• <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 ?

    基于正弦余弦算法的汽輪機(jī)熱耗率預(yù)測(cè)

    2018-03-06 01:45:16牛培峰吳志良馬云鵬史春見李進(jìn)柏
    動(dòng)力工程學(xué)報(bào) 2018年2期
    關(guān)鍵詞:熱耗率余弦正弦

    牛培峰, 吳志良, 馬云鵬, 史春見, 李進(jìn)柏

    (燕山大學(xué) 工業(yè)計(jì)算機(jī)控制工程河北省重點(diǎn)實(shí)驗(yàn)室, 河北秦皇島 066004)

    熱耗率是指發(fā)電機(jī)組每產(chǎn)生1 kW·h電能所消耗的熱量.現(xiàn)在通常把熱耗率作為研究和衡量電廠熱經(jīng)濟(jì)性的一個(gè)重要指標(biāo)[1],很多電廠都需要對(duì)其進(jìn)行實(shí)時(shí)監(jiān)測(cè),精確的汽輪機(jī)熱耗率值對(duì)電廠安全、穩(wěn)定、高效運(yùn)行具有重要意義.

    由于汽輪機(jī)熱耗率與其影響因素之間存在著復(fù)雜的非線性關(guān)系,傳統(tǒng)的建模方法無法建立精確的數(shù)學(xué)模型,導(dǎo)致模型所得的熱耗率值產(chǎn)生偏差.目前一種可行的方法是采用回歸算法計(jì)算熱耗率,王雷等[2]提出了基于支持向量回歸算法的汽輪機(jī)熱耗率模型;王惠杰等[3]提出基于v類型支持向量機(jī)(v-SVM)的汽輪機(jī)熱耗率回歸預(yù)測(cè)模型;張文琴等[4]基于偏最小二乘算法進(jìn)行熱耗率回歸分析,建立了汽輪機(jī)熱耗率預(yù)測(cè)模型;劉超等[5]提出基于最小二乘支持向量機(jī)的熱耗率反向建模方法.基于數(shù)據(jù)驅(qū)動(dòng)建模的人工神經(jīng)網(wǎng)絡(luò)也是解決這一問題的有效方法,朱譽(yù)等[6]提出基于BP神經(jīng)網(wǎng)絡(luò)的汽輪機(jī)熱耗率在線計(jì)算方法,所建模型具有較高的準(zhǔn)確性和穩(wěn)定性.然而,常規(guī)的神經(jīng)網(wǎng)絡(luò)存在迭代訓(xùn)練時(shí)間長(zhǎng)、計(jì)算量大、訓(xùn)練速度慢、泛化能力較差且易陷入局部極小點(diǎn)等不足.為克服這些缺點(diǎn),筆者提出了一種改進(jìn)的正弦余弦算法(ASCA)和快速學(xué)習(xí)網(wǎng)(FLN)[7]的綜合建模方法.

    正弦余弦算法(SCA)是由Mirjalili[8]于2016年提出的一種基于正弦余弦函數(shù)的新型優(yōu)化算法,該算法通過創(chuàng)建多個(gè)隨機(jī)候選解,利用正弦余弦數(shù)學(xué)模型來求解最優(yōu)化問題,能夠探索不同的搜索空間,有效避免局部最優(yōu),具有模型簡(jiǎn)單、調(diào)整參數(shù)少和全局尋優(yōu)能力強(qiáng)等優(yōu)點(diǎn).然而在處理復(fù)雜的優(yōu)化問題上,SCA算法的收斂精度較低且收斂速度較慢,為了克服這些缺陷,筆者提出了ASCA算法,并利用ASCA算法、SCA算法、經(jīng)典的人工蜂群算法(ABC)[9]和教與學(xué)優(yōu)化算法(TLBO)[10]分別對(duì)單峰、多峰等8個(gè)基準(zhǔn)測(cè)試函數(shù)進(jìn)行了測(cè)試.由于FLN模型的性能過于依賴隨機(jī)初始的輸入權(quán)值和隱藏層閾值,故采用ASCA算法對(duì)FLN模型的參數(shù)進(jìn)行優(yōu)化,為驗(yàn)證該模型的準(zhǔn)確性和有效性,將其與SCA算法、ABC算法和TLBO算法的FLN模型進(jìn)行了對(duì)比研究.

    1 快速學(xué)習(xí)網(wǎng)

    FLN是在2013年提出的一種新型雙并聯(lián)前饋神經(jīng)網(wǎng)絡(luò),與極端學(xué)習(xí)機(jī)[11]不同的是,其輸出層不僅可以接收來自隱藏層神經(jīng)元的信息,而且還可以直接從輸入層接收相關(guān)信息[12].因此,F(xiàn)LN模型可以看成是一種隱藏層到輸出層的非線性和輸入層到輸出層的線性組合模型,其結(jié)構(gòu)見圖1.

    設(shè)有N個(gè)觀測(cè)樣本{(xi,yi)},i=1,2,…,N,其中xi=[xi1,xi2,…,xin]T∈Rn,表示第i個(gè)樣本的n維輸入向量,n為輸入層節(jié)點(diǎn)層個(gè)數(shù);yi=[yi1,yi2,…,yil]∈Rl,表示第i個(gè)樣本的l維輸出向量.令隱藏層神經(jīng)元個(gè)數(shù)為m,隱藏層激勵(lì)函數(shù)為g(x),則FLN的數(shù)學(xué)模型可表示為:

    圖1 快速學(xué)習(xí)網(wǎng)結(jié)構(gòu)圖

    (1)

    式(1)用矩陣形式可表示為:

    (2)

    (3)

    (4)

    式中:W為輸出權(quán)值矩陣;G為隱藏層輸出矩陣;Y為期望輸出.

    根據(jù)式(6),利用最小二乘范數(shù)解求法可得:

    (5)

    (6)

    FLN算法步驟如下:(1) 隨機(jī)生成輸入權(quán)值矩陣Win和隱藏層閾值b;(2) 通過式(4)計(jì)算隱藏層輸出矩陣G;(3) 通過式(5)計(jì)算輸出權(quán)值矩陣W;(4)通過式(6)將輸出權(quán)值矩陣W分為Woi和Woh.

