• <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)

    日韩欧美国产一区二区入口| 成人手机av| 两人在一起打扑克的视频| 久久ye,这里只有精品| 国产成+人综合+亚洲专区| 亚洲精品国产区一区二| 精品一区二区三卡| 亚洲精品中文字幕一二三四区| 日韩有码中文字幕| 国产高清国产精品国产三级| 曰老女人黄片| 搡老岳熟女国产| 久久久久久久午夜电影 | 成人手机av| 亚洲国产中文字幕在线视频| a级毛片黄视频| 丝瓜视频免费看黄片| 日韩欧美三级三区| 免费看十八禁软件| 欧洲精品卡2卡3卡4卡5卡区| 欧美日韩av久久| 女人高潮潮喷娇喘18禁视频| 国产精品一区二区在线观看99| 91国产中文字幕| 熟女少妇亚洲综合色aaa.| 亚洲中文日韩欧美视频| 国产男靠女视频免费网站| 欧美激情极品国产一区二区三区| 热99re8久久精品国产| 欧美久久黑人一区二区| 12—13女人毛片做爰片一| 亚洲,欧美精品.| 丝袜人妻中文字幕| 淫妇啪啪啪对白视频| 午夜两性在线视频| 一二三四社区在线视频社区8| 大香蕉久久成人网| 一级毛片女人18水好多| 成人国产一区最新在线观看| 久久人妻福利社区极品人妻图片| 国产单亲对白刺激| 美女国产高潮福利片在线看| 国产av一区二区精品久久| 亚洲av第一区精品v没综合| 十分钟在线观看高清视频www| 在线播放无遮挡| 亚洲 国产 在线| 19禁男女啪啪无遮挡网站| 男人和女人高潮做爰伦理| 日本一本二区三区精品| 久久久久久九九精品二区国产| 欧美黑人欧美精品刺激| 久99久视频精品免费| 成人一区二区视频在线观看| 国产精品久久久久久亚洲av鲁大| 淫秽高清视频在线观看| 又爽又黄无遮挡网站| 欧美+日韩+精品| 女人高潮潮喷娇喘18禁视频| 91久久精品国产一区二区成人 | 成人国产一区最新在线观看| 天美传媒精品一区二区| 国产成人啪精品午夜网站| 国产精品99久久99久久久不卡| 在线观看一区二区三区| 俄罗斯特黄特色一大片| 欧美黑人巨大hd| 最近在线观看免费完整版| 日韩精品中文字幕看吧| 国产精品影院久久| 男女做爰动态图高潮gif福利片| 中文字幕熟女人妻在线| 给我免费播放毛片高清在线观看| 亚洲男人的天堂狠狠| 波多野结衣巨乳人妻| 欧美日韩精品网址| 欧美日韩综合久久久久久 | 最近最新免费中文字幕在线| 成年免费大片在线观看| 成人欧美大片| 国产精品99久久99久久久不卡| 亚洲国产精品999在线| 国产一区二区激情短视频| 亚洲av熟女| 国产中年淑女户外野战色| 亚洲在线自拍视频| 国产乱人伦免费视频| 亚洲国产精品999在线| 国产亚洲欧美在线一区二区| 精品久久久久久久末码| 两人在一起打扑克的视频| 国产伦精品一区二区三区四那| 中文亚洲av片在线观看爽| 中文字幕人成人乱码亚洲影| 嫩草影院精品99| 别揉我奶头~嗯~啊~动态视频| 亚洲国产精品久久男人天堂| 特级一级黄色大片| 日韩精品青青久久久久久| 97超视频在线观看视频| 亚洲av熟女| 国产中年淑女户外野战色| 国产 一区 欧美 日韩| www日本在线高清视频| 久久精品人妻少妇| 国产91精品成人一区二区三区| 少妇裸体淫交视频免费看高清| 久久久国产成人免费| 国产成人啪精品午夜网站| 国产午夜精品论理片| 身体一侧抽搐| 一级a爱片免费观看的视频| 欧美日韩中文字幕国产精品一区二区三区| 精品久久久久久久末码| 老司机午夜福利在线观看视频| 美女被艹到高潮喷水动态| 亚洲专区国产一区二区| 