• <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 ?

    云制造環(huán)境下基于本體和模糊QoS的供應(yīng)商匹配方法

    2018-03-09 01:59:19孫曉琳王文波
    中國管理科學(xué) 2018年1期
    關(guān)鍵詞:語義概念服務(wù)

    孫曉琳,金 淳,馬 琳,王文波

    (1.大連理工大學(xué)管理與經(jīng)濟(jì)學(xué)部,遼寧 大連 116024;2.大連大學(xué)經(jīng)濟(jì)管理學(xué)院,遼寧 大連 116633)

    1 引言

    以云計(jì)算等網(wǎng)絡(luò)信息技術(shù)為依托的云制造是實(shí)現(xiàn)“中國制造2025”路線圖中加快推進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)發(fā)展的重要模式[1]。對(duì)于企業(yè)重要運(yùn)營環(huán)節(jié)之一的供應(yīng)商選擇而言,傳統(tǒng)制造業(yè)的供應(yīng)商選擇模式存在著選擇范圍窄、信息不對(duì)稱、流程繁瑣、周期長等局限。而云制造使得分布的制造資源在云服務(wù)下實(shí)現(xiàn)高度共享,大大改變了傳統(tǒng)的選擇模式[2]。同時(shí),在云制造環(huán)境下,龐大的供應(yīng)服務(wù)資源也為供應(yīng)商選擇帶來了新的難題,因而針對(duì)其服務(wù)匹配方法的研究成為當(dāng)前的熱點(diǎn)之一。

    服務(wù)匹配所利用的信息包含功能性信息和非功能信息,后者也稱QoS(qualifications of service)信息[3]。因兩種信息的作用和表現(xiàn)形式不同,因而服務(wù)匹配分為功能性匹配和QoS匹配。功能性匹配的對(duì)象主要是服務(wù)的輸入、輸出參數(shù)集合,針對(duì)功能性匹配方法,Zhang Shudong和Chen Yan[4],Blanco等[5]利用本體的結(jié)構(gòu)特征,采用基于本體語義距離的概念相似度匹配方法,也是現(xiàn)在普遍用于解決信息不對(duì)稱的方法;Bai Li等[6]利用模糊集理論描述服務(wù)資源,基于模糊規(guī)則進(jìn)行服務(wù)匹配;鄧水光等[7]利用二分圖理論和KM算法進(jìn)行服務(wù)功能性匹配;Zapater等[8]采用基于服務(wù)標(biāo)準(zhǔn)分類的匹配方法;Khater等[9]把功能匹配問題轉(zhuǎn)化為圖問題,用最短路徑法進(jìn)行功能匹配。QoS匹配對(duì)象是服務(wù)質(zhì)量參數(shù)集合,具有產(chǎn)品及服務(wù)的個(gè)性化的特征,可用來在功能性匹配的基礎(chǔ)上進(jìn)一步選擇功能相似的服務(wù)。針對(duì)QoS匹配方法,張成文等[3]研究了基于關(guān)系矩陣編碼方式的遺傳算法解決QoS感知匹配問題;李蜀瑜等[10]研究了結(jié)合QoS模糊性的粒子群算法,較好的解決了模糊QoS匹配問題;王尚廣等[11]運(yùn)用具有全局約束的QoS結(jié)合粒子群算法,通過分解的局部最優(yōu)解找到全局最優(yōu)的服務(wù);Ahmed等[12]利用人工神經(jīng)網(wǎng)絡(luò)方法建立基于QoS的服務(wù)匹配模型;Zhao Xinchao等[13]研究了用粒子群算法解決動(dòng)態(tài)QoS匹配問題;Ajao 等[14]研究了了基于用戶個(gè)性化偏好的服務(wù)匹配問題; Huang Jinguo等[15]和楊潔[16]研究了基于服務(wù)質(zhì)量評(píng)價(jià)模型的QoS匹配,Tao Qian等[17]把信任度添加到了QoS的參數(shù)中,并利用二進(jìn)制搜索算法匹配最優(yōu)服務(wù),減少了計(jì)算時(shí)間復(fù)雜度;Wang Shangguang等[18]提出了一種多用戶的服務(wù)選擇框架,通過過去用戶的經(jīng)驗(yàn)QoS值預(yù)測失蹤的QoS值以提供全局最優(yōu)的服務(wù)匹配結(jié)果,王娟等[19]針對(duì)醫(yī)療服務(wù)供需提出了兩階段的匹配方法。

    上述研究針對(duì)的是普通的Web服務(wù)匹配。近年來人們開始關(guān)注云計(jì)算環(huán)境下的服務(wù)匹配問題,如Dastjerdi等[20]提出了CloudPick框架,簡化了云服務(wù)之間的資源調(diào)度,并利用基于語義描述的QoS模型提高服務(wù)發(fā)現(xiàn)的精度;羅賀等[21]考慮了云服務(wù)需求的動(dòng)態(tài)性,提出了時(shí)變需求匹配方法;Rezaei等[22]構(gòu)建語義互操作框架,為不同的云服務(wù)之間提供語義信息共享工具。這些研究對(duì)云環(huán)境下的服務(wù)匹配方法進(jìn)行了有益的嘗試,但總體而言,相關(guān)研究還處于起步階段。云制造環(huán)境下所提供的服務(wù)具有資源數(shù)量大、語義信息不對(duì)稱、QoS需求多樣化和模糊化等特點(diǎn),同時(shí)制造企業(yè)會(huì)根據(jù)實(shí)際情況自主選擇匹配服務(wù)的需求。因此,傳統(tǒng)方法運(yùn)用到云制造環(huán)境下時(shí)會(huì)存在以下不足:首先,針對(duì)功能性匹配,難以解決語義信息不對(duì)稱問題。傳統(tǒng)的基于規(guī)則和圖論[6-9]的方法難以解決語義信息不對(duì)稱問題,本體可以描述語義信息使信息共享,但目前基于語義本體的匹配方法研究沒有考慮因表達(dá)方式不同導(dǎo)致輸入為非本體概念的情況,這將導(dǎo)致語義信息的丟失;其次,針對(duì)QoS匹配算法,啟發(fā)式算法[10-13]計(jì)算速度快但難以控制早熟收斂,模糊QOS的評(píng)價(jià)[15-16]多采用大量矩陣計(jì)算,針對(duì)大量服務(wù)選擇會(huì)降低服務(wù)效率。分階段匹配的方法[18]給云制造環(huán)境下的供應(yīng)商匹配提供了一些啟發(fā),但是階段的劃分標(biāo)準(zhǔn)對(duì)本問題并不適用。且大部分方法只得到唯一匹配服務(wù),由于制造企業(yè)在供應(yīng)商選擇過程中會(huì)受到很多現(xiàn)實(shí)因素影響,往往企業(yè)需要的不單單是唯一服務(wù),而是要在篩選出來服務(wù)集合中,再做主觀判斷,因而目前的匹配方法難以滿足企業(yè)主動(dòng)選擇的需求。

    針對(duì)上述問題,本文提出了云制造環(huán)境下基于本體和模糊QoS的三階段匹配方法。定義了具有普適性的、基于語義的供應(yīng)商服務(wù)本體模型,同時(shí)充分運(yùn)用本體結(jié)構(gòu)特點(diǎn),引入屬性影響度使語義信息更完整;采用優(yōu)化的基于三角模糊數(shù)的FCM算法匹配QoS,在大量功能相似的服務(wù)中最后得到服務(wù)匹配結(jié)果的集合。