    2 正弦余弦算法

    2.1 正弦余弦算法

    SCA算法是基于正弦余弦數(shù)學(xué)模型進(jìn)而提出的一種新型優(yōu)化算法.一般來說,智能優(yōu)化算法的初始點(diǎn)往往隨機(jī)選取一系列個(gè)體,雖然無法保證在一次迭代過程中就能找到最優(yōu)解,但如果有足夠的個(gè)體和迭代次數(shù),并利用目標(biāo)函數(shù)進(jìn)行反復(fù)評(píng)價(jià),SCA算法可大大增加獲得最優(yōu)解的概率.

    (7)

    SCA算法中的4個(gè)主要參數(shù)為r1、r2、r3和r4.r1決定了下一個(gè)位置空間區(qū)域(或移動(dòng)方向),此區(qū)域可以是候選解與目標(biāo)解之間的任一區(qū)域或二者之外的區(qū)域.r2定義了靠近或遠(yuǎn)離目標(biāo)位置時(shí)應(yīng)該移動(dòng)的步長(zhǎng).r3引進(jìn)了一個(gè)隨機(jī)權(quán)重,可以隨機(jī)強(qiáng)調(diào)(r3>1)或減弱(r3<1)其對(duì)所定義距離的影響.r4表示何時(shí)選擇式(7)中正弦或余弦數(shù)學(xué)模型進(jìn)行位置更新.

    2.2 改進(jìn)的正弦余弦優(yōu)化算法

    與其他優(yōu)化算法相比,SCA算法的優(yōu)勢(shì)在于模型簡(jiǎn)單、調(diào)節(jié)的參數(shù)少,僅僅利用正弦和余弦函數(shù)的性質(zhì)進(jìn)行迭代、尋找最優(yōu)解,比較容易實(shí)現(xiàn).但是SCA算法中的搜索完全依賴隨機(jī)性,導(dǎo)致該算法收斂精度低、收斂速度慢.

    針對(duì)SCA算法存在的上述缺陷,筆者提出了ASCA算法,該算法使得收斂速度和收斂精度得到了較大幅度的提升,改進(jìn)點(diǎn)具體如下:

    (1) 群體初始位置的Bloch坐標(biāo)編碼方案.

    在量子計(jì)算中,最小的信息單位用量子位表示,量子位又稱量子比特,一個(gè)量子比特的狀態(tài)可表示為:

    |φ>=cos (θ/2)|0>+eiφsin(θ/2)|1>

    (8)

    式中:φ和θ均為實(shí)數(shù).

    φ和θ定義了Bloch球面上一點(diǎn)P,見圖2[13].

    由圖2可知,任何量子位都與Bloch球面上一點(diǎn)對(duì)應(yīng),因此量子位都可以用Bloch坐標(biāo)表示:

    圖2 量子比特的Bloch球面表示

    (9)

    直接采用量子位的Bloch坐標(biāo)作為編碼.設(shè)pi為群體中第i個(gè)候選解,其編碼方案如下:

    (10)

    式中:φij=2π×r,θij=π×r,r為[0,1]區(qū)間的隨機(jī)數(shù);i=1,2,…,N;j=1,2,…,n;N為群體規(guī)模;n為優(yōu)化空間的維數(shù).

    每個(gè)候選解同時(shí)占據(jù)空間的3個(gè)位置,即同時(shí)代表以下3個(gè)優(yōu)化解,分別為X解、Y解和Z解.

    Pix=(cosφi1sinθi1,…,cosφinsinθin)

    (11)

    Piy=(sinφi1sinθi1,…,sinφinsinθin)

    (12)

    Piz=(cosθi1,cosθi2,…,cosθin)

    (13)

    (14)

    (15)

    (16)

    因此,每個(gè)候選解對(duì)應(yīng)優(yōu)化問題的3個(gè)解.在所有的候選解中選擇N個(gè)適應(yīng)度值較小的個(gè)體作為初始群體.

    此種編碼方式能擴(kuò)展搜索空間的遍歷性,增加群體的多樣性,進(jìn)而改善群體的質(zhì)量,加快算法收斂速度.

    (2) 在SCA算法中,為了增強(qiáng)局部開發(fā)能力,提高算法的收斂精度和收斂速度,引入慣性權(quán)重w對(duì)算法進(jìn)行改進(jìn),加入的慣性權(quán)重為:

    (17)

    式中:w′和w″分別為慣性權(quán)重的最大值和最小值.

    w隨著迭代次數(shù)的增加而遞減,使得迭代前期有利于全局探索,迭代后期有利于局部尋優(yōu),由于引進(jìn)的w減小的幅度較大,更有利于算法進(jìn)行局部開發(fā),提高算法的收斂精度和收斂速度.

    改進(jìn)后的位置更新公式如下:

    (18)

    ASCA算法流程如下:①初始化算法參數(shù),包括群體規(guī)模N、最大迭代次數(shù)Tmax、慣性權(quán)重的最大值w′和最小值w″;② 初始化群體位置,采用量子位Bloch球面對(duì)每個(gè)候選解進(jìn)行編碼,最后映射到優(yōu)化問題的解空間,然后計(jì)算群體中每個(gè)個(gè)體的適應(yīng)度值,根據(jù)適應(yīng)度值的大小進(jìn)行排序,最后選取N個(gè)適應(yīng)度值較小的個(gè)體作為初始群體;③ 計(jì)算N個(gè)個(gè)體的適應(yīng)度值,選擇適應(yīng)度值最小的個(gè)體位置作為最優(yōu)位置;④根據(jù)r4值的大小,選擇式(18)中的正弦或余弦數(shù)學(xué)模型來更新下一代的位置;⑤若達(dá)到最大迭代次數(shù),則算法結(jié)束,輸出最優(yōu)個(gè)體,即算法找到的最優(yōu)解,否則返回③.

    3 ASCA算法性能測(cè)試

    為了測(cè)試ASCA算法的性能,將其應(yīng)用到5個(gè)基準(zhǔn)優(yōu)化問題(見表1)上,其中f1~f3為高維的單峰基準(zhǔn)測(cè)試函數(shù),f4和f5為高維的多峰基準(zhǔn)測(cè)試函數(shù).

    表1 5個(gè)基準(zhǔn)測(cè)試函數(shù)

    為了說明ASCA算法的有效性,將其與SCA算法、ABC算法和TLBO算法進(jìn)行比較.ABC算法中的參數(shù)“l(fā)imit”設(shè)置為200,SCA算法和ASCA算法中的參數(shù)a設(shè)置為2,經(jīng)過大量的仿真實(shí)驗(yàn)后,確定ASCA算法中慣性權(quán)重的最大值和最小值分別為w′=0.08,w″=0.01.

