费视频一级片| 极品少妇高潮喷水抽搐| 一区二区三区四区激情视频| 日本午夜av视频| 国产在线视频一区二区| 每晚都被弄得嗷嗷叫到高潮| 久久 成人 亚洲| 18禁黄网站禁片午夜丰满| 久久毛片免费看一区二区三区| 国产视频一区二区在线看| 亚洲精品久久午夜乱码| 91成人精品电影| 啦啦啦视频在线资源免费观看| 免费人妻精品一区二区三区视频| 亚洲欧美色中文字幕在线| 亚洲,一卡二卡三卡| 免费高清在线观看视频在线观看| 韩国精品一区二区三区| 久久精品久久精品一区二区三区| 日韩人妻精品一区2区三区| 国产欧美日韩一区二区三 | 亚洲欧美日韩另类电影网站| 熟女少妇亚洲综合色aaa.| 天天躁夜夜躁狠狠久久av| 在线观看人妻少妇| 国产老妇伦熟女老妇高清| 激情五月婷婷亚洲| 麻豆国产av国片精品| 国产精品.久久久| 好男人电影高清在线观看| 久久久久国产一级毛片高清牌| 日韩人妻精品一区2区三区| 熟女av电影| 成人国产一区最新在线观看 | 午夜福利视频在线观看免费| 老司机影院成人| svipshipincom国产片| 波多野结衣一区麻豆| 美女脱内裤让男人舔精品视频| 国产免费又黄又爽又色| 国产精品99久久99久久久不卡| √禁漫天堂资源中文www| 别揉我奶头~嗯~啊~动态视频 | 50天的宝宝边吃奶边哭怎么回事| 国产精品一国产av| av有码第一页| 亚洲国产毛片av蜜桃av| 欧美日韩精品网址| 亚洲欧美日韩高清在线视频 | 菩萨蛮人人尽说江南好唐韦庄| 亚洲,欧美精品.| 欧美+亚洲+日韩+国产| 一级a爱视频在线免费观看| 日本欧美国产在线视频| 脱女人内裤的视频| 极品人妻少妇av视频| 亚洲一卡2卡3卡4卡5卡精品中文| 性色av乱码一区二区三区2| 国产一区二区激情短视频 | 国产成人啪精品午夜网站| 欧美人与性动交α欧美精品济南到| 国产成人精品久久二区二区91| 老汉色av国产亚洲站长工具| 国产在线观看jvid| 飞空精品影院首页| 国产黄色视频一区二区在线观看| av福利片在线| 久久久亚洲精品成人影院| 肉色欧美久久久久久久蜜桃| 亚洲精品美女久久av网站| 久久精品aⅴ一区二区三区四区| 亚洲国产成人一精品久久久| 日本猛色少妇xxxxx猛交久久| 国产熟女午夜一区二区三区| 国产成人精品无人区| 五月开心婷婷网| 99re6热这里在线精品视频| 日韩欧美一区视频在线观看| 在线观看人妻少妇| 久久久久久久国产电影| 99热全是精品| 美女国产高潮福利片在线看| 男男h啪啪无遮挡| 啦啦啦中文免费视频观看日本| 人人妻人人澡人人看| 天天躁夜夜躁狠狠久久av| videosex国产| 国产91精品成人一区二区三区 | 狠狠精品人妻久久久久久综合| 一边摸一边抽搐一进一出视频| 亚洲成人手机| 欧美久久黑人一区二区| 中文精品一卡2卡3卡4更新| 亚洲欧洲国产日韩| 中文字幕人妻熟女乱码| 伊人亚洲综合成人网| 人体艺术视频欧美日本| 欧美黑人欧美精品刺激| 久久久欧美国产精品| 国产真人三级小视频在线观看| 97在线人人人人妻| 老汉色∧v一级毛片| 国产精品99久久99久久久不卡| a 毛片基地| 午夜91福利影院| 亚洲精品久久午夜乱码| 大片电影免费在线观看免费| 