    2 問題描述及語義模型

    2.1 問題描述

    云制造平臺(tái)的業(yè)務(wù)流程如圖1所示。云平臺(tái)接收需求方提出的供應(yīng)商需求,然后通過服務(wù)匹配從大量已注冊(cè)的供應(yīng)商服務(wù)資源庫中挑選適合的供應(yīng)商推薦給需求方。匹配結(jié)果的正確與否直接影響后續(xù)的協(xié)同制造過程和整個(gè)制造任務(wù)的效率。服務(wù)資源庫中的供應(yīng)商服務(wù)主要包含兩方面的信息,一是供應(yīng)商能夠提供的基本功能,二是云制造環(huán)境下供應(yīng)商的QoS信息。服務(wù)匹配的過程就是通過匹配需求和資源庫中服務(wù)的這兩方面信息找到適合的供應(yīng)商。由于云制造環(huán)境下信息的異構(gòu)性,使得需求方和供應(yīng)方之間的信息無法共享和交互,另外需求方對(duì)匹配結(jié)果有自主選擇的需求。因此,在云制造環(huán)境下進(jìn)行服務(wù)匹配時(shí),考慮語義共享和需求方自主選擇要素至關(guān)重要。

    為實(shí)現(xiàn)供應(yīng)商需求和大規(guī)模供應(yīng)商服務(wù)的語義共享,快速、準(zhǔn)確、智能化的匹配,需要服務(wù)本體和標(biāo)準(zhǔn)化語義服務(wù)描述的支持,以下在2.2、2.3節(jié)中分別進(jìn)行說明。

    圖1 云制造平臺(tái)業(yè)務(wù)流程示意圖

    2.2 供應(yīng)商服務(wù)本體模型

    供應(yīng)商服務(wù)本體提供對(duì)領(lǐng)域知識(shí)的共同理解和描述,能夠?qū)崿F(xiàn)領(lǐng)域和供應(yīng)商服務(wù)的信息共享和交互,是服務(wù)匹配的語義基礎(chǔ)[25]。然而目前本體沒有統(tǒng)一的表示標(biāo)準(zhǔn)[4],本文用三元組來表示本體:

    O={C,Re,Con}

    (1)

    其中,C是本體中概念的集合;Re是C和C之間的關(guān)系集合,Re包含四個(gè)元素,即Re={is-a,kind-of,is-property,is-instance},其中is-a表示概念之間部分與整體的關(guān)系、kind-of表示概念之間的繼承關(guān)系、is-property表示一個(gè)概念是另一個(gè)概念的屬性、is-instance表示概念和實(shí)例的關(guān)系,Con為公理集合,指C和C之間約束條件。

    本研究在參考已有研究[3][4]、領(lǐng)域?qū)<乙庖姾蚖ordNet標(biāo)準(zhǔn)的基礎(chǔ)上構(gòu)建了制造業(yè)供應(yīng)商服務(wù)本體Oss,構(gòu)成如下:

    Oss=Ov∪Os∪Oq

    (2)

    其中,Ov為領(lǐng)域本體,是計(jì)算語義概念相似度的基礎(chǔ);Os為功能服務(wù)本體;Oq為QoS本體,既包含W3C提出的通用QoS指標(biāo)[24],也包括領(lǐng)域QoS指標(biāo)。Os和Oq是用戶在選擇供應(yīng)商服務(wù)的影響因素。Oss中的每個(gè)本體都用(1)式的本體結(jié)構(gòu)表示。圖2為汽車領(lǐng)域Oss片段。

    圖2 汽車供應(yīng)商服務(wù)本體Oss示例圖

    2.3 供應(yīng)商描述模型

    (1)供應(yīng)商描述。為能夠?qū)?dòng)態(tài)異構(gòu)的供應(yīng)商信息進(jìn)行智能匹配,需要統(tǒng)一、完整的描述方法[5]。本文根據(jù)OWL-S的ServiceProfile類[23]的描述結(jié)構(gòu)特點(diǎn)對(duì)服務(wù)進(jìn)行語義描述,云制造環(huán)境中的供應(yīng)商si描述如下:

    si={B,QoS}

    (3)

    其中,B表示基本功能信息集合,B中的信息根據(jù)Os描述;QoS表示服務(wù)質(zhì)量集合,QoS中的信息根據(jù)Oq描述。

    si的各部分內(nèi)容說明如下:

    B={C,PQ,SA},C為需求的資源概念名稱,與Ov上的概念對(duì)應(yīng);PQ表示該資源的生產(chǎn)質(zhì)量,PQ={pr,qc},pr表示產(chǎn)品合格率、qc表示產(chǎn)品對(duì)應(yīng)的認(rèn)證體系;SA表示供應(yīng)商的供貨能力,SA={Ty,Num,TOD},Ty表示產(chǎn)品型號(hào)、Num表示產(chǎn)品數(shù)量、TOD表示供應(yīng)商的交貨期。

    QoS={Qg,Qs},其中,Qg和Qs表示通用的QoS指標(biāo)和制造業(yè)供應(yīng)商專用QoS指標(biāo)。Qg={qC,qT,qR,qRe},qC為供應(yīng)商服務(wù)的價(jià)格,qT為線上服務(wù)的響應(yīng)時(shí)間,qR為服務(wù)的可靠程度,qRe為服務(wù)的信譽(yù);Qs={qS,qP,qRP,qF,qCO},qS為供應(yīng)商的送樣速度,qP為運(yùn)費(fèi)承擔(dān),qRP為退貨服務(wù),qF為生產(chǎn)能力的靈活性,qCO表示是否合作過。

    (2)供應(yīng)商需求描述。供應(yīng)商需求包含供應(yīng)商描述的內(nèi)容。同時(shí)由于每個(gè)QoS參數(shù)的重要性不同,用戶對(duì)各個(gè)參數(shù)的偏好會(huì)根據(jù)不同的情況進(jìn)行動(dòng)態(tài)選擇。所以引入用戶偏好向量P,每個(gè)偏好采用[0,1]的隸屬度描述。P∈{quiteunimportant,unimportant,medium,important,veryimportant}={0.2,0.4,0.6,0.8,1}。

    于是,供應(yīng)商需求R可表示如下:

    R={B,QoS,P}

    (4)

    3 三階段匹配方法

    3.1 方法思想

    本文根據(jù)云制造環(huán)境下語義信息不對(duì)稱,需求個(gè)性化及多樣化的特點(diǎn)提出了三階段匹配方法。在任一階段,如果R和si的相似度Sim(R,si)≥ω(設(shè)定的閾值),則si為滿足需求的服務(wù)。用ωb、ωq、ωz分別表示第一階段、第二階段和第三階段的閾值。圖3是本文三階段匹配方法的流程圖。

    第一階段進(jìn)行功能性匹配。匹配的對(duì)象為B,本文根據(jù)本體結(jié)構(gòu)特點(diǎn)設(shè)計(jì)了語義相似度計(jì)算方法,在此基礎(chǔ)上,計(jì)算了各個(gè)類型參數(shù)的相似度,得到功能性匹配集合S1,并作為第二階段的供應(yīng)商資源庫。