    為了保證公平性,4種算法的相關(guān)參數(shù)設(shè)置相同:初始群體規(guī)模為40,迭代次數(shù)為1 000,實(shí)驗(yàn)獨(dú)立運(yùn)行次數(shù)為20.另外,對(duì)表1中的高維單峰和多峰基準(zhǔn)測(cè)試函數(shù)的維數(shù)均設(shè)置為10、30和50 3種.以表格的形式記錄各算法尋優(yōu)的平均值(Mean)和均方差(SD),如表2所示.

    表2 4種算法對(duì)基準(zhǔn)測(cè)試函數(shù)的運(yùn)行結(jié)果

    注:1) 表示最好的結(jié)果.

    由表2可以看出,在設(shè)定的參數(shù)條件下,ASCA算法較SCA算法在精度上均有極大的提高, ASCA算法能夠找到5種基準(zhǔn)測(cè)試函數(shù)的理論最優(yōu)值,并且隨著維數(shù)的增加,ASCA比其他3種算法更穩(wěn)定,搜索的精度依然很高;TLBO算法對(duì)f1和f32種基準(zhǔn)測(cè)試函數(shù)的搜索精度非常高,但沒有達(dá)到理論最優(yōu)值,而ASCA算法能夠找到理論最優(yōu)值;另外對(duì)于f4來說,SCA算法找到的最優(yōu)解精度很低,ABC算法只有在10維時(shí)才能找到理論最優(yōu)值,而ASCA算法和TLBO算法在10、30和50維時(shí)都能找到理論最優(yōu)值.由此可見,對(duì)于絕大部分的基準(zhǔn)測(cè)試函數(shù)來說,與其他3種算法相比, ASCA算法找到的最優(yōu)解不僅精度更高,而且其收斂速度也更快.總體來說,ASCA算法是一個(gè)非常高效的優(yōu)化算法,可用于汽輪機(jī)熱耗率預(yù)測(cè)模型的參數(shù)優(yōu)化.

    4 汽輪機(jī)熱耗率建模

    4.1 模型建立及參數(shù)優(yōu)化

    在汽輪機(jī)組運(yùn)行過程中影響熱耗率的因素很多,因此在建模前首先應(yīng)對(duì)汽輪機(jī)相關(guān)的熱力參數(shù)進(jìn)行詳細(xì)的物理分析,根據(jù)熱耗率與輸入?yún)?shù)之間的關(guān)聯(lián)強(qiáng)度決定輸入?yún)?shù),應(yīng)盡可能選擇與熱耗率直接發(fā)生聯(lián)系的強(qiáng)關(guān)聯(lián)參數(shù),對(duì)于間接影響的參數(shù),在可能的情況下應(yīng)少選或者不選,這樣可以提高熱耗率預(yù)測(cè)模型的計(jì)算精度和建模速度.根據(jù)這個(gè)原則,并結(jié)合文獻(xiàn)[14]和文獻(xiàn)[15],最終選擇發(fā)電負(fù)荷(Ne)、主蒸汽壓力(p0)、主蒸汽溫度(T0)、再熱器出口蒸汽壓力(pr)、再熱器出口蒸汽溫度(Tr)、再熱器入口蒸汽壓力(ph)、再熱器入口蒸汽溫度(Th)、再熱減溫水質(zhì)量流量(qm,z)、過熱減溫水質(zhì)量流量(qm,gl)、汽輪機(jī)背壓(pb)、循環(huán)水入口溫度(Tc)和給水質(zhì)量流量(qm,fw)共12個(gè)參數(shù)作為模型輸入變量,熱耗率(Hr)作為輸出變量,其計(jì)算見文獻(xiàn)[16].

    以某600 MW超臨界汽輪機(jī)組為研究對(duì)象,從集散控制系統(tǒng)(DCS)數(shù)據(jù)庫中隨機(jī)采集12 d正常供熱運(yùn)行數(shù)據(jù),其中春、夏、秋、冬四季各采集3 d,每隔2 h采集一次,每天12組,總共采集了144組多工況運(yùn)行數(shù)據(jù),基本覆蓋了機(jī)組全天變負(fù)荷運(yùn)行的典型工況,具體數(shù)據(jù)樣本見表3.

    表3 某600 MW超臨界汽輪機(jī)組運(yùn)行數(shù)據(jù)

    對(duì)于FLN中隨機(jī)初始化的輸入權(quán)值和隱藏層閾值,很難確保得到的FLN模型具有較高的預(yù)測(cè)精度和較好的泛化能力.針對(duì)上述不足,利用ASCA算法對(duì)FLN模型的輸入權(quán)值和隱藏層閾值進(jìn)行優(yōu)化,以目標(biāo)函數(shù)適應(yīng)度值最小為原則,通過判斷是否達(dá)到最大迭代次數(shù)為循環(huán)終止條件,當(dāng)循環(huán)結(jié)束后,將最優(yōu)模型結(jié)構(gòu)參數(shù)作為輸入權(quán)值和隱藏層閾值代入FLN模型,即完成ASCA-FLN模型的建立.

    ASCA算法的參數(shù)設(shè)置與前面相同,F(xiàn)LN模型的參數(shù)設(shè)置如下:隱藏層節(jié)點(diǎn)為20,隱藏層激勵(lì)函數(shù)為“sigmoid”,輸入權(quán)值和隱藏層閾值的尋優(yōu)范圍均為[-1,1],最大迭代次數(shù)為200.

    在ASCA-FLN模型結(jié)構(gòu)參數(shù)優(yōu)化中,目標(biāo)函數(shù)定義為:

    (19)

    式中:Yi為ASCA-FLN模型的熱耗率預(yù)測(cè)值;y為熱耗率實(shí)際值.

    4.2 仿真結(jié)果及分析

    同理,可建立ABC-FLN、TLBO-FLN和SCA-FLN模型.在FLN、ABC-FLN、TLBO-FLN、SCA-FLN和ASCA-FLN 5種預(yù)測(cè)模型中,隨機(jī)選擇120組測(cè)試數(shù)據(jù)作為訓(xùn)練樣本,剩下的24組測(cè)試數(shù)據(jù)作為預(yù)測(cè)樣本,用于驗(yàn)證所建模型的預(yù)測(cè)精度和泛化能力.5種預(yù)測(cè)模型參數(shù)設(shè)置為:群體規(guī)模為40,最大迭代次數(shù)為200,在ABC算法中參數(shù)“l(fā)imit”設(shè)置為50,其他參數(shù)與上面仿真實(shí)驗(yàn)保持一致.仿真結(jié)果如圖3和圖4所示.