亚洲国产av新网站| 亚洲精品久久久久久婷婷小说| 久久国产精品大桥未久av| 国产不卡av网站在线观看| 无限看片的www在线观看| 婷婷丁香在线五月| 人人妻人人澡人人看| 日本色播在线视频| 国产成人精品久久久久久| 人人妻人人爽人人添夜夜欢视频| 在线观看免费视频网站a站| 嫩草影视91久久| 国产精品熟女久久久久浪| 欧美国产精品va在线观看不卡| 91精品国产国语对白视频| 久久综合国产亚洲精品| 色综合欧美亚洲国产小说| 精品欧美一区二区三区在线| 久久久久国产一级毛片高清牌| 1024视频免费在线观看| 亚洲av国产av综合av卡| 一区在线观看完整版| 桃花免费在线播放| 两个人看的免费小视频| 国语对白做爰xxxⅹ性视频网站| 欧美精品亚洲一区二区| 狠狠精品人妻久久久久久综合| 国产精品麻豆人妻色哟哟久久| 免费看不卡的av| 久热这里只有精品99| 亚洲av美国av| 午夜免费男女啪啪视频观看| 岛国毛片在线播放| 色94色欧美一区二区| 午夜福利在线免费观看网站| 午夜福利在线免费观看网站| 亚洲中文av在线| 亚洲国产毛片av蜜桃av| 国产成人系列免费观看| 久久久久久久国产电影| 欧美亚洲日本最大视频资源| 侵犯人妻中文字幕一二三四区| 婷婷色综合www| 男人爽女人下面视频在线观看| 一边摸一边抽搐一进一出视频| 丝袜脚勾引网站| 最近手机中文字幕大全| 国产老妇伦熟女老妇高清| 亚洲av电影在线观看一区二区三区| 久久影院123| 91精品国产国语对白视频| 最近手机中文字幕大全| 欧美日韩国产mv在线观看视频| 男男h啪啪无遮挡| 久久国产亚洲av麻豆专区| 免费av中文字幕在线| 亚洲人成电影免费在线| 亚洲五月婷婷丁香| 纵有疾风起免费观看全集完整版| 国产欧美日韩精品亚洲av| 高清视频免费观看一区二区| 亚洲视频免费观看视频| 日韩 欧美 亚洲 中文字幕| 黄片播放在线免费| 国产成人av激情在线播放| 亚洲av片天天在线观看| 一级黄色大片毛片| 日韩中文字幕欧美一区二区 | 国产黄色视频一区二区在线观看| 国产老妇伦熟女老妇高清| 夜夜骑夜夜射夜夜干| 美女国产高潮福利片在线看| 午夜福利视频精品| 人人妻人人添人人爽欧美一区卜| 国产人伦9x9x在线观看| av一本久久久久| 国产人伦9x9x在线观看| 久久久久久久久免费视频了| 免费av中文字幕在线| 午夜久久久在线观看| 午夜av观看不卡| 一区二区三区精品91| 国产熟女午夜一区二区三区| 后天国语完整版免费观看| 中文字幕人妻丝袜制服| 大陆偷拍与自拍| 国产精品一区二区在线观看99| 亚洲欧美清纯卡通| 亚洲精品久久午夜乱码| av在线播放精品| 美女福利国产在线| 美女福利国产在线| 精品少妇内射三级| 少妇猛男粗大的猛烈进出视频| 丰满迷人的少妇在线观看| 亚洲av综合色区一区| 亚洲国产精品一区三区| 成人18禁高潮啪啪吃奶动态图| 国产亚洲午夜精品一区二区久久| 日本午夜av视频| 在线观看免费午夜福利视频| 日韩一卡2卡3卡4卡2021年| 观看av在线不卡| 一区二区三区精品91| 欧美精品一区二区免费开放| 纵有疾风起免费观看全集完整版| 久久天躁狠狠躁夜夜2o2o | 