    第二階段進(jìn)行QoS匹配。結(jié)合模糊用戶偏好把模糊多類型的QoS信息轉(zhuǎn)化成三角模糊數(shù),采用優(yōu)化聚類中心的三角模糊數(shù)FCM算法快速聚類,得到QoS匹配度集合S2,并作為第三階段的供應(yīng)商資源庫。

    第三階段進(jìn)行綜合匹配。利用前兩個(gè)階段的匹配度計(jì)算綜合匹配度,得到基于匹配度排序的結(jié)果集合S3。

    圖3 三階段匹配方法流程圖

    3.2 第一階段功能性匹配

    (1)匹配B

    根據(jù)B中參數(shù)的不同類型采用不同的匹配方法。其中C是概念類型,概念的相似性可以利用本體結(jié)構(gòu)中概念的量化關(guān)系進(jìn)行判斷[26]。本文在考慮概念的距離時(shí)僅考慮概念之間為is-a、kind-of和is-instance三種關(guān)系,且默認(rèn)每種關(guān)系對(duì)應(yīng)的連接距離為1,Dis(C1,C2)為兩個(gè)概念節(jié)點(diǎn)C1和C2的最短距離,數(shù)值為各個(gè)節(jié)點(diǎn)到最近公共節(jié)點(diǎn)的距離之和[4]。在基于本體結(jié)構(gòu)的語義相似度研究中,學(xué)者們研究討論了上位概念集、概念深度、概念的語義密度對(duì)概念語義相似度的影響,但對(duì)這三個(gè)影響因子并沒有統(tǒng)一的計(jì)算方式[5,27]。在已有研究基礎(chǔ)上,本文給出了三種相似影響度的計(jì)算方法。

    此外,考慮由于表達(dá)方式不同造成概念不能匹配到本體模型,從而造成錯(cuò)誤或片面匹配結(jié)果的問題,本文追加了屬性影響因素,即Ov中概念的is-property關(guān)系連接的屬性,通過概念共同擁有的屬性判斷其相似性。綜上,Ov中的概念C1和C2應(yīng)滿足以下4個(gè)規(guī)則:

    規(guī)則1:重合度相似影響度。設(shè)從C1追溯到根節(jié)點(diǎn)的上位概念集合為U(C1),從C2追溯到根節(jié)點(diǎn)的上位概念集合為U(C2),若C1和C2的公共上位集的個(gè)數(shù)Count(U(C1)∩U(C2))≠0,兩個(gè)概念公共上位集越多影響度則越大。則C1和C2的重合度相似影響度α1為:

    (5)

    規(guī)則2:深度相似影響度。設(shè)C1到定點(diǎn)的深度為Depth(C1),C2到定點(diǎn)的深度為Depth(C2),若C1和C2的語義深度差Depth(C1)- Depth(C2)≠0,兩個(gè)概念的深度差越小影響度越大,且深度和越大代表細(xì)分度高影響度也就越大。C1和C2的深度相似影響度α2為:

    (6)

    規(guī)則3:密度相似影響度。若C1的兄弟節(jié)點(diǎn)的個(gè)數(shù)brother(C1),C2的兄弟節(jié)點(diǎn)的個(gè)數(shù)brother(C2),兩個(gè)概念的兄弟越多說明該節(jié)點(diǎn)描述的越具體,相似度也就越大,C1和C2的密度相似影響度α3為:

    (7)

    規(guī)則4:屬性相似影響度。設(shè)C1的屬性值個(gè)數(shù)為attribute(C1),C2的屬性值個(gè)數(shù)為attribute(C2),兩個(gè)概念擁有的相同屬性越高屬性影響越大,則C1和C2的屬性相似影響度α4為:

    上述4個(gè)規(guī)則中r1,r2,r3,r4為可調(diào)節(jié)因子。

    然后,在語義距離,概念重合度、密度、深度和屬性的相似影響度分析基礎(chǔ)上,用式(9)計(jì)算兩個(gè)概念節(jié)點(diǎn)C1和C2的語義相似度。

    Sim(C1,C2)=

    (9)

    其中,λ為可調(diào)節(jié)因子,η1,η2,η3分別為概念重合影響度、密度和深度影響度的權(quán)重,η1+η2+η3=1。

    Sim(brt,bst)=

    (10)

    若B中第t個(gè)參數(shù)為區(qū)間型則其語義相似度計(jì)算如下,其中|r∩s|表示公共數(shù)值的長度。

    (11)

    (3)功能性匹配相似度及S1

    依據(jù)B中各個(gè)元素的屬性類型特征,利用式(9)~(11)計(jì)算得到的各個(gè)類型參數(shù)的相似度,R與si的功能性匹配的相似度為各個(gè)參數(shù)相似度的乘積,計(jì)算公式為(12)。

    (12)

    然后利用公式(13)得到功能性匹配結(jié)果結(jié)合S1,并把S1作為第二階段匹配的供應(yīng)商資源庫。

    S1={si|si∈S;Sim(R.B,si.B)≤ωb}

    (13)

    3.3 第二階段QoS匹配

    因QoS中指標(biāo)的不確定性和復(fù)雜性,不能對(duì)其定量描述而需采用模糊語言表示[29]。另外,用戶對(duì)于QoS中的每個(gè)屬性往往擁有不同的偏好[13],并且對(duì)匹配的結(jié)果有自主選擇的需求。因此,本文采用基于三角模糊數(shù)的FCM聚類算法[28],把QoS模糊語言轉(zhuǎn)化成三角模糊數(shù),盡量完整表達(dá)模糊信息,同時(shí)引入了用戶偏好,并通過優(yōu)化初始聚類中心,循環(huán)聚類,使得結(jié)果集中符合需求的資源快速收斂到同一個(gè)類別,得到供應(yīng)商集合,以彌補(bǔ)傳統(tǒng)匹配方法忽略QoS模糊性和只得到一個(gè)匹配結(jié)果的不足。

    (1)結(jié)合用戶偏好對(duì)QoS模糊數(shù)據(jù)標(biāo)準(zhǔn)化

    本文將QoS的描述信息用{無,很低,低,微低,中,微高,高,很高,完全}九個(gè)模糊描述語言表示,除此之外本文還追加了QoS的表現(xiàn)形式可以為自然語言、區(qū)間和精確值,并把每個(gè)描述語言轉(zhuǎn)化成三角模糊數(shù),詳見表1。

    (14)

    表1 QoS模糊語言的模糊數(shù)對(duì)照表

    (15)

    (16)

    (2)用優(yōu)化的FCM算法縮小供應(yīng)商范圍

    本文利用聚類算法的目的是讓供應(yīng)商資源庫中與需求相似的服務(wù)快速收斂到一個(gè)小范圍。有學(xué)者采用FCM算法對(duì)資源進(jìn)行聚類[30],但沒有考慮其模糊性。本文采用基于三角模糊數(shù)的FCM算法,并優(yōu)化初始聚類中心。聚類的數(shù)目可根據(jù)實(shí)際資源的數(shù)目確定,本文借鑒二分查找的思想設(shè)置聚類數(shù)目為2,循環(huán)聚類逐漸縮小供應(yīng)商范圍。

    根據(jù)聚類數(shù)目,需要初始化兩個(gè)聚類中心。為保證盡可能的選擇接近R的QoS服務(wù)類別,保證按需服務(wù)發(fā)現(xiàn),本文將Xn作為第一個(gè)初始的聚類中心,即:

    (17)

    (18)

    算得V0后,用基于三角模糊數(shù)的FCM算法縮小供應(yīng)商范圍,算法流程如下:

    (3)QoS相似度及S2

    利用模糊貼近度計(jì)算CRQOS中RQ和其他資源的相似度。貼近度的概念與相似度類似,越接近1表示兩個(gè)模糊集越接近。本文采用歐幾里得多屬性的三角模糊數(shù)貼近度計(jì)算方法由公式(19)得到RQ與CRQOS中其他資源的QoS相似度。

    (19)

    然后根據(jù)公式(20)得到QoS匹配結(jié)果結(jié)合S2,并把S2作為第三階段匹配的供應(yīng)商資源庫。

    S2={si|si∈S1;Sim(R.QoS,si.QoS)≤ωq}

    (20)

    3.4 第三階段綜合匹配

    第三階段在第二階段的資源集合S2的基礎(chǔ)上,根據(jù)前兩個(gè)階段得到前兩個(gè)階段的功能性相似度和QoS相似度,加權(quán)求和得到R與si綜合匹配度為:

    Sim(R,si)=α·Sim(R.B,si.B)+β·Sim(R.QoS,si.QoS)

    (21)

    圖4 優(yōu)化聚類中心的模糊QoS聚類算法流程

    其中,α和β分別為兩階段相似度的權(quán)值,表示各階段相似度對(duì)綜合相似度的影響程度,α+β=1。

    然后,根據(jù)公式(22)得到綜合匹配結(jié)果結(jié)合S3,需求方在S3中自主選擇最滿意供應(yīng)商,完成供應(yīng)商的匹配。

    S3={si|si∈S2;Sim(R.QoS,si.QoS)≤ωz}

    (22)

    4 實(shí)驗(yàn)分析

    4.1 實(shí)驗(yàn)設(shè)計(jì)及本體建立

    為驗(yàn)證本文方法的效果,采用某汽車企業(yè)真實(shí)供應(yīng)商服務(wù)數(shù)據(jù)為樣本,通過采用不同樣本量和改變需求還有方法對(duì)比進(jìn)行實(shí)驗(yàn)分析。樣本中供應(yīng)商的QoS數(shù)據(jù)從相關(guān)企業(yè)平臺(tái)數(shù)據(jù)庫中抽取,用戶偏好數(shù)據(jù)根據(jù)專家意見得到。

    實(shí)驗(yàn)中匹配的服務(wù)是汽車發(fā)動(dòng)機(jī)零部件供應(yīng)商,圖5為本文建立的相應(yīng)部分領(lǐng)域本體結(jié)構(gòu)。分別選取了50,150,250個(gè)汽車發(fā)動(dòng)機(jī)零部件供應(yīng)商服務(wù)用于方法有效性實(shí)驗(yàn),實(shí)驗(yàn)基本參數(shù)設(shè)置為:ωb=0.6,ωq=0.8,ωz=0.8,η1=η2=η3=1/3,聚類參數(shù)mf=2,停止闕值ε=1.0e-6,P={1,0.6,0.8,0.8,0.4,0.8,0.8,0.8,0.8},α=0.7,β=0.3。用戶需求R的信息為:C為活塞銷,pr為100%,Num為200件,TOD小于15天,QoS={qC,qT,qR,qRe,qS,qP,qRP,qF,qCO}={[11,13],完全,很高,完全,很高,很高,是,完全,是}。

    實(shí)驗(yàn)通過本文方法得出服務(wù)匹配結(jié)果集合,并通過比較傳統(tǒng)基于本體的語義相似度的服務(wù)發(fā)現(xiàn)算法[24],證明本文的服務(wù)匹配方法的優(yōu)化效果。以下對(duì)方法各階段的效果逐個(gè)進(jìn)行分析。

    圖5 發(fā)動(dòng)機(jī)零部件本體結(jié)構(gòu)片段

    4.2 三階段服務(wù)匹配方法有效性分析

    (1)匹配方法的適用性分析

    下面以150個(gè)樣本的實(shí)驗(yàn)為例說明服務(wù)發(fā)現(xiàn)方法的過程和結(jié)果。第一階段對(duì)供應(yīng)商進(jìn)行功能性匹配,根據(jù)本體結(jié)構(gòu)計(jì)算得到功能性相似度。表2為列舉的部分供應(yīng)商概念與服務(wù)需求的概念相似度計(jì)算結(jié)果。

    通過第一階段的匹配,有49個(gè)供應(yīng)商的相似度大于ωb進(jìn)入第二階段的匹配。然后經(jīng)過第二階段和第三階段匹配后得到了S3,計(jì)算結(jié)果見表3,其中模糊程度按照表1中模糊語言對(duì)應(yīng)的數(shù)字序號(hào)表示。

    由結(jié)果可知,在供應(yīng)商中有大量的功能相似和相同的服務(wù)需要,只有依據(jù)非功能性的QoS匹配才能精準(zhǔn)的確定匹配結(jié)果。其中S104是最符合用戶需求的服務(wù),是貼近實(shí)際情況的準(zhǔn)確解,體現(xiàn)了本文方法的適應(yīng)性;資源集合{S25,S63,S87,S99,S101,S102,S104,S105,S125}為具有相同功能的備選服務(wù);另外,方法還推薦了資源集合{S88,S130},雖然此集合中的服務(wù)功能與服務(wù)需求不完全一致,但與需求歸屬同一類別零部件,具有一定的參考價(jià)值,用戶可以通過推薦的結(jié)果根據(jù)實(shí)際情況主動(dòng)的選擇供服務(wù)。

    表2 部分概念相似度

    (2) 查準(zhǔn)率對(duì)比分析

    現(xiàn)將汽車發(fā)動(dòng)機(jī)零部件領(lǐng)域的三個(gè)不同的供應(yīng)商需求作為實(shí)驗(yàn)的條件,對(duì)本文方法與Lee等[24]的服務(wù)發(fā)現(xiàn)算法進(jìn)行了對(duì)比,評(píng)價(jià)指標(biāo)為查準(zhǔn)率Va,計(jì)算方法為式(23):

    (23)

    表3 匹配結(jié)果集合

    其中,Srs為匹配結(jié)果集合,Srv為Srs中與需求相關(guān)的供應(yīng)商集合。

    由于查準(zhǔn)率與結(jié)果集合的大小有關(guān),本文取相似度0.9以上的資源集比較兩個(gè)方法的查準(zhǔn)率,如表4所示。從對(duì)比的結(jié)果可以看出,本文的方法較文獻(xiàn)方法查準(zhǔn)率高。由于選取的0.9相似度的限制和結(jié)果集數(shù)目的不同,導(dǎo)致查準(zhǔn)率有波動(dòng),但是本文方法比文獻(xiàn)算法的查準(zhǔn)率平均提高30%以上。經(jīng)過本文方法得到的相似度越高,資源匹配的精準(zhǔn)度越高。