    由圖3可以看出,除個(gè)別組數(shù)據(jù)外,ASCA-FLN模型對(duì)訓(xùn)練樣本都能進(jìn)行很好地?cái)M合,擬合度很高.由圖4可以看出,ASCA-FLN模型能夠?qū)y(cè)試樣本進(jìn)行很好地預(yù)測(cè),與FLN、ABC-FLN、TLBO-FLN和SCA-FLN模型相比,其預(yù)測(cè)精度要高很多,具有較強(qiáng)的泛化能力.

    圖3 訓(xùn)練樣本預(yù)測(cè)值與實(shí)際值的對(duì)比

    圖4 測(cè)試樣本預(yù)測(cè)值與實(shí)際值的對(duì)比

    為了能更好地體現(xiàn)ASCA-FLN模型的預(yù)測(cè)效果,采取以下3個(gè)性能指標(biāo)來綜合評(píng)價(jià)5種預(yù)測(cè)模型的預(yù)測(cè)效果.

    (1) 均方根誤差(eRMSE).

    (20)

    (2) 平均相對(duì)百分比誤差(eMAPE).

    (21)

    (3) 平均絕對(duì)誤差(eMAE).

    (22)

    式中:y′為熱耗率預(yù)測(cè)值.

    各模型的輸入變量、輸出變量和樣本數(shù)據(jù)均與ASCA-FLN模型相同,各算法的參數(shù)設(shè)置與前面一致,預(yù)測(cè)結(jié)果如表4和表5所示.

    表4 訓(xùn)練樣本準(zhǔn)確度對(duì)比

    表5 測(cè)試樣本準(zhǔn)確度對(duì)比

    由表4可知,對(duì)于訓(xùn)練樣本,與其他4種預(yù)測(cè)模型相比,ASCA-FLN模型的3種誤差性能指標(biāo)低很多,其中eRMSE為6.134,eMAPE為4.842×10-9,eMAE為4.756,其數(shù)值均遠(yuǎn)小于其他4種預(yù)測(cè)模型.因此,對(duì)于訓(xùn)練樣本而言,ASCA-FLN模型具有較高的擬合精度.

    由表5可知,對(duì)于測(cè)試樣本,ASCA-FLN模型的eRMSE為6.745,eMAPE為1.351×10-5,eMAE為5.388,其數(shù)值均遠(yuǎn)小于其他4種預(yù)測(cè)模型,與FLN模型相比,效果更加突出.因此,對(duì)于測(cè)試樣本而言,ASCA-FLN模型具有較強(qiáng)的泛化能力和較高的預(yù)測(cè)精度.

    5種預(yù)測(cè)模型對(duì)測(cè)試樣本的預(yù)測(cè)誤差曲線如圖5所示.由圖5可以看出,ASCA-FLN模型的預(yù)測(cè)誤差比較平穩(wěn),最大誤差為20.206 kJ/(kW·h),與其他4種預(yù)測(cè)模型相比,ASCA-FLN模型的預(yù)測(cè)誤差明顯更小,說明該模型能夠更精確地預(yù)測(cè)汽輪機(jī)的熱耗率.

    圖5 各預(yù)測(cè)模型對(duì)測(cè)試樣本的預(yù)測(cè)誤差曲線

    綜上所述,建立的ASCA-FLN模型具有較強(qiáng)的泛化能力和較高的預(yù)測(cè)精度,非常適用于工程中汽輪機(jī)熱耗率的預(yù)測(cè).

    5 結(jié) 論

    以某火電廠600 MW超臨界汽輪機(jī)組為研究對(duì)象,利用基于量子位Bloch坐標(biāo)編碼自適應(yīng)的改進(jìn)后正弦余弦算法優(yōu)化快速學(xué)習(xí)網(wǎng)的模型參數(shù),建立了ASCA-FLN模型.并將該模型對(duì)汽輪機(jī)熱耗率的預(yù)測(cè)結(jié)果與FLN、ABC-FLN、TLBO-FLN和SCA-FLN模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比.結(jié)果表明,ASCA-FLN模型的預(yù)測(cè)精度更高,泛化能力更強(qiáng),為火電廠汽輪機(jī)熱耗率預(yù)測(cè)提供了一種新的方法.

    [1] 鄭體寬. 熱力發(fā)電廠[M]. 2版. 北京: 中國(guó)電力出版社, 2008.

    [2] 王雷, 張欣剛, 王洪躍, 等. 基于支持向量回歸算法的汽輪機(jī)熱耗率模型[J].動(dòng)力工程, 2007, 27(1): 19-23, 49.

    WANG Lei, ZHANG Xingang, WANG Hongyue, et al. Model for the turbine heat rate based on the support vector regression[J].JournalofPowerEngineering, 2007, 27(1): 19-23, 49.

    [3] 王惠杰, 陳林霄, 李洋, 等. 基于v-SVM的汽輪機(jī)熱耗率回歸模型研究[J].動(dòng)力工程學(xué)報(bào), 2014, 34(8): 606-611, 645.

    WANG Huijie, CHEN Linxiao, LI Yang, et al. Study on heat rate regression model of steam turbines based on v-SVM[J].JournalofChineseSocietyofPowerEngineering, 2014, 34(8): 606-611, 645.

    [4] 張文琴, 付忠廣, 靳濤, 等. 基于偏最小二乘算法的熱耗率回歸分析[J].現(xiàn)代電力, 2009, 26(5): 56-59.

    ZHANG Wenqin, FU Zhongguang, JIN Tao, et al. Heat rate regression analysis based on partial least squares algorithm[J].ModernElectricPower, 2009, 26(5): 56-59.

    [5] 劉超, 牛培峰, 游霞. 反向建模方法在汽輪機(jī)熱耗率建模中的應(yīng)用[J].動(dòng)力工程學(xué)報(bào), 2014, 34(11): 867-872, 902.

    LIU Chao, NIU Peifeng, YOU Xia. Application of reversed modeling method in prediction of steam turbine heat rate[J].JournalofChineseSocietyofPowerEngineering, 2014, 34(11): 867-872, 902.