国产91精品成人一区二区三区 | 麻豆国产av国片精品| 国产精品秋霞免费鲁丝片| 精品欧美一区二区三区在线| 久久精品久久久久久噜噜老黄| 成人手机av| 免费人妻精品一区二区三区视频| 国产极品粉嫩免费观看在线| 亚洲av男天堂| 免费久久久久久久精品成人欧美视频| 久久久国产一区二区| 爱豆传媒免费全集在线观看| 男女边摸边吃奶| 亚洲色图 男人天堂 中文字幕| 国产97色在线日韩免费| 欧美日韩一级在线毛片| 免费观看av网站的网址| 免费观看人在逋| 又大又爽又粗| 国产精品 欧美亚洲| 一本综合久久免费| 美女视频免费永久观看网站| 亚洲欧美色中文字幕在线| 欧美日韩亚洲综合一区二区三区_| 极品人妻少妇av视频| 国产精品一区二区在线不卡| 一边摸一边做爽爽视频免费| 国产一卡二卡三卡精品| 人成视频在线观看免费观看| 婷婷丁香在线五月| 亚洲自偷自拍图片 自拍| 日本91视频免费播放| 少妇裸体淫交视频免费看高清 | 制服诱惑二区| 天堂8中文在线网| 另类精品久久| 午夜福利,免费看| 国产一区二区三区av在线| 高潮久久久久久久久久久不卡| 国产一级毛片在线| 国产成人一区二区在线| 在线看a的网站| 日本vs欧美在线观看视频| 久久 成人 亚洲| 老熟女久久久| 国产男女超爽视频在线观看| 国产欧美日韩综合在线一区二区| www.精华液| 欧美日韩国产mv在线观看视频| 精品少妇一区二区三区视频日本电影| 久久精品熟女亚洲av麻豆精品| 视频在线观看一区二区三区| 亚洲精品国产色婷婷电影| 激情视频va一区二区三区| 亚洲av美国av| 亚洲人成电影免费在线| 啦啦啦视频在线资源免费观看| 欧美日韩亚洲高清精品| 在线精品无人区一区二区三| 视频在线观看一区二区三区| 精品欧美一区二区三区在线| 高清欧美精品videossex| 精品一区二区三卡| 成年美女黄网站色视频大全免费| 精品国产一区二区久久| 国产免费一区二区三区四区乱码| 国产精品久久久久久精品古装| 人妻一区二区av| 中文字幕人妻熟女乱码| 啦啦啦视频在线资源免费观看| av线在线观看网站| 国产成人精品在线电影| 在线观看免费午夜福利视频| 久久国产亚洲av麻豆专区| 女人被躁到高潮嗷嗷叫费观| 美女高潮到喷水免费观看| 亚洲av男天堂| 成年人午夜在线观看视频| 久久亚洲精品不卡| 丝袜人妻中文字幕| 国产日韩一区二区三区精品不卡| 久久久久久免费高清国产稀缺| 亚洲精品美女久久av网站| 久久精品久久久久久噜噜老黄| 99九九在线精品视频| 亚洲精品在线美女| 青春草视频在线免费观看| 人成视频在线观看免费观看| 国产精品欧美亚洲77777| 亚洲欧美激情在线| 精品少妇黑人巨大在线播放| 十八禁人妻一区二区| 91老司机精品| 国产成人欧美| 国产免费现黄频在线看| 国产97色在线日韩免费| 又黄又粗又硬又大视频| 久久人人97超碰香蕉20202| 捣出白浆h1v1| 国产一区亚洲一区在线观看| 亚洲欧美精品综合一区二区三区| 亚洲综合色网址| 国产片特级美女逼逼视频| 国产一卡二卡三卡精品| 亚洲人成电影免费在线| 一级毛片我不卡| 男女无遮挡免费网站观看| 男的添女的下面高潮视频| 国产成人欧美在线观看 | av不卡在线播放| 