    表4 綜合匹配度0.9以上集合查準(zhǔn)率對(duì)比

    4.3 匹配方法中改進(jìn)聚類中心的有效性分析

    設(shè)資源數(shù)目為50,150,250三次實(shí)驗(yàn)的S1中資源的數(shù)量分別為N1,N2和N3,本文對(duì)比了在這三種不同資源數(shù)量下本文算法和未優(yōu)化聚類中心的三角模糊數(shù)FCM算法[25]。圖6為結(jié)果對(duì)比圖,采用的評(píng)價(jià)指標(biāo)為算法迭代次數(shù)降低比率Viter。設(shè)本文算法的迭代次數(shù)為iter1,未優(yōu)化聚類中心算法的迭代次數(shù)為iter2,Viter的計(jì)算公式如下:

    (24)

    圖6 兩種方案結(jié)果比較

    從實(shí)驗(yàn)結(jié)果可以看出,隨著供應(yīng)商數(shù)目的增加,本文優(yōu)化算法比未初始化聚類中心算法的Viter逐漸增加,提高了匹配的效率。

    5 結(jié)語

    (1)針對(duì)云制造環(huán)境下供應(yīng)商服務(wù)匹配中存在的信息不對(duì)稱、相似功能多和個(gè)性化需求導(dǎo)致的QoS的多樣性和模糊性問題,本文提出了基于語義和模糊QoS的三階段服務(wù)匹配方法。方法的設(shè)計(jì)思想具有較高的針對(duì)性,盡最大可能滿足現(xiàn)實(shí)需求。

    (2)在三階段匹配方法中,所建立的制造業(yè)供應(yīng)商服務(wù)描述模型和本體模型在第一階段運(yùn)用語義本體消除了信息不對(duì)稱性、避免了語義信息誤讀可能性;在第二階段采用優(yōu)化三角模糊數(shù)的FCM方法可滿足個(gè)性化和模糊QoS需求,迭代次數(shù)減少了10%以上。

    (3)實(shí)驗(yàn)對(duì)比結(jié)果表明:本文匹配方法可提高查準(zhǔn)率30%以上,且服務(wù)結(jié)果集合中服務(wù)資源相似度越高,越能顯示出本方法服務(wù)匹配的精度。同時(shí),算法還具有較高的適應(yīng)性和可拓展性。

    本研究為探索如何解決云制造環(huán)境下的供應(yīng)商服務(wù)匹配問題提出了一種新思路。

    [1] 李伯虎, 張霖, 王時(shí)龍,等. 云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2010, 16(1):1-7.

    [2] Xu Xun. From cloud computing to cloud manufacturing[J].Robotics and Computer-Integrated Manufacturing, 2012, 28(1):75-86.

    [3] 張成文,蘇森,陳俊亮.基于遺傳算法的QoS感知的Web服務(wù)選擇[J].計(jì)算機(jī)學(xué)報(bào),2006,29(7):1029-1037.

    [4] Zhang Shudong, Chen Yan. Research on domain ontology-based intelligent information retrieval system[J]. Key Engineering Materials, 2011,460-461: 300-304.

    [5] Blanco R, Lioma C. Graph-based term weighting for information retrieval[J].Information Retrieval, 2012, 15(1):54-92.

    [6] Bai Li, Liu Min. Fuzzy sets and similarity relations for semantic web service matching[J]. Computers & Mathematics with Applications, 2011, 61(8):2281-2286.

    [7] 鄧水光,尹建偉,李瑩,等.基于二分圖匹配的語義Web服務(wù)發(fā)現(xiàn)方法[J].計(jì)算機(jī)學(xué)報(bào), 2008, 31(8):1364-1375.

    [8] Zapater J J S, Escrivá D M L, García F R S, et al. Semantic web service discovery system for road traffic information services[J]. Expert Systems with Applications, 2015, 42(8):3833-3842.

    [9] Khater M, Malki M. Improving the performance of semantic web services discovery: shortest path based approach[J]. International Journal of Information Technology & Computer Science, 2014, 6(6):32-39.

    [10] 李蜀瑜.基于QoS和模糊粒子群優(yōu)化的語義Web服務(wù)發(fā)現(xiàn)[J]. 計(jì)算機(jī)應(yīng)用, 2012, 32(5):1347-1350.

    [11] 王尚廣,孫其博,楊放春. 基于全局QoS約束分解的Web服務(wù)動(dòng)態(tài)選擇[J]. 軟件學(xué)報(bào), 2011, 22(7):1426-1439.

    [12] Ahmed H, Begum M, Siddiqui F H, et al. Dynamic web service discovery model based on artificial neural network with QoS support[J]. International Journal of Scientific & Engineering Research, 2012,3(3):1-7.

    [13] Zhao Xinchao, Wen Zichao, Li Xingmei. QoS-aware web service selection with negative selection algorithm[J]. Knowledge & Information Systems, 2013, 40(2):349-373.

    [14] Ajao T A, Deris S. Optimal web service selection with consideration for user′s preferences[J]. International Journal of Computer Science Issues, 2013,10(2):355-359.

    [15] Huang Jinguo. Study on the quality evaluation model construction and QoS optimization of web service composition[J]. Journal of Convergence Information Technology, 2012,7(6):340-347.

    [16] 楊潔, 李登峰, 賴禮邦. Web 服務(wù)環(huán)境下基于信息協(xié)商的組合服務(wù)多屬性選擇方法[J]. 運(yùn)籌與管理, 2015, 24(3): 134-141.

    [17] Tao Qian, Chang Huiyou, Gu Chunqin, et al. A novel prediction approach for trustworthy QoS of web services[J]. Expert Systems with Applications, 2012, 39(3):3676-3681.

    [18] Wang Shangguang, Hsu C H, Liang Zhongjun, et al. Multi-user web service selection based on multi-QoS prediction[J]. Information Systems Frontiers, 2013, 16(1):143-152.

    [19] 王娟,陳希,趙柳.考慮需求者期望的兩階段醫(yī)療服務(wù)供需匹配方法[J].中國管理科學(xué),2015,23(S1):132-136.

    [20] Dastjerdi A V, Garg S K, Rana O F, et al. CloudPick: A framework for QoS-aware and ontology-based service deployment across clouds[J]. Software Practice & Experience, 2014,45,20(2):197-231.

    [21] 羅賀, 汪永康, 齊杰,等. 面向時(shí)變需求的云服務(wù)匹配方法[J]. 中國管理科學(xué), 2012,20(S1):179-183.

    [22] Rezaei R, Chiew T K, Lee S P, et al. A semantic interoperability framework for software as a service systems in cloud computing environments[J]. Expert Systems with Applications, 2014, 41(13):5751-5770.

    [23] 呂苗,金淳,鄧曉懿,等.基于情境的移動(dòng)商務(wù)餐飲服務(wù)知識(shí)建模及推理研究[J].情報(bào)學(xué)報(bào),2013, 32(2):138-147.

    [24] Lee K, Jeon J, Lee W, et al. QoS for web services: Requirements and possible approaches[R].Note,W3C Working Group,2003.

    [25] Martin D, Burstein M, Hobbs J, et al. OWL-S: Semantic markup for web.services[R].Memebr Submission, World Wide Web Consortium,2004.

    [26] Li Xuanming, Li Binfei, Fu Dachao. The ontology-based methods of similarity and correlation and their application in urology intelligent retrieval[J].International Journal of Advancements in Computing Technology, 2013,5(9):26-35.

    [27] Costa R, Lima C, Sarraipa J, et al. Facilitating knowledge sharing and reuse in building and construction domain: an ontology-based approach[J]. Journal of Intelligent Manufacturing, 2016, 27(1):263-286.