    [6] 朱譽(yù), 馮利法, 徐治皋. 基于BP神經(jīng)網(wǎng)絡(luò)的熱經(jīng)濟(jì)性在線計(jì)算模型[J].熱力發(fā)電, 2008, 37(12): 17-19, 30.

    ZHU Yu, FENG Lifa, XU Zhigao. An on-line calculation model of thermal economic efficiency based BP neural network[J].ThermalPowerGeneration, 2008, 37(12): 17-19, 30.

    [7] LI Guoqiang, NIU Peifeng, DUAN Xiaolong, et al. Fast learning network: a novel artificial neural network with a fast learning speed[J].NeuralComputingandApplications, 2014, 24(7/8): 1683-1695.

    [8] MIRJALILI S. SCA: a sine cosine algorithm for solving optimization problems[J].Knowledge-BasedSystems, 2016, 96: 120-133.

    [9] KARABOGA D. An idea based on honey bee swarm for numerical optimization[R]. [S.l.]:Technical Report-TR06, 2005.

    [10] RAO R V, SAVSANI V J, VAKHARIA D P. Teaching-learning-based optimization: a novel method for constrained mechanical design optimization problems[J].Computer-AidedDesign, 2011, 43(3): 303-315.

    [11] HUANG Guangbin, ZHU Qinyu, SIEW C K. Extreme learning machine: theory and applications[J].Neurocomputing, 2006, 70(1/3): 489-501.

    [12] 李國(guó)強(qiáng). 新型人工智能技術(shù)研究及其在鍋爐燃燒優(yōu)化中的應(yīng)用[D]. 秦皇島: 燕山大學(xué), 2013.

    [13] 李士勇, 李盼池. 量子計(jì)算與量子優(yōu)化算法[M]. 哈爾濱: 哈爾濱工業(yè)大學(xué)出版社, 2009.

    [14] 呂太, 吳海波, 胡喬良. 汽輪機(jī)最佳運(yùn)行工況的經(jīng)濟(jì)性試驗(yàn)分析[J].東北電力大學(xué)學(xué)報(bào), 2010, 30(1): 1-4.

    Lü Tai, WU Haibo, HU Qiaoliang. Experimental study about optimal operating conditions of the steam turbine[J].JournalofNortheastDianliUniversity, 2010, 30(1): 1-4.

    [15] 云曦, 閻維平. 火電廠汽輪機(jī)組影響熱耗率計(jì)算的因素[J].東北電力技術(shù), 2007, 28(3): 15-18.

    YUN Xi, YAN Weiping. Factors effecting heat consumption calculation for steamed turbine of fossil-fired power plant[J].NortheastElectricPowerTechnology, 2007, 28(3): 15-18.

    [16] 盛德仁, 李蔚, 陳堅(jiān)紅, 等. 汽輪機(jī)組熱耗率分析及實(shí)時(shí)計(jì)算[J].熱力發(fā)電, 2003, 32(5): 16-18.

    SHENG Deren, LI Wei, CHEN Jianhong, et al. Analysis and real-time calculation of specific heat consumption for steam turbine unit[J].ThermalPowerGeneration, 2003, 32(5): 16-18.