久久欧美精品欧美久久欧美| 岛国视频午夜一区免费看| 亚洲av熟女| 99热6这里只有精品| 亚洲av成人精品一区久久| 婷婷亚洲欧美| 欧美+亚洲+日韩+国产| 久久久久久久久大av| 欧美日韩乱码在线| 久久九九热精品免费| 成年女人毛片免费观看观看9| 免费在线观看日本一区| 亚洲av二区三区四区| 精品人妻偷拍中文字幕| 久久久成人免费电影| 在线观看美女被高潮喷水网站 | 亚洲七黄色美女视频| 无人区码免费观看不卡| svipshipincom国产片| 免费av观看视频| 中文亚洲av片在线观看爽| 五月伊人婷婷丁香| 19禁男女啪啪无遮挡网站| 亚洲精华国产精华精| 99久国产av精品| 国产探花在线观看一区二区| 欧美日韩精品网址| 村上凉子中文字幕在线| www.999成人在线观看| 精品免费久久久久久久清纯| 热99re8久久精品国产| 日韩欧美国产在线观看| 国产亚洲精品av在线| 久久香蕉精品热| 搡老岳熟女国产| 国产三级黄色录像| 十八禁人妻一区二区| 欧美黄色淫秽网站| 啦啦啦观看免费观看视频高清| www日本在线高清视频| 亚洲 国产 在线| 亚洲激情在线av| 欧美激情在线99| 老司机午夜十八禁免费视频| 中文字幕久久专区| 波野结衣二区三区在线 | 亚洲性夜色夜夜综合| 一本一本综合久久| 欧美极品一区二区三区四区| 看黄色毛片网站| 日韩人妻高清精品专区| 色在线成人网| 亚洲狠狠婷婷综合久久图片| 欧美成人一区二区免费高清观看| 三级毛片av免费| 99热精品在线国产| 手机成人av网站| 国产av在哪里看| 美女高潮喷水抽搐中文字幕| 18禁美女被吸乳视频| 熟女人妻精品中文字幕| 亚洲av电影不卡..在线观看| 人人妻人人看人人澡| 亚洲精品在线美女| 久久精品国产自在天天线| 19禁男女啪啪无遮挡网站| 日韩欧美精品免费久久 | 亚洲成a人片在线一区二区| 黑人欧美特级aaaaaa片| 老司机在亚洲福利影院| 亚洲自拍偷在线| 国产亚洲欧美在线一区二区| 黄片大片在线免费观看| 校园春色视频在线观看| 中文资源天堂在线| 国产精品久久久久久久电影 | 日本撒尿小便嘘嘘汇集6| 欧美在线一区亚洲| 我要搜黄色片| 老司机午夜十八禁免费视频| 国产激情欧美一区二区| 小说图片视频综合网站| 国产真实伦视频高清在线观看 | 国产乱人伦免费视频| 91av网一区二区| 中文字幕熟女人妻在线| 在线观看日韩欧美| 99热这里只有是精品50| 欧美日韩精品网址| 女人高潮潮喷娇喘18禁视频| 色综合站精品国产| 国产成人aa在线观看| 麻豆一二三区av精品| 精品人妻偷拍中文字幕| 亚洲狠狠婷婷综合久久图片| 亚洲人与动物交配视频| 一级毛片女人18水好多| 每晚都被弄得嗷嗷叫到高潮| 美女高潮喷水抽搐中文字幕| 嫩草影院入口| 99久国产av精品| 老司机深夜福利视频在线观看| 亚洲精品日韩av片在线观看 | 欧美另类亚洲清纯唯美| 国内精品一区二区在线观看| 18禁黄网站禁片免费观看直播| 一夜夜www| 狂野欧美激情性xxxx| 亚洲一区二区三区不卡视频| av中文乱码字幕在线| 久久久久久久午夜电影| 无人区码免费观看不卡| 18+在线观看网站| 中文字幕av成人在线电影| 亚洲狠狠婷婷综合久久图片| 久久久久性生活片| 亚洲一区二区三区不卡视频| av天堂在线播放| 嫩草影院精品99| 夜夜夜夜夜久久久久| 好看av亚洲va欧美ⅴa在| 国产男靠女视频免费网站| 国产精品自产拍在线观看55亚洲| 99热6这里只有精品| 色综合婷婷激情| 伊人久久大香线蕉亚洲五| 国产黄a三级三级三级人| 