    [28] 樊治平,于春海,尤天慧.一種基于三角模糊數(shù)多指標(biāo)信息的FCM聚類算法[J].控制與決策, 2004, 19(12):1407-1411.

    [29] Moghaddam K S. Fuzzy multi-objective model for supplier selection and order allocation in reverse logistics systems under supply and demand uncertainty[J]. Expert Systems with Applications, 2015,42(S15-16):6237-6254.

    [30] 李文娟, 張啟飛, 平玲娣,等. 基于模糊聚類的云任務(wù)調(diào)度算法[J]. 通信學(xué)報(bào), 2012,(3):146-154.

    猜你喜歡
    語義概念服務(wù)
    Birdie Cup Coffee豐盛里概念店
    語言與語義
    幾樣概念店
    服務(wù)在身邊 健康每一天
    服務(wù)在身邊 健康每一天
    服務(wù)在身邊 健康每一天
    學(xué)習(xí)集合概念『四步走』
    聚焦集合的概念及應(yīng)用
    招行30年:從“滿意服務(wù)”到“感動(dòng)服務(wù)”
    商周刊(2017年9期)2017-08-22 02:57:56
    “上”與“下”語義的不對(duì)稱性及其認(rèn)知闡釋
    精品人妻熟女av久视频| 亚洲精品国产色婷婷电影| 精品久久久久久电影网| 久久99蜜桃精品久久| 中文天堂在线官网| 午夜福利在线观看免费完整高清在| 人人妻人人澡人人爽人人夜夜| 高清午夜精品一区二区三区| 成人毛片60女人毛片免费| 在线看a的网站| 日产精品乱码卡一卡2卡三| 国产午夜精品久久久久久一区二区三区| 久久99蜜桃精品久久| 视频区图区小说| 欧美精品国产亚洲| 国产一区二区亚洲精品在线观看| 日韩av免费高清视频| 男女国产视频网站| 国精品久久久久久国模美| 亚洲综合精品二区| 精品人妻熟女av久视频| 热re99久久精品国产66热6| 成年免费大片在线观看| 女人被狂操c到高潮| 成年av动漫网址| av线在线观看网站| 国产成人精品一,二区| 夜夜爽夜夜爽视频| 亚洲欧美成人精品一区二区| 黄色一级大片看看| 欧美潮喷喷水| a级一级毛片免费在线观看| 高清午夜精品一区二区三区| 我的女老师完整版在线观看| 婷婷色综合www| 直男gayav资源| 国产精品99久久久久久久久| 免费观看a级毛片全部| 美女xxoo啪啪120秒动态图| 狂野欧美白嫩少妇大欣赏| 精品视频人人做人人爽| 国产爱豆传媒在线观看| 我要看日韩黄色一级片| 国产精品久久久久久久久免| 伊人久久精品亚洲午夜| 精品久久久久久久久亚洲| 综合色丁香网| 99热这里只有精品一区| 黄色日韩在线| 大码成人一级视频| 免费观看的影片在线观看| 亚洲天堂国产精品一区在线| av在线蜜桃| 亚洲精品乱久久久久久| 亚洲欧美一区二区三区国产| 欧美+日韩+精品| 2021天堂中文幕一二区在线观| 91久久精品国产一区二区三区| 最近2019中文字幕mv第一页| 欧美变态另类bdsm刘玥| 国产亚洲5aaaaa淫片| 国产精品爽爽va在线观看网站| 亚洲人与动物交配视频| 亚洲精品一二三| 免费高清在线观看视频在线观看| 卡戴珊不雅视频在线播放| 免费黄网站久久成人精品| 黄色一级大片看看| 亚洲精品色激情综合| 日本一二三区视频观看| 精品久久久久久久人妻蜜臀av| 中文字幕av成人在线电影| 国产黄a三级三级三级人| 亚洲国产色片| 伦精品一区二区三区| 街头女战士在线观看网站| 欧美一区二区亚洲| 中文字幕亚洲精品专区| 全区人妻精品视频| 激情五月婷婷亚洲| 日本黄色片子视频| 国产精品一区二区在线观看99| 99热网站在线观看| 国产老妇伦熟女老妇高清| 国产淫语在线视频| 2022亚洲国产成人精品| 午夜免费鲁丝| 乱码一卡2卡4卡精品| 在线天堂最新版资源| 国产成人91sexporn| 国语对白做爰xxxⅹ性视频网站| 观看免费一级毛片| 午夜日本视频在线| 最近中文字幕高清免费大全6| 超碰97精品在线观看| 99re6热这里在线精品视频| 日本与韩国留学比较| 国产高清国产精品国产三级 | 色婷婷久久久亚洲欧美| 精品视频人人做人人爽| 日日啪夜夜撸| 久久精品久久精品一区二区三区| 又黄又爽又刺激的免费视频.| 寂寞人妻少妇视频99o| 一级a做视频免费观看| 国产精品久久久久久精品电影小说 | 亚洲国产色片| 国产精品不卡视频一区二区| 精品久久久久久电影网| 狂野欧美白嫩少妇大欣赏| 色5月婷婷丁香| 免费观看a级毛片全部| 美女内射精品一级片tv| 日韩欧美一区视频在线观看 | 午夜福利在线观看免费完整高清在| 久久人人爽人人爽人人片va| 国产精品伦人一区二区| 美女脱内裤让男人舔精品视频| 精品一区二区免费观看| 一级黄片播放器| 精品少妇黑人巨大在线播放| 97超视频在线观看视频| 国产乱来视频区| 免费看光身美女| 亚洲欧美成人综合另类久久久| 午夜老司机福利剧场| 欧美一级a爱片免费观看看| 亚洲精品亚洲一区二区| 性插视频无遮挡在线免费观看| 国产亚洲av片在线观看秒播厂| 欧美日韩综合久久久久久| 久久精品久久久久久噜噜老黄| 成人漫画全彩无遮挡| 最近中文字幕高清免费大全6| 狂野欧美激情性bbbbbb| 波多野结衣巨乳人妻| 国产午夜精品久久久久久一区二区三区| 国产成人免费无遮挡视频| 高清在线视频一区二区三区| 亚洲精品日韩在线中文字幕| 少妇猛男粗大的猛烈进出视频 | 亚洲av.av天堂| 国产精品嫩草影院av在线观看| 80岁老熟妇乱子伦牲交| 亚洲美女视频黄频| 国产人妻一区二区三区在| 午夜免费男女啪啪视频观看| 国产精品久久久久久精品电影| 国产淫片久久久久久久久| 尾随美女入室| 亚洲精品色激情综合| 一级黄片播放器| 国产毛片a区久久久久| 久久久久久久久大av| 在线免费十八禁| 久久亚洲国产成人精品v| 亚洲成人中文字幕在线播放| 18禁裸乳无遮挡免费网站照片| 精品一区二区三卡| av播播在线观看一区| 少妇猛男粗大的猛烈进出视频 | 国产黄a三级三级三级人| 