    猜你喜歡
    熱耗率余弦正弦
    例說正弦定理的七大應(yīng)用
    正弦、余弦定理的應(yīng)用
    320MW抽凝供熱機(jī)組蝶閥開度調(diào)整試驗(yàn)與仿真研究
    “美”在二倍角正弦公式中的應(yīng)用
    降低燃?xì)獍l(fā)電機(jī)組煤耗方法探討
    兩個(gè)含余弦函數(shù)的三角母不等式及其推論
    分?jǐn)?shù)階余弦變換的卷積定理
    圖像壓縮感知在分?jǐn)?shù)階Fourier域、分?jǐn)?shù)階余弦域的性能比較
    基于VSG的正弦鎖定技術(shù)研究
    1000 MW超超臨界機(jī)組等效熱降計(jì)算
    科技資訊(2014年1期)2014-11-10 21:24:52
    亚洲国产精品sss在线观看| 免费观看a级毛片全部| 国产免费男女视频| 国产伦精品一区二区三区四那| 国产乱人偷精品视频| 少妇人妻精品综合一区二区| 美女cb高潮喷水在线观看| 国产免费视频播放在线视频 | 亚洲电影在线观看av| 国产探花极品一区二区| 国产色婷婷99| 亚洲美女搞黄在线观看| 韩国高清视频一区二区三区| 国产精品嫩草影院av在线观看| 国模一区二区三区四区视频| 岛国在线免费视频观看| 亚洲最大成人av| 99热网站在线观看| 婷婷六月久久综合丁香| av播播在线观看一区| 91午夜精品亚洲一区二区三区| 国产毛片a区久久久久| 欧美日韩国产亚洲二区| 国产亚洲精品av在线| 午夜视频国产福利| 国产亚洲av片在线观看秒播厂 | 一级毛片电影观看 | 狠狠狠狠99中文字幕| 有码 亚洲区| 亚洲一级一片aⅴ在线观看| 村上凉子中文字幕在线| 日韩av不卡免费在线播放| 精品熟女少妇av免费看| 国产精品一区二区三区四区免费观看| 国产伦理片在线播放av一区| 日韩欧美在线乱码| 天堂av国产一区二区熟女人妻| 天堂网av新在线| 国产乱人偷精品视频| 久久久久久久国产电影| 99久国产av精品| 亚洲av电影不卡..在线观看| 91精品国产九色| 最近2019中文字幕mv第一页| 禁无遮挡网站| 一级毛片我不卡| 亚洲婷婷狠狠爱综合网| 国产精品久久久久久av不卡| 久久99热这里只频精品6学生 | 亚洲人与动物交配视频| 午夜免费激情av| 欧美xxxx黑人xx丫x性爽| 欧美激情在线99| 国产精品精品国产色婷婷| or卡值多少钱| 成人特级av手机在线观看| 亚洲欧洲日产国产| АⅤ资源中文在线天堂| 久久人人爽人人爽人人片va| 国产男人的电影天堂91| 日韩大片免费观看网站 | 性插视频无遮挡在线免费观看| 99国产精品一区二区蜜桃av| 国产精品久久视频播放| 国产免费视频播放在线视频 | 在线观看美女被高潮喷水网站| 久久综合国产亚洲精品| 成人特级av手机在线观看| 淫秽高清视频在线观看| 九九热线精品视视频播放| 九色成人免费人妻av| 国产av不卡久久| 国产精品三级大全| 国产亚洲午夜精品一区二区久久 | 99久久成人亚洲精品观看| 桃色一区二区三区在线观看| 99热这里只有是精品在线观看| 啦啦啦啦在线视频资源| 久久草成人影院| 色视频www国产| 青春草国产在线视频| 欧美3d第一页| 一卡2卡三卡四卡精品乱码亚洲| 欧美极品一区二区三区四区| 老师上课跳d突然被开到最大视频| 亚洲天堂国产精品一区在线| 国产综合懂色| 免费人成在线观看视频色| 成人综合一区亚洲| 中文资源天堂在线| 亚洲最大成人中文| 男女边吃奶边做爰视频| 美女黄网站色视频| 床上黄色一级片| 嫩草影院精品99| 一区二区三区四区激情视频| 一个人观看的视频www高清免费观看| 亚洲aⅴ乱码一区二区在线播放| 欧美zozozo另类| 成人无遮挡网站| 在现免费观看毛片| 国产美女午夜福利| 女人被狂操c到高潮| 亚洲国产成人一精品久久久| 国产91av在线免费观看| 国产久久久一区二区三区| av黄色大香蕉| 一级爰片在线观看| 欧美潮喷喷水| 国产成人freesex在线| 99久久九九国产精品国产免费| 成人亚洲欧美一区二区av| 日韩欧美 国产精品| 亚洲精品久久久久久婷婷小说 | 国产一区二区亚洲精品在线观看| 亚洲最大成人av| 91精品伊人久久大香线蕉| 成人无遮挡网站| 午夜爱爱视频在线播放| 成年免费大片在线观看| 蜜桃久久精品国产亚洲av| 亚洲精品一区蜜桃| 大又大粗又爽又黄少妇毛片口| 亚洲成av人片在线播放无| 国产毛片a区久久久久| 插逼视频在线观看| 国产精品综合久久久久久久免费| 亚洲精品自拍成人| 亚洲精品成人久久久久久| 午夜福利在线观看免费完整高清在| 你懂的网址亚洲精品在线观看 | 国产精品人妻久久久影院| 成人特级av手机在线观看| 一夜夜www| 一级毛片我不卡| 国产黄色视频一区二区在线观看 | 欧美精品一区二区大全| 男的添女的下面高潮视频| 日本五十路高清| 哪个播放器可以免费观看大片| 久久亚洲精品不卡| 一边亲一边摸免费视频| 在线观看美女被高潮喷水网站| 嫩草影院入口| 亚洲欧美日韩高清专用| 久久99热6这里只有精品| 免费看日本二区| 老女人水多毛片| 麻豆一二三区av精品| 欧美激情久久久久久爽电影| 高清午夜精品一区二区三区| 国内少妇人妻偷人精品xxx网站| 国产极品天堂在线| www日本黄色视频网| 国产高清视频在线观看网站| 听说在线观看完整版免费高清| 午夜亚洲福利在线播放| 亚洲欧美清纯卡通| 午夜激情欧美在线| 午夜精品国产一区二区电影 | 国产成人精品久久久久久| 日韩欧美精品v在线| 亚洲综合色惰| 激情 狠狠 欧美| 久久韩国三级中文字幕| 亚洲国产色片| 亚洲人成网站在线播| 免费观看精品视频网站| 亚洲无线观看免费| 夫妻性生交免费视频一级片| 午夜福利网站1000一区二区三区| 少妇人妻一区二区三区视频| 国产男人的电影天堂91| 免费大片18禁| 亚洲综合精品二区| 麻豆av噜噜一区二区三区| 中文在线观看免费www的网站| 欧美变态另类bdsm刘玥| 国产精品1区2区在线观看.