尾随美女入室| 亚洲欧洲国产日韩| 国语对白做爰xxxⅹ性视频网站| 国产在线视频一区二区| 久久人人爽av亚洲精品天堂| 日韩精品免费视频一区二区三区| 国产国语露脸激情在线看| 又紧又爽又黄一区二区| 男女之事视频高清在线观看 | 中文字幕制服av| 亚洲av欧美aⅴ国产| 高清不卡的av网站| 亚洲欧美色中文字幕在线| 国产成人精品无人区| 久久人人爽av亚洲精品天堂| 日韩制服丝袜自拍偷拍| 一二三四社区在线视频社区8| 国产熟女午夜一区二区三区| www.熟女人妻精品国产| 老司机在亚洲福利影院| 国产精品国产av在线观看| av福利片在线| 国产精品一区二区精品视频观看| 国产精品.久久久| 日韩av免费高清视频| 午夜免费成人在线视频| 欧美人与性动交α欧美精品济南到| 亚洲精品国产av成人精品| 欧美黄色片欧美黄色片| 大码成人一级视频| 亚洲欧美激情在线| 亚洲人成77777在线视频| 一级片'在线观看视频| 国产一级毛片在线| 大型av网站在线播放| 国产av国产精品国产| 真人做人爱边吃奶动态| 又紧又爽又黄一区二区| 免费高清在线观看日韩| 久久ye,这里只有精品| 国产野战对白在线观看| 国产免费现黄频在线看| 久久ye,这里只有精品| 97在线人人人人妻| 亚洲五月婷婷丁香| 人妻人人澡人人爽人人| 精品少妇黑人巨大在线播放| 久久久国产一区二区| 成年av动漫网址| 成人手机av| 免费在线观看视频国产中文字幕亚洲 | 高清av免费在线| 中文字幕制服av| 亚洲精品日韩在线中文字幕| av电影中文网址| 人人妻人人爽人人添夜夜欢视频| 自拍欧美九色日韩亚洲蝌蚪91| 天天躁夜夜躁狠狠躁躁| 麻豆av在线久日| 丰满少妇做爰视频| 亚洲国产精品999| 中文字幕色久视频| 嫩草影视91久久| 成人手机av| 在线 av 中文字幕| 欧美日本中文国产一区发布| 黑人猛操日本美女一级片| 韩国精品一区二区三区| 最新的欧美精品一区二区| 男男h啪啪无遮挡| 国产主播在线观看一区二区 | 黄网站色视频无遮挡免费观看| 国产av精品麻豆| 日本av手机在线免费观看| 国产精品久久久人人做人人爽| 国产麻豆69| 老司机在亚洲福利影院| 黑丝袜美女国产一区| 亚洲情色 制服丝袜| 国产xxxxx性猛交| bbb黄色大片| 国产无遮挡羞羞视频在线观看| 亚洲一码二码三码区别大吗| 国产免费一区二区三区四区乱码| 人妻一区二区av| 欧美中文综合在线视频| 亚洲图色成人| 欧美成狂野欧美在线观看| 久久久久国产精品人妻一区二区| 久久中文字幕一级| 色播在线永久视频| 国产一区二区三区综合在线观看| 伦理电影免费视频| 国产主播在线观看一区二区 | 悠悠久久av| 久久精品成人免费网站| 一本综合久久免费| 久久女婷五月综合色啪小说| av在线播放精品| 深夜精品福利| 男女边吃奶边做爰视频| tube8黄色片| 国产成人一区二区三区免费视频网站 | 天天躁日日躁夜夜躁夜夜| 十八禁网站网址无遮挡| 欧美另类一区| 久久精品熟女亚洲av麻豆精品| 国产成人免费观看mmmm| 老司机靠b影院| 丝袜人妻中文字幕| 97精品久久久久久久久久精品| 黑丝袜美女国产一区| 热re99久久国产66热| 