99精品久久久久人妻精品| 亚洲av中文字字幕乱码综合| 国产高潮美女av| 少妇的逼好多水| 国产成人av教育| 亚洲一区二区三区不卡视频| 亚洲精品日韩av片在线观看 | 久久久国产成人精品二区| 日韩精品中文字幕看吧| 草草在线视频免费看| 夜夜爽天天搞| 丰满人妻熟妇乱又伦精品不卡| 国产午夜福利久久久久久| 国产精品三级大全| 18禁黄网站禁片午夜丰满| 少妇的逼水好多| 欧美av亚洲av综合av国产av| 丝袜美腿在线中文| 久久国产精品人妻蜜桃| 麻豆成人av在线观看| 黄片小视频在线播放| 久久九九热精品免费| 99精品在免费线老司机午夜| 婷婷精品国产亚洲av在线| 一个人免费在线观看电影| 亚洲久久久久久中文字幕| 在线a可以看的网站| 国产91精品成人一区二区三区| 最近在线观看免费完整版| 99热精品在线国产| 91字幕亚洲| 亚洲av一区综合| 亚洲avbb在线观看| 一级黄色大片毛片| 亚洲av美国av| 好男人在线观看高清免费视频| 国产亚洲精品综合一区在线观看| 日韩欧美精品v在线| 亚洲av一区综合| 校园春色视频在线观看| 亚洲中文字幕日韩| 男女床上黄色一级片免费看| 一本久久中文字幕| 看免费av毛片| 久久欧美精品欧美久久欧美| 搡老妇女老女人老熟妇| 校园春色视频在线观看| av天堂中文字幕网| 久久婷婷人人爽人人干人人爱| 99久久无色码亚洲精品果冻| 免费在线观看亚洲国产| 亚洲av中文字字幕乱码综合| 2021天堂中文幕一二区在线观| 偷拍熟女少妇极品色| 又爽又黄无遮挡网站| 一区二区三区国产精品乱码| 久久久久亚洲av毛片大全| 深爱激情五月婷婷| 亚洲精品456在线播放app | 嫁个100分男人电影在线观看| 久久久久久久亚洲中文字幕 | 人人妻,人人澡人人爽秒播| 91在线精品国自产拍蜜月 | 国产伦精品一区二区三区视频9 | 真人做人爱边吃奶动态| 啦啦啦免费观看视频1| 欧美成人一区二区免费高清观看| 国产色婷婷99| 欧美av亚洲av综合av国产av| 18禁裸乳无遮挡免费网站照片| 午夜免费男女啪啪视频观看 | 亚洲黑人精品在线| 男女那种视频在线观看| 午夜免费成人在线视频| а√天堂www在线а√下载| 国产成人影院久久av| 成熟少妇高潮喷水视频| 欧美三级亚洲精品| 色综合站精品国产| 国产精品久久久久久久久免 | 真实男女啪啪啪动态图| 亚洲成人久久性| 久久久久久久午夜电影| e午夜精品久久久久久久| 亚洲国产精品合色在线| 国产免费av片在线观看野外av| tocl精华| 搡老熟女国产l中国老女人| 男女下面进入的视频免费午夜| 国产亚洲精品久久久com| 小蜜桃在线观看免费完整版高清| 亚洲精品一区av在线观看| 久久久久久久精品吃奶| 午夜久久久久精精品| 成人国产一区最新在线观看| 岛国在线免费视频观看| 制服人妻中文乱码| 久久精品人妻少妇| 国产精品自产拍在线观看55亚洲| 欧美日韩亚洲国产一区二区在线观看| 国产视频一区二区在线看| 久久久久久久午夜电影| 亚洲av电影不卡..在线观看| 欧美三级亚洲精品| 成人特级av手机在线观看| 欧美极品一区二区三区四区| 黄色日韩在线| 国产高清视频在线观看网站| 夜夜夜夜夜久久久久| 三级男女做爰猛烈吃奶摸视频| 亚洲国产欧美人成| 亚洲精品456在线播放app | av片东京热男人的天堂| 亚洲色图av天堂| 99精品欧美一区二区三区四区| 99热6这里只有精品| 国内精品一区二区在线观看| 老汉色av国产亚洲站长工具| 国产成人欧美在线观看| 夜夜看夜夜爽夜夜摸| 国产精品女同一区二区软件 | 19禁男女啪啪无遮挡网站| 免费看日本二区| 成人特级黄色片久久久久久久| 精品国产三级普通话版| 麻豆国产av国片精品| 国产免费男女视频| 久久中文看片网| 免费在线观看成人毛片| 老熟妇乱子伦视频在线观看| АⅤ资源中文在线天堂| 成年免费大片在线观看| 黄色日韩在线| 国产亚洲欧美在线一区二区| 99热这里只有精品一区| 亚洲成人久久性| 色播亚洲综合网| 色综合婷婷激情| 国产精品久久久人人做人人爽| 在线看三级毛片| 全区人妻精品视频| 性色av乱码一区二区三区2| 国产aⅴ精品一区二区三区波| 亚洲真实伦在线观看| 中亚洲国语对白在线视频| 日日摸夜夜添夜夜添小说| 欧美bdsm另类| 一进一出抽搐动态| 99久久九九国产精品国产免费| 久久香蕉国产精品| 日韩欧美在线二视频| 久久精品人妻少妇| 18美女黄网站色大片免费观看| 人人妻人人看人人澡| 国产精品av视频在线免费观看| 黄色片一级片一级黄色片| 老司机在亚洲福利影院| 九九热线精品视视频播放| 精品人妻一区二区三区麻豆 | 国产男靠女视频免费网站| www.www免费av| 国产精品亚洲美女久久久| 五月玫瑰六月丁香| 性欧美人与动物交配| 99久久久亚洲精品蜜臀av| 欧美成人a在线观看| 韩国av一区二区三区四区| 亚洲av美国av| 国产成人欧美在线观看| 99久久久亚洲精品蜜臀av| 99国产精品一区二区蜜桃av| av专区在线播放| 久久久成人免费电影| 99久久精品国产亚洲精品| 欧美区成人在线视频| 99国产综合亚洲精品| 夜夜躁狠狠躁天天躁| 国产一区在线观看成人免费| 亚洲国产色片| 欧美日韩综合久久久久久 | 亚洲精品乱码久久久v下载方式 | 国产亚洲av嫩草精品影院| 看片在线看免费视频| 国产精品久久久人人做人人爽| 成年女人毛片免费观看观看9| 悠悠久久av| 久久精品91无色码中文字幕| 久久久久免费精品人妻一区二区| 宅男免费午夜| 成人鲁丝片一二三区免费| 全区人妻精品视频| 欧美性感艳星| 亚洲在线观看片| 中文字幕人成人乱码亚洲影| 三级毛片av免费| 国产精品一区二区三区四区免费观看 | 成年女人看的毛片在线观看| 91久久精品电影网| 淫秽高清视频在线观看| xxx96com| 丁香欧美五月| 亚洲人成电影免费在线| 日韩中文字幕欧美一区二区| 99国产综合亚洲精品| 一本精品99久久精品77| 啦啦啦免费观看视频1| 亚洲成a人片在线一区二区| 身体一侧抽搐| 18美女黄网站色大片免费观看| 国产精品亚洲美女久久久| 麻豆国产97在线/欧美| 制服人妻中文乱码| 男女下面进入的视频免费午夜| 性欧美人与动物交配| 老熟妇仑乱视频hdxx| 免费看十八禁软件| 757午夜福利合集在线观看| 黄色视频,在线免费观看| 99久久精品一区二区三区| 深夜精品福利| 亚洲久久久久久中文字幕| 日本与韩国留学比较| 午夜激情欧美在线| 亚洲精品在线美女| 99久久无色码亚洲精品果冻| 国产精品99久久久久久久久| 丰满乱子伦码专区| 看免费av毛片| 亚洲av美国av| 国内久久婷婷六月综合欲色啪| 久久精品国产自在天天线| 欧美黄色淫秽网站| 91字幕亚洲| 亚洲最大成人手机在线| 亚洲国产精品合色在线| 叶爱在线成人免费视频播放| 可以在线观看毛片的网站| 日本精品一区二区三区蜜桃| 国产精品永久免费网站| 一区福利在线观看| 欧美成人免费av一区二区三区| 色在线成人网| 日本撒尿小便嘘嘘汇集6| 中文字幕av成人在线电影| 麻豆国产av国片精品| 在线a可以看的网站| 69av精品久久久久久| 少妇熟女aⅴ在线视频| 