| 汤姆久久久久久久影院中文字幕 | 看免费成人av毛片| 国产成人精品久久久久久| 91av网一区二区| 中文精品一卡2卡3卡4更新| 少妇裸体淫交视频免费看高清| 一级毛片我不卡| 国产69精品久久久久777片| 男女那种视频在线观看| 色5月婷婷丁香| 你懂的网址亚洲精品在线观看 | 亚洲国产色片| 亚洲精品乱码久久久v下载方式| 中文字幕av在线有码专区| 三级经典国产精品| 狂野欧美白嫩少妇大欣赏| 欧美色视频一区免费| 欧美成人午夜免费资源| 看片在线看免费视频| 夜夜看夜夜爽夜夜摸| 少妇人妻一区二区三区视频| 国产av不卡久久| av视频在线观看入口| 日韩 亚洲 欧美在线| 99久久成人亚洲精品观看| 日韩成人伦理影院| 国产免费福利视频在线观看| 亚洲乱码一区二区免费版| 亚洲一级一片aⅴ在线观看| 一夜夜www| 国产真实乱freesex| 中文字幕免费在线视频6| 国产激情偷乱视频一区二区| 国产高清不卡午夜福利| 亚洲欧美精品专区久久| 国产一区亚洲一区在线观看| 亚洲欧美日韩卡通动漫| 乱系列少妇在线播放| 午夜久久久久精精品| 不卡视频在线观看欧美| 天天躁夜夜躁狠狠久久av| 亚洲精品色激情综合| 免费观看人在逋| 久久久久网色| 亚洲精品一区蜜桃| 精品少妇黑人巨大在线播放 | 日本一二三区视频观看| 国产一级毛片在线| 午夜免费男女啪啪视频观看| 精品国产露脸久久av麻豆 | 久久亚洲国产成人精品v| 亚洲欧美精品自产自拍| 婷婷六月久久综合丁香| 免费大片18禁| 国产美女午夜福利| 国产一区有黄有色的免费视频 | 又爽又黄无遮挡网站| a级一级毛片免费在线观看| 国产精品一区二区在线观看99 | 人人妻人人看人人澡| 麻豆久久精品国产亚洲av| 日韩制服骚丝袜av| 久久综合国产亚洲精品| 国产麻豆成人av免费视频| 99热这里只有是精品50| 亚洲经典国产精华液单| 精品人妻视频免费看| 嫩草影院精品99| 中文乱码字字幕精品一区二区三区 | 久久婷婷人人爽人人干人人爱| 中国国产av一级| 久久精品夜色国产| 国产成人精品一,二区| 一级黄色大片毛片| 亚洲欧美精品专区久久| 久久精品综合一区二区三区| 插阴视频在线观看视频| 女的被弄到高潮叫床怎么办| 欧美高清成人免费视频www| 日本-黄色视频高清免费观看| 26uuu在线亚洲综合色| av在线天堂中文字幕| 国产真实乱freesex| 国产探花在线观看一区二区| 国产一级毛片七仙女欲春2| 男女下面进入的视频免费午夜| 69人妻影院| 久久99热6这里只有精品| 国产激情偷乱视频一区二区| 午夜福利在线观看免费完整高清在| 久久这里只有精品中国| 日日摸夜夜添夜夜爱| 国产精品国产三级国产专区5o | 99久久中文字幕三级久久日本| 日韩av在线大香蕉| 国产精品一二三区在线看| 赤兔流量卡办理| 日本黄大片高清| 免费不卡的大黄色大毛片视频在线观看 | 在线观看av片永久免费下载| 国产成人精品婷婷| 男人的好看免费观看在线视频| 久久精品国产亚洲av天美| 内射极品少妇av片p| 只有这里有精品99| 亚洲最大成人av| 熟女人妻精品中文字幕| 夜夜爽夜夜爽视频| 国产极品精品免费视频能看的| 草草在线视频免费看| 免费搜索国产男女视频| 一卡2卡三卡四卡精品乱码亚洲| 91狼人影院| 久久99蜜桃精品久久| 国产精品女同一区二区软件| 国产麻豆成人av免费视频| 大又大粗又爽又黄少妇毛片口| 国产极品精品免费视频能看的| 美女国产视频在线观看| 国产精品久久视频播放| 高清毛片免费看| 三级经典国产精品| 亚洲av成人精品一二三区| 免费搜索国产男女视频| 极品教师在线视频| 国内精品一区二区在线观看| av国产免费在线观看| 日韩成人av中文字幕在线观看| 中文字幕精品亚洲无线码一区| 国产激情偷乱视频一区二区| 又粗又爽又猛毛片免费看| 美女xxoo啪啪120秒动态图| 成人性生交大片免费视频hd| 99热精品在线国产| 边亲边吃奶的免费视频| 色哟哟·www| 免费在线观看成人毛片| 亚洲精华国产精华液的使用体验| 午夜日本视频在线| 乱人视频在线观看| 欧美3d第一页| 久久鲁丝午夜福利片| 久久亚洲精品不卡| 色播亚洲综合网| 亚洲图色成人| 小说图片视频综合网站| 亚洲伊人久久精品综合 | 亚洲av不卡在线观看| 色综合色国产| 久久99热这里只有精品18| 日韩高清综合在线| 黄色欧美视频在线观看| 成人毛片a级毛片在线播放| 久久久精品94久久精品| 久久精品国产亚洲网站| 久久亚洲国产成人精品v| 亚洲精品,欧美精品| 乱人视频在线观看| 色视频www国产| 免费看光身美女| 男女下面进入的视频免费午夜| 亚洲精品影视一区二区三区av| 午夜久久久久精精品| 人妻夜夜爽99麻豆av| 久久久久久久午夜电影| 青春草国产在线视频| 久久精品国产亚洲av涩爱| 亚洲欧美成人综合另类久久久 | 岛国毛片在线播放| 亚洲欧洲国产日韩| 美女内射精品一级片tv| 精品久久久久久久久久久久久| 网址你懂的国产日韩在线| 日日撸夜夜添| 中文乱码字字幕精品一区二区三区 | 性插视频无遮挡在线免费观看| 国产在视频线在精品| 国产精品一区二区性色av| 亚洲国产欧美人成| 色视频www国产| 99久久九九国产精品国产免费| 精品久久久久久电影网 | 看免费成人av毛片| 久久99热这里只有精品18| 国产亚洲精品久久久com| 天堂av国产一区二区熟女人妻| 亚洲精品乱码久久久久久按摩| 欧美性感艳星| 午夜精品国产一区二区电影 | 国产精品,欧美在线| 亚洲国产精品成人久久小说| 国产精品人妻久久久久久| 久久国产乱子免费精品| 成人无遮挡网站| 精品国内亚洲2022精品成人| 午夜福利在线在线| 国产高清有码在线观看视频| 高清在线视频一区二区三区 | 黑人高潮一二区| 在线免费十八禁| 日韩成人伦理影院| 精品国产三级普通话版| 国产亚洲av嫩草精品影院| 18+在线观看网站| 久久精品国产自在天天线| 亚洲精品国产av成人精品| 欧美变态另类bdsm刘玥| 久久国产乱子免费精品| 一区二区三区免费毛片| 免费人成在线观看视频色| 国产午夜精品久久久久久一区二区三区| 女人十人毛片免费观看3o分钟| 国产综合懂色| 日本五十路高清| 色播亚洲综合网| 国产免费又黄又爽又色| 午夜福利在线在线| 亚洲aⅴ乱码一区二区在线播放| 国产高清三级在线| 日韩av不卡免费在线播放| 国产精品女同一区二区软件| 成年av动漫网址| 麻豆久久精品国产亚洲av| 听说在线观看完整版免费高清| 欧美极品一区二区三区四区| 