• <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的供應商匹配方法

    2018-03-09 01:59:19孫曉琳王文波
    中國管理科學 2018年1期
    關鍵詞:語義概念服務

    孫曉琳,金 淳,馬 琳,王文波

    (1.大連理工大學管理與經濟學部,遼寧 大連 116024;2.大連大學經濟管理學院,遼寧 大連 116633)

    1 引言

    以云計算等網絡信息技術為依托的云制造是實現“中國制造2025”路線圖中加快推進制造業(yè)轉型升級發(fā)展的重要模式[1]。對于企業(yè)重要運營環(huán)節(jié)之一的供應商選擇而言,傳統(tǒng)制造業(yè)的供應商選擇模式存在著選擇范圍窄、信息不對稱、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下實現高度共享,大大改變了傳統(tǒng)的選擇模式[2]。同時,在云制造環(huán)境下,龐大的供應服務資源也為供應商選擇帶來了新的難題,因而針對其服務匹配方法的研究成為當前的熱點之一。

    服務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形式不同,因而服務匹配分為功能性匹配和QoS匹配。功能性匹配的對象主要是服務的輸入、輸出參數集合,針對功能性匹配方法,Zhang Shudong和Chen Yan[4],Blanco等[5]利用本體的結構特征,采用基于本體語義距離的概念相似度匹配方法,也是現在普遍用于解決信息不對稱的方法;Bai Li等[6]利用模糊集理論描述服務資源,基于模糊規(guī)則進行服務匹配;鄧水光等[7]利用二分圖理論和KM算法進行服務功能性匹配;Zapater等[8]采用基于服務標準分類的匹配方法;Khater等[9]把功能匹配問題轉化為圖問題,用最短路徑法進行功能匹配。QoS匹配對象是服務質量參數集合,具有產品及服務的個性化的特征,可用來在功能性匹配的基礎上進一步選擇功能相似的服務。針對QoS匹配方法,張成文等[3]研究了基于關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]運用具有全局約束的QoS結合粒子群算法,通過分解的局部最優(yōu)解找到全局最優(yōu)的服務;Ahmed等[12]利用人工神經網絡方法建立基于QoS的服務匹配模型;Zhao Xinchao等[13]研究了用粒子群算法解決動態(tài)QoS匹配問題;Ajao 等[14]研究了了基于用戶個性化偏好的服務匹配問題; Huang Jinguo等[15]和楊潔[16]研究了基于服務質量評價模型的QoS匹配,Tao Qian等[17]把信任度添加到了QoS的參數中,并利用二進制搜索算法匹配最優(yōu)服務,減少了計算時間復雜度;Wang Shangguang等[18]提出了一種多用戶的服務選擇框架,通過過去用戶的經驗QoS值預測失蹤的QoS值以提供全局最優(yōu)的服務匹配結果,王娟等[19]針對醫(yī)療服務供需提出了兩階段的匹配方法。

    上述研究針對的是普通的Web服務匹配。近年來人們開始關注云計算環(huán)境下的服務匹配問題,如Dastjerdi等[20]提出了CloudPick框架,簡化了云服務之間的資源調度,并利用基于語義描述的QoS模型提高服務發(fā)現的精度;羅賀等[21]考慮了云服務需求的動態(tài)性,提出了時變需求匹配方法;Rezaei等[22]構建語義互操作框架,為不同的云服務之間提供語義信息共享工具。這些研究對云環(huán)境下的服務匹配方法進行了有益的嘗試,但總體而言,相關研究還處于起步階段。云制造環(huán)境下所提供的服務具有資源數量大、語義信息不對稱、QoS需求多樣化和模糊化等特點,同時制造企業(yè)會根據實際情況自主選擇匹配服務的需求。因此,傳統(tǒng)方法運用到云制造環(huán)境下時會存在以下不足:首先,針對功能性匹配,難以解決語義信息不對稱問題。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方式不同導致輸入為非本體概念的情況,這將導致語義信息的丟失;其次,針對QoS匹配算法,啟發(fā)式算法[10-13]計算速度快但難以控制早熟收斂,模糊QOS的評價[15-16]多采用大量矩陣計算,針對大量服務選擇會降低服務效率。分階段匹配的方法[18]給云制造環(huán)境下的供應商匹配提供了一些啟發(fā),但是階段的劃分標準對本問題并不適用。且大部分方法只得到唯一匹配服務,由于制造企業(yè)在供應商選擇過程中會受到很多現實因素影響,往往企業(yè)需要的不單單是唯一服務,而是要在篩選出來服務集合中,再做主觀判斷,因而目前的匹配方法難以滿足企業(yè)主動選擇的需求。