美女高潮的动态| 国产男女超爽视频在线观看| 成人国产麻豆网| av卡一久久| 伊人久久国产一区二区| 免费高清在线观看视频在线观看| 婷婷色综合www| 波多野结衣巨乳人妻| eeuss影院久久| 国内精品宾馆在线| 大香蕉久久网| 色哟哟·www| 婷婷色av中文字幕| 1000部很黄的大片| 国产综合精华液| 精品人妻一区二区三区麻豆| 只有这里有精品99| 久久久久九九精品影院| 免费看不卡的av| 成人国产麻豆网| 男人爽女人下面视频在线观看| 欧美日本视频| 亚洲精品色激情综合| 青春草国产在线视频| 亚洲av二区三区四区| 麻豆国产97在线/欧美| 成人二区视频| 亚洲精品aⅴ在线观看| 少妇裸体淫交视频免费看高清| 日日啪夜夜爽| 91午夜精品亚洲一区二区三区| 黄色怎么调成土黄色| 亚洲人成网站高清观看| 日韩伦理黄色片| 亚洲四区av| 欧美人与善性xxx| 日日撸夜夜添| 国产亚洲一区二区精品| 大话2 男鬼变身卡| 青青草视频在线视频观看| 老师上课跳d突然被开到最大视频| 亚洲精品亚洲一区二区| 2021少妇久久久久久久久久久| 国产伦在线观看视频一区| 色吧在线观看| 美女高潮的动态| 免费观看在线日韩| 国产av国产精品国产| 青春草视频在线免费观看| 精品人妻视频免费看| 亚洲精品国产av成人精品| kizo精华| 少妇的逼好多水| 女的被弄到高潮叫床怎么办| 亚洲一区二区三区欧美精品 | 成人毛片60女人毛片免费| 免费观看性生交大片5| 99热这里只有精品一区| 亚洲欧美精品专区久久| 国产淫片久久久久久久久| 九草在线视频观看| 欧美性感艳星| 午夜免费观看性视频| 日本午夜av视频| 国产精品三级大全| 大香蕉久久网| 亚洲av日韩在线播放| 3wmmmm亚洲av在线观看| 亚洲高清免费不卡视频| 一级爰片在线观看| 国产精品久久久久久久电影| 菩萨蛮人人尽说江南好唐韦庄| 一个人观看的视频www高清免费观看| 秋霞伦理黄片| 日日撸夜夜添| 内地一区二区视频在线| 哪个播放器可以免费观看大片| 日本欧美国产在线视频| av福利片在线观看| 久久99热这里只频精品6学生| 国产免费又黄又爽又色| 美女国产视频在线观看| 亚洲国产成人一精品久久久| 自拍偷自拍亚洲精品老妇| 99久国产av精品国产电影| 亚洲最大成人中文| 亚洲最大成人av| 亚洲天堂国产精品一区在线| 免费播放大片免费观看视频在线观看| 免费看av在线观看网站| 日产精品乱码卡一卡2卡三| 国产亚洲精品久久久com| 欧美激情久久久久久爽电影| 在线观看美女被高潮喷水网站| 乱码一卡2卡4卡精品| 亚洲天堂av无毛| 简卡轻食公司| 欧美xxⅹ黑人| 欧美日韩国产mv在线观看视频 | av.在线天堂| 天美传媒精品一区二区| 国产精品不卡视频一区二区| 亚洲国产欧美在线一区| 中文字幕人妻熟人妻熟丝袜美| 哪个播放器可以免费观看大片| 国产成人aa在线观看| 国产av码专区亚洲av| 午夜亚洲福利在线播放| 91狼人影院| 亚洲内射少妇av| 久久久久久久久久久丰满| 国产精品偷伦视频观看了| 久久久久精品性色| 1000部很黄的大片| 国模一区二区三区四区视频| 人人妻人人澡人人爽人人夜夜| 亚洲av一区综合| 联通29元200g的流量卡| 自拍欧美九色日韩亚洲蝌蚪91 | 女人被狂操c到高潮| 22中文网久久字幕| 国产精品爽爽va在线观看网站| 狠狠精品人妻久久久久久综合| 在线亚洲精品国产二区图片欧美 | 国产乱来视频区| 制服丝袜香蕉在线| 国产亚洲av嫩草精品影院| 欧美激情久久久久久爽电影| 亚洲色图综合在线观看| 国产成人freesex在线| 国产视频首页在线观看| 国产伦精品一区二区三区四那| 免费电影在线观看免费观看| 久久精品国产鲁丝片午夜精品| 中文欧美无线码| 下体分泌物呈黄色| av在线蜜桃| 一本久久精品| 欧美区成人在线视频| 国产高清有码在线观看视频| 精品少妇黑人巨大在线播放| 日韩成人av中文字幕在线观看| 久久久欧美国产精品| 国产成人精品婷婷| 97在线人人人人妻| 日韩精品有码人妻一区| 国产欧美日韩一区二区三区在线 | 在线观看人妻少妇| 99久久中文字幕三级久久日本| 中文字幕制服av| 日本与韩国留学比较| 久久精品夜色国产| 亚洲精品亚洲一区二区| 国产中年淑女户外野战色| 国产成人精品久久久久久| 亚洲婷婷狠狠爱综合网| 免费av不卡在线播放| 啦啦啦中文免费视频观看日本| 国产男女内射视频| 中文字幕久久专区| 国产欧美另类精品又又久久亚洲欧美| 国产成人a区在线观看| 七月丁香在线播放| 国产综合懂色| 国产欧美另类精品又又久久亚洲欧美| 国产日韩欧美在线精品| 丰满人妻一区二区三区视频av| 免费看av在线观看网站| 欧美日韩视频精品一区| 如何舔出高潮| 亚洲成人精品中文字幕电影| 超碰97精品在线观看| 亚洲真实伦在线观看| 水蜜桃什么品种好| 日韩人妻高清精品专区| 亚洲人与动物交配视频| 午夜福利在线在线| 精品人妻熟女av久视频| 男女边摸边吃奶| 成年人午夜在线观看视频| 亚洲欧美一区二区三区黑人 | 国模一区二区三区四区视频| 大陆偷拍与自拍| 久久久久久久精品精品| 在线观看一区二区三区激情| 欧美日韩在线观看h| 亚洲婷婷狠狠爱综合网| 欧美潮喷喷水| 婷婷色综合大香蕉| 一级毛片我不卡| 欧美老熟妇乱子伦牲交| 国产精品无大码| 91aial.com中文字幕在线观看| 国产在视频线精品| 欧美97在线视频| 亚洲精品成人久久久久久| 一区二区三区免费毛片| 中文资源天堂在线| 最近最新中文字幕免费大全7| 免费观看无遮挡的男女| 亚洲av中文字字幕乱码综合| 亚洲欧洲国产日韩| 国产美女午夜福利| 99久久九九国产精品国产免费| 一级a做视频免费观看| 成年av动漫网址| 男的添女的下面高潮视频| 女人十人毛片免费观看3o分钟| 免费av观看视频| 嫩草影院精品99| 欧美高清成人免费视频www| 久久ye,这里只有精品| 在线播放无遮挡| 久久影院123| av在线亚洲专区| 超碰av人人做人人爽久久| 欧美人与善性xxx| 午夜免费鲁丝| 成人亚洲精品一区在线观看 | 91在线精品国自产拍蜜月| 少妇的逼水好多| 日日撸夜夜添| 国产一级毛片在线| 日本免费在线观看一区| 成人漫画全彩无遮挡| 中文字幕制服av| 亚洲av欧美aⅴ国产| 久久久久久久精品精品| 观看免费一级毛片| av国产免费在线观看| 