高清午夜精品一区二区三区| 欧美一区二区国产精品久久精品| 久久精品国产99精品国产亚洲性色| 欧美激情久久久久久爽电影| 国产精品一区二区三区四区久久| 99热全是精品| 黄色一级大片看看| 国产精品人妻久久久影院| 国产乱来视频区| 三级男女做爰猛烈吃奶摸视频| 亚洲欧洲日产国产| 欧美高清性xxxxhd video| 日本黄大片高清| 超碰av人人做人人爽久久| 天堂影院成人在线观看| 亚洲精品乱码久久久久久按摩| 精品免费久久久久久久清纯| 十八禁国产超污无遮挡网站| 国产av在哪里看| 18禁裸乳无遮挡免费网站照片| 亚洲精华国产精华液的使用体验| 男人舔女人下体高潮全视频| 日韩欧美精品免费久久| 国产亚洲精品av在线| 久久久久久伊人网av| 国产成人aa在线观看| 国产精品一区二区三区四区免费观看| 99在线人妻在线中文字幕| 建设人人有责人人尽责人人享有的 | 国产黄片美女视频| 亚洲成人中文字幕在线播放| 国产亚洲av嫩草精品影院| 日日摸夜夜添夜夜添av毛片| 久久这里只有精品中国| 午夜激情福利司机影院| 国产精品一区二区在线观看99 | 免费观看在线日韩| 噜噜噜噜噜久久久久久91| 直男gayav资源| 免费看a级黄色片| 一边摸一边抽搐一进一小说| 中文字幕av在线有码专区| 亚洲美女视频黄频| 国产精品美女特级片免费视频播放器| 一个人看视频在线观看www免费| 亚州av有码| 国产一级毛片在线| 三级国产精品欧美在线观看| 国产精品久久久久久av不卡| 国产又色又爽无遮挡免| av免费在线看不卡| 成人鲁丝片一二三区免费| 两个人的视频大全免费| 亚洲av熟女| 成人午夜精彩视频在线观看| 久久久久精品久久久久真实原创| 精品无人区乱码1区二区| 99视频精品全部免费 在线| 听说在线观看完整版免费高清| 日韩视频在线欧美| 国产不卡一卡二| 日韩 亚洲 欧美在线| 小说图片视频综合网站| 美女xxoo啪啪120秒动态图| 午夜精品一区二区三区免费看| av免费观看日本| 亚洲人与动物交配视频| 人体艺术视频欧美日本| 成人特级av手机在线观看| 乱码一卡2卡4卡精品| 美女大奶头视频| 成人av在线播放网站| .国产精品久久| 欧美性猛交╳xxx乱大交人| 亚洲天堂国产精品一区在线| av播播在线观看一区| 欧美色视频一区免费| 网址你懂的国产日韩在线| 久久久久久国产a免费观看| 精品久久久久久久久久久久久| 中文欧美无线码| 国产淫片久久久久久久久| 夫妻性生交免费视频一级片| 久久综合国产亚洲精品| 精品国内亚洲2022精品成人| 日本wwww免费看| 成人鲁丝片一二三区免费| 国产精品综合久久久久久久免费| 久久午夜福利片| 国产毛片a区久久久久| 青春草亚洲视频在线观看| 国产日韩欧美在线精品| 搡女人真爽免费视频火全软件| 麻豆乱淫一区二区| 两个人的视频大全免费| 性插视频无遮挡在线免费观看| 欧美日韩国产亚洲二区| 天堂√8在线中文| 中文在线观看免费www的网站| 自拍偷自拍亚洲精品老妇| 国产人妻一区二区三区在| 黄色日韩在线| 欧美zozozo另类| 尾随美女入室| 九色成人免费人妻av| 又黄又爽又刺激的免费视频.| 在线观看一区二区三区| 欧美xxxx性猛交bbbb| 色网站视频免费| 少妇猛男粗大的猛烈进出视频 | 成人特级av手机在线观看| 一级爰片在线观看| 久久久久久伊人网av| 精品99又大又爽又粗少妇毛片| 深夜a级毛片| 国产视频内射| 久久久亚洲精品成人影院| 国产精品嫩草影院av在线观看| 精品不卡国产一区二区三区| 久久精品久久精品一区二区三区| 日日摸夜夜添夜夜添av毛片| 一级毛片电影观看 | 亚洲国产高清在线一区二区三| 亚洲精品影视一区二区三区av| 欧美人与善性xxx| 成人漫画全彩无遮挡| 级片在线观看| 草草在线视频免费看| 晚上一个人看的免费电影| 日韩欧美精品v在线| 韩国av在线不卡| 午夜日本视频在线| 中文字幕精品亚洲无线码一区| 久久久久久九九精品二区国产| 午夜福利视频1000在线观看| 国产高清不卡午夜福利| 亚洲aⅴ乱码一区二区在线播放| 日日摸夜夜添夜夜添av毛片| 成人特级av手机在线观看| 国产淫语在线视频| 亚洲国产欧洲综合997久久,| 国产乱人偷精品视频| 草草在线视频免费看| 中文字幕亚洲精品专区| 国产真实伦视频高清在线观看| 日韩 亚洲 欧美在线| 免费观看在线日韩| 日本一二三区视频观看| 国产av码专区亚洲av| videossex国产| 一级黄色大片毛片| 91精品伊人久久大香线蕉| 亚洲国产精品合色在线| 免费看美女性在线毛片视频| 国产午夜精品论理片| 国产精品女同一区二区软件| 国产午夜精品论理片| 美女xxoo啪啪120秒动态图| 欧美日本视频| 中国国产av一级| 日日摸夜夜添夜夜添av毛片| 国产视频首页在线观看| 小蜜桃在线观看免费完整版高清| 高清av免费在线| 国产精品电影一区二区三区| 亚洲国产欧洲综合997久久,| 国产成人精品一,二区| 国产私拍福利视频在线观看| 中文在线观看免费www的网站| 久久久久久伊人网av| 老师上课跳d突然被开到最大视频| www.色视频.com| 欧美成人午夜免费资源| 精品一区二区免费观看| 尤物成人国产欧美一区二区三区| 国产伦精品一区二区三区视频9| 亚洲久久久久久中文字幕| 26uuu在线亚洲综合色| 欧美极品一区二区三区四区| 少妇丰满av| 精品久久久久久成人av| 久久精品久久久久久噜噜老黄 | 国产三级在线视频| 韩国av在线不卡| 欧美日本亚洲视频在线播放| 干丝袜人妻中文字幕| 日本午夜av视频| 又爽又黄无遮挡网站| 日本色播在线视频| 午夜福利成人在线免费观看| 哪个播放器可以免费观看大片| 亚洲av不卡在线观看| 婷婷六月久久综合丁香| av黄色大香蕉| 欧美精品国产亚洲| 国产欧美日韩精品一区二区| 国产黄a三级三级三级人| 精品久久久久久久人妻蜜臀av| 狂野欧美激情性xxxx在线观看| 亚洲国产日韩欧美精品在线观看| 国产黄色小视频在线观看| 白带黄色成豆腐渣| 精品99又大又爽又粗少妇毛片| 国产伦精品一区二区三区视频9| 国产亚洲av片在线观看秒播厂 | 日本黄色视频三级网站网址| 久久国内精品自在自线图片| 国产精品综合久久久久久久免费| 午夜激情欧美在线| 欧美日本亚洲视频在线播放| 嘟嘟电影网在线观看|