    針對上述問題,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、基于語義的供應商服務本體模型,同時充分運用本體結構特點,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的FCM算法匹配QoS,在大量功能相似的服務中最后得到服務匹配結果的集合。

    2 問題描述及語義模型

    2.1 問題描述

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

    為實現供應商需求和大規(guī)模供應商服務的語義共享,快速、準確、智能化的匹配,需要服務本體和標準化語義服務描述的支持,以下在2.2、2.3節(jié)中分別進行說明。

    圖1 云制造平臺業(yè)務流程示意圖

    2.2 供應商服務本體模型

    供應商服務本體提供對領域知識的共同理解和描述,能夠實現領域和供應商服務的信息共享和交互,是服務匹配的語義基礎[25]。然而目前本體沒有統(tǒng)一的表示標準[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之間的關系集合,Re包含四個元素,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系、kind-of表示概念之間的繼承關系、is-property表示一個概念是另一個概念的屬性、is-instance表示概念和實例的關系,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]、領域專家意見和WordNet標準的基礎上構建了制造業(yè)供應商服務本體Oss,構成如下:

    Oss=Ov∪Os∪Oq

    (2)

    其中,Ov為領域本體,是計算語義概念相似度的基礎;Os為功能服務本體;Oq為QoS本體,既包含W3C提出的通用QoS指標[24],也包括領域QoS指標。Os和Oq是用戶在選擇供應商服務的影響因素。Oss中的每個本體都用(1)式的本體結構表示。圖2為汽車領域Oss片段。

    圖2 汽車供應商服務本體Oss示例圖

    2.3 供應商描述模型

    (1)供應商描述。為能夠對動態(tài)異構的供應商信息進行智能匹配,需要統(tǒng)一、完整的描述方法[5]。本文根據OWL-S的ServiceProfile類[23]的描述結構特點對服務進行語義描述,云制造環(huán)境中的供應商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Os描述;QoS表示服務質量集合,QoS中的信息根據Oq描述。

    si的各部分內容說明如下:

    B={C,PQ,SA},C為需求的資源概念名稱,與Ov上的概念對應;PQ表示該資源的生產質量,PQ={pr,qc},pr表示產品合格率、qc表示產品對應的認證體系;SA表示供應商的供貨能力,SA={Ty,Num,TOD},Ty表示產品型號、Num表示產品數量、TOD表示供應商的交貨期。

    QoS={Qg,Qs},其中,Qg和Qs表示通用的QoS指標和制造業(yè)供應商專用QoS指標。Qg={qC,qT,qR,qRe},qC為供應商服務的價格,qT為線上服務的響應時間,qR為服務的可靠程度,qRe為服務的信譽;Qs={qS,qP,qRP,qF,qCO},qS為供應商的送樣速度,qP為運費承擔,qRP為退貨服務,qF為生產能力的靈活性,qCO表示是否合作過。

    (2)供應商需求描述。供應商需求包含供應商描述的內容。同時由于每個QoS參數的重要性不同,用戶對各個參數的偏好會根據不同的情況進行動態(tài)選擇。所以引入用戶偏好向量P,每個偏好采用[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

    本文根據云制造環(huán)境下語義信息不對稱,需求個性化及多樣化的特點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(設定的閾值),則si為滿足需求的服務。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。

    第一階段進行功能性匹配。匹配的對象為B,本文根據本體結構特點設計了語義相似度計算方法,在此基礎上,計算了各個類型參數的相似度,得到功能性匹配集合S1,并作為第二階段的供應商資源庫。

    第二階段進行QoS匹配。結合模糊用戶偏好把模糊多類型的QoS信息轉化成三角模糊數,采用優(yōu)化聚類中心的三角模糊數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商資源庫。

    第三階段進行綜合匹配。利用前兩個階段的匹配度計算綜合匹配度,得到基于匹配度排序的結果集合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B中參數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構中概念的量化關系進行判斷[26]。本文在考慮概念的距離時僅考慮概念之間為is-a、kind-of和is-instance三種關系,且默認每種關系對應的連接距離為1,Dis(C1,C2)為兩個概念節(jié)點C1和C2的最短距離,數值為各個節(jié)點到最近公共節(jié)點的距離之和[4]。在基于本體結構的語義相似度研究中,學者們研究討論了上位概念集、概念深度、概念的語義密度對概念語義相似度的影響,但對這三個影響因子并沒有統(tǒng)一的計算方式[5,27]。在已有研究基礎上,本文給出了三種相似影響度的計算方法。