少妇裸体淫交视频免费看高清| 亚洲国产日韩欧美精品在线观看 | 级片在线观看| 草草在线视频免费看| 成人亚洲精品av一区二区| 91av网一区二区| 又爽又黄无遮挡网站| 久久国产乱子伦精品免费另类| bbb黄色大片| 97碰自拍视频| 国产成人av教育| 在线观看av片永久免费下载| 美女cb高潮喷水在线观看| 精品不卡国产一区二区三区| 啪啪无遮挡十八禁网站| 香蕉久久夜色| 叶爱在线成人免费视频播放| 18+在线观看网站| a级毛片a级免费在线| 亚洲中文日韩欧美视频| 琪琪午夜伦伦电影理论片6080| 国产精品野战在线观看| 19禁男女啪啪无遮挡网站| 成人一区二区视频在线观看| 国产免费av片在线观看野外av| svipshipincom国产片| 色噜噜av男人的天堂激情| 精品午夜福利视频在线观看一区| 丁香欧美五月| 精品午夜福利视频在线观看一区| 搡老岳熟女国产| xxxwww97欧美| 午夜福利18| 99久国产av精品| 啦啦啦免费观看视频1| 成人亚洲精品av一区二区| 一区福利在线观看| 精品99又大又爽又粗少妇毛片 | 啦啦啦韩国在线观看视频| 国产精品一及| 真实男女啪啪啪动态图| 亚洲av美国av| xxx96com| 天堂√8在线中文| 精品一区二区三区av网在线观看| 欧美黄色片欧美黄色片| 国内精品久久久久精免费| 哪里可以看免费的av片| 窝窝影院91人妻| 欧美日韩中文字幕国产精品一区二区三区| 亚洲中文日韩欧美视频| 亚洲av电影在线进入| 亚洲国产欧美网| 国产精品精品国产色婷婷| 欧美日韩国产亚洲二区| 少妇裸体淫交视频免费看高清| 日韩国内少妇激情av| 亚洲av熟女| 婷婷亚洲欧美| 中亚洲国语对白在线视频| 夜夜看夜夜爽夜夜摸| 一级作爱视频免费观看| 男人舔奶头视频| 欧美丝袜亚洲另类 | 国内久久婷婷六月综合欲色啪| 国产伦精品一区二区三区视频9 | 亚洲一区二区三区色噜噜| 99精品久久久久人妻精品| 又粗又爽又猛毛片免费看| 久久久久性生活片| 神马国产精品三级电影在线观看| 亚洲欧美激情综合另类| av中文乱码字幕在线| 久久精品国产99精品国产亚洲性色| 村上凉子中文字幕在线| 国产单亲对白刺激| 男人舔女人下体高潮全视频| 成人18禁在线播放| 精品乱码久久久久久99久播| 一级毛片女人18水好多| 国产精品爽爽va在线观看网站| 欧美日本视频| 国产精品女同一区二区软件 | 久久久色成人| 老汉色∧v一级毛片| 久99久视频精品免费| 欧美日本亚洲视频在线播放| 欧美成人免费av一区二区三区| 国产免费av片在线观看野外av| 观看免费一级毛片| 久久精品影院6| 国产亚洲精品综合一区在线观看| 观看美女的网站| 日韩精品中文字幕看吧| 午夜老司机福利剧场| 亚洲国产精品合色在线| 女人十人毛片免费观看3o分钟| 国产精品1区2区在线观看.| 久久九九热精品免费| 男人舔奶头视频| 婷婷丁香在线五月| 一a级毛片在线观看| av黄色大香蕉| 亚洲熟妇中文字幕五十中出| 一区二区三区国产精品乱码| 制服丝袜大香蕉在线| 一个人看的www免费观看视频| 日本一二三区视频观看| 亚洲 国产 在线| 精品午夜福利视频在线观看一区| 色综合亚洲欧美另类图片| svipshipincom国产片| 一进一出好大好爽视频| 久久久精品大字幕| 国产精品自产拍在线观看55亚洲| 757午夜福利合集在线观看| 男人的好看免费观看在线视频| 久久精品人妻少妇| 蜜桃亚洲精品一区二区三区| av欧美777| 欧美一级a爱片免费观看看| 久久久国产精品麻豆| 日本熟妇午夜|