亚洲成av片中文字幕在线观看| 国产亚洲午夜精品一区二区久久| 巨乳人妻的诱惑在线观看| 两人在一起打扑克的视频| 亚洲专区中文字幕在线| 青草久久国产| 另类精品久久| 免费高清在线观看视频在线观看| 曰老女人黄片| 国产成人精品无人区| 免费日韩欧美在线观看| 国产高清不卡午夜福利| av在线播放精品| 亚洲,欧美,日韩| 亚洲情色 制服丝袜| 少妇被粗大的猛进出69影院| 成人三级做爰电影| 免费在线观看完整版高清| √禁漫天堂资源中文www| av在线老鸭窝| 首页视频小说图片口味搜索 | 亚洲美女黄色视频免费看| 韩国高清视频一区二区三区| 老鸭窝网址在线观看| 五月天丁香电影| 亚洲av电影在线进入| 久久国产亚洲av麻豆专区| 老汉色av国产亚洲站长工具| 午夜免费鲁丝| 精品人妻熟女毛片av久久网站| 黄色a级毛片大全视频| 亚洲精品美女久久久久99蜜臀 | 国产精品香港三级国产av潘金莲 | 欧美日韩亚洲高清精品| 国产一区二区三区av在线| 国产视频一区二区在线看| 久久天躁狠狠躁夜夜2o2o | 黑丝袜美女国产一区| 色播在线永久视频| 黑丝袜美女国产一区| 丝袜美足系列| 国产精品.久久久| 热re99久久国产66热| 女人久久www免费人成看片| 精品一区二区三区av网在线观看 | 大香蕉久久成人网| 亚洲中文字幕日韩| 日韩av在线免费看完整版不卡| 久久久久国产精品人妻一区二区| 美女大奶头黄色视频| 亚洲国产精品成人久久小说| 久久精品国产亚洲av高清一级| 中文乱码字字幕精品一区二区三区| 天堂中文最新版在线下载| 欧美性长视频在线观看| 久久人妻熟女aⅴ| 国语对白做爰xxxⅹ性视频网站| 免费观看人在逋| 欧美人与性动交α欧美软件| 国产熟女欧美一区二区| 无限看片的www在线观看| 狠狠婷婷综合久久久久久88av| 欧美乱码精品一区二区三区| 久久中文字幕一级| 色婷婷久久久亚洲欧美| 老鸭窝网址在线观看| 九色亚洲精品在线播放| 1024视频免费在线观看| 免费看av在线观看网站| 亚洲一卡2卡3卡4卡5卡精品中文| 在线亚洲精品国产二区图片欧美| 国产麻豆69| 国产精品麻豆人妻色哟哟久久| 中文精品一卡2卡3卡4更新| 成人午夜精彩视频在线观看| 啦啦啦在线观看免费高清www| 国产主播在线观看一区二区 | 777久久人妻少妇嫩草av网站| 中国美女看黄片| 热re99久久精品国产66热6| 制服诱惑二区| 亚洲专区中文字幕在线| 一区二区av电影网| 新久久久久国产一级毛片| 欧美黄色淫秽网站| 亚洲欧美色中文字幕在线| 午夜激情久久久久久久| 人妻 亚洲 视频| 脱女人内裤的视频| 美女高潮到喷水免费观看| 久久精品亚洲熟妇少妇任你| 亚洲av国产av综合av卡| 亚洲专区中文字幕在线| 91麻豆av在线| 深夜精品福利| 丝袜美足系列| av网站免费在线观看视频| 老司机靠b影院| 18禁裸乳无遮挡动漫免费视频| 欧美黑人精品巨大| 国产成人免费无遮挡视频| 亚洲欧美一区二区三区黑人| 亚洲熟女毛片儿| 久久久精品国产亚洲av高清涩受| 久久久精品免费免费高清| av在线播放精品| 天天操日日干夜夜撸| 国产欧美日韩一区二区三区在线| av网站在线播放免费|