国产精品熟女久久久久浪| 亚洲国产精品999| 在线观看一区二区三区| 少妇人妻精品综合一区二区| 国产男女超爽视频在线观看| 偷拍熟女少妇极品色| 免费黄频网站在线观看国产| 久久国产乱子免费精品| 国产淫片久久久久久久久| 白带黄色成豆腐渣| 搡老乐熟女国产| 国产大屁股一区二区在线视频| 国产一区二区三区av在线| 国产精品熟女久久久久浪| 国产白丝娇喘喷水9色精品| 免费大片18禁| 国产午夜精品一二区理论片| 色吧在线观看| 成年av动漫网址| 亚洲欧美日韩无卡精品| 久久国内精品自在自线图片| 国产欧美亚洲国产| 18禁在线播放成人免费| 成人欧美大片| 亚洲av免费在线观看| 香蕉精品网在线| 亚洲成色77777| 日韩强制内射视频| 国产乱人偷精品视频| 国产精品无大码| 热99国产精品久久久久久7| 日韩,欧美,国产一区二区三区| 亚洲国产欧美在线一区| 久久精品久久久久久久性| 欧美日韩综合久久久久久| 欧美日韩视频高清一区二区三区二| 免费人成在线观看视频色| 美女国产视频在线观看| 香蕉精品网在线| 日韩av在线免费看完整版不卡| 国模一区二区三区四区视频| 亚洲最大成人中文| 免费大片18禁| 国产精品一区二区在线观看99| 亚洲欧美清纯卡通| 亚洲av欧美aⅴ国产| 日韩一区二区三区影片| 在线观看一区二区三区| 国产成人a区在线观看| 97在线视频观看| 欧美+日韩+精品| 一个人观看的视频www高清免费观看| 99精国产麻豆久久婷婷| 熟女人妻精品中文字幕| av播播在线观看一区| 美女视频免费永久观看网站| 日产精品乱码卡一卡2卡三| 久久精品夜色国产| 午夜精品一区二区三区免费看| 久久久久久久久久成人| 97超视频在线观看视频| 午夜精品国产一区二区电影 | 我要看日韩黄色一级片| 色综合色国产| 五月天丁香电影| av在线观看视频网站免费| 亚洲精品中文字幕在线视频 | 你懂的网址亚洲精品在线观看| 下体分泌物呈黄色| 亚洲熟女精品中文字幕| 国产亚洲av片在线观看秒播厂| 亚洲欧洲日产国产| 日韩,欧美,国产一区二区三区| 亚洲国产最新在线播放| 午夜福利高清视频| 特大巨黑吊av在线直播| 国产一区亚洲一区在线观看| 18+在线观看网站| 女人十人毛片免费观看3o分钟| 亚洲成色77777| 国精品久久久久久国模美| 国产熟女欧美一区二区| 国产精品久久久久久精品电影小说 | 少妇人妻一区二区三区视频| videos熟女内射| 日本猛色少妇xxxxx猛交久久| 麻豆国产97在线/欧美| 欧美+日韩+精品| 97热精品久久久久久| 国产永久视频网站| 久久久久久久大尺度免费视频| 99久久中文字幕三级久久日本| 波多野结衣巨乳人妻| 久久97久久精品| av.在线天堂| 久久久久性生活片| 久久久成人免费电影| 日韩一区二区视频免费看| 久久99热这里只频精品6学生| 国产熟女欧美一区二区| 免费在线观看成人毛片| 日韩制服骚丝袜av| 99久久精品一区二区三区| 欧美日韩视频高清一区二区三区二| 老司机影院毛片| 在线免费十八禁| 少妇人妻一区二区三区视频| 亚洲av成人精品一区久久| 国产精品精品国产色婷婷| 夫妻性生交免费视频一级片| 久久精品夜色国产| 搡女人真爽免费视频火全软件| 免费人成在线观看视频色| 黄色怎么调成土黄色| 欧美日韩一区二区视频在线观看视频在线 | 一级毛片aaaaaa免费看小| 黄色怎么调成土黄色| 老司机影院毛片| 51国产日韩欧美| 在线观看一区二区三区| freevideosex欧美| 一区二区三区免费毛片| 男人舔奶头视频| 熟妇人妻不卡中文字幕| 国产亚洲午夜精品一区二区久久 | 亚洲国产最新在线播放| 日日啪夜夜撸| 2021少妇久久久久久久久久久| 久久久午夜欧美精品| 日本三级黄在线观看| 男女边吃奶边做爰视频| 三级经典国产精品| 午夜爱爱视频在线播放| 亚洲成人中文字幕在线播放| 亚洲三级黄色毛片| 嫩草影院新地址| 日本黄大片高清| 久热久热在线精品观看| 午夜激情久久久久久久| 国产欧美亚洲国产| 丝袜脚勾引网站| 日韩中字成人| 亚洲三级黄色毛片| 69av精品久久久久久| av网站免费在线观看视频| 久久久久久久大尺度免费视频| 国产成人精品婷婷| 黄色配什么色好看| 亚洲国产精品成人久久小说| 久久精品久久久久久噜噜老黄| 真实男女啪啪啪动态图| 久久久国产一区二区| 少妇的逼水好多| 超碰av人人做人人爽久久| 亚洲国产精品成人综合色| 国产探花在线观看一区二区| 日韩三级伦理在线观看| 99久久人妻综合| 少妇人妻久久综合中文| 高清在线视频一区二区三区| 亚洲欧美成人综合另类久久久| 九九爱精品视频在线观看| 五月伊人婷婷丁香| 亚洲精品国产av蜜桃| 精品国产三级普通话版| 高清在线视频一区二区三区| 久久久久久伊人网av| 观看免费一级毛片| 精品午夜福利在线看| 美女被艹到高潮喷水动态| 丰满乱子伦码专区| 熟女av电影| 久久综合国产亚洲精品| 天天一区二区日本电影三级| 色播亚洲综合网| 色网站视频免费| 国产亚洲精品久久久com| 天天躁夜夜躁狠狠久久av| 黄色视频在线播放观看不卡| 亚洲精品乱码久久久久久按摩| 国产精品国产三级国产专区5o| 蜜臀久久99精品久久宅男| 国产精品久久久久久精品古装| 亚洲激情五月婷婷啪啪| 国产欧美日韩一区二区三区在线 | 久久久国产一区二区| av专区在线播放| 在线观看国产h片| 91狼人影院| 欧美激情在线99| 色综合色国产| 精品久久久久久久末码| h日本视频在线播放| 能在线免费看毛片的网站| 国产午夜福利久久久久久| 日本一二三区视频观看| 中文天堂在线官网| 三级国产精品片| 在线观看一区二区三区| 国产综合懂色| xxx大片免费视频| 秋霞伦理黄片| 在线观看美女被高潮喷水网站| 岛国毛片在线播放| 毛片女人毛片| 自拍偷自拍亚洲精品老妇| 直男gayav资源| 国国产精品蜜臀av免费| 亚洲最大成人中文| 丰满少妇做爰视频| 2022亚洲国产成人精品| 精品久久久噜噜| 美女内射精品一级片tv| 街头女战士在线观看网站| av专区在线播放| 春色校园在线视频观看| 在线观看一区二区三区| 尾随美女入室| 丝袜脚勾引网站| 亚洲一级一片aⅴ在线观看| 日韩国内少妇激情av| 免费黄色在线免费观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 |