    此外,考慮由于表達方式不同造成概念不能匹配到本體模型,從而造成錯誤或片面匹配結果的問題,本文追加了屬性影響因素,即Ov中概念的is-property關系連接的屬性,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應滿足以下4個規(guī)則:

    規(guī)則1:重合度相似影響度。設從C1追溯到根節(jié)點的上位概念集合為U(C1),從C2追溯到根節(jié)點的上位概念集合為U(C2),若C1和C2的公共上位集的個數Count(U(C1)∩U(C2))≠0,兩個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C1到定點的深度為Depth(C1),C2到定點的深度為Depth(C2),若C1和C2的語義深度差Depth(C1)- Depth(C2)≠0,兩個概念的深度差越小影響度越大,且深度和越大代表細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)點的個數brother(C1),C2的兄弟節(jié)點的個數brother(C2),兩個概念的兄弟越多說明該節(jié)點描述的越具體,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C1的屬性值個數為attribute(C1),C2的屬性值個數為attribute(C2),兩個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個規(guī)則中r1,r2,r3,r4為可調節(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上,用式(9)計算兩個概念節(jié)點C1和C2的語義相似度。

    Sim(C1,C2)=

    (9)

    其中,λ為可調節(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重,η1+η2+η3=1。

    Sim(brt,bst)=

    (10)

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

    (11)

    (3)功能性匹配相似度及S1

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

    (12)

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

    S1={si|si∈S;Sim(R.B,si.B)≤ωb}

    (13)

    3.3 第二階段QoS匹配

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

    (1)結合用戶偏好對QoS模糊數據標準化

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

    (14)

    表1 QoS模糊語言的模糊數對照表

    (15)

    (16)

    (2)用優(yōu)化的FCM算法縮小供應商范圍

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

    根據聚類數目,需要初始化兩個聚類中心。為保證盡可能的選擇接近R的QoS服務類別,保證按需服務發(fā)現,本文將Xn作為第一個初始的聚類中心,即:

    (17)

    (18)

    算得V0后,用基于三角模糊數的FCM算法縮小供應商范圍,算法流程如下:

    (3)QoS相似度及S2

    利用模糊貼近度計算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表示兩個模糊集越接近。本文采用歐幾里得多屬性的三角模糊數貼近度計算方法由公式(19)得到RQ與CRQOS中其他資源的QoS相似度。

    (19)

    然后根據公式(20)得到QoS匹配結果結合S2,并把S2作為第三階段匹配的供應商資源庫。

    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的基礎上,根據前兩個階段得到前兩個階段的功能性相似度和QoS相似度,加權求和得到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值,表示各階段相似度對綜合相似度的影響程度,α+β=1。

    然后,根據公式(22)得到綜合匹配結果結合S3,需求方在S3中自主選擇最滿意供應商,完成供應商的匹配。

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

    (22)

    4 實驗分析

    4.1 實驗設計及本體建立

    為驗證本文方法的效果,采用某汽車企業(yè)真實供應商服務數據為樣本,通過采用不同樣本量和改變需求還有方法對比進行實驗分析。樣本中供應商的QoS數據從相關企業(yè)平臺數據庫中抽取,用戶偏好數據根據專家意見得到。

    實驗中匹配的服務是汽車發(fā)動機零部件供應商,圖5為本文建立的相應部分領域本體結構。分別選取了50,150,250個汽車發(fā)動機零部件供應商服務用于方法有效性實驗,實驗基本參數設置為:ωb=0.6,ωq=0.8,ωz=0.8,η1=η2=η3=1/3,聚類參數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}。

    實驗通過本文方法得出服務匹配結果集合,并通過比較傳統(tǒng)基于本體的語義相似度的服務發(fā)現算法[24],證明本文的服務匹配方法的優(yōu)化效果。以下對方法各階段的效果逐個進行分析。

    圖5 發(fā)動機零部件本體結構片段

    4.2 三階段服務匹配方法有效性分析

    (1)匹配方法的適用性分析

    下面以150個樣本的實驗為例說明服務發(fā)現方法的過程和結果。第一階段對供應商進行功能性匹配,根據本體結構計算得到功能性相似度。表2為列舉的部分供應商概念與服務需求的概念相似度計算結果。

    通過第一階段的匹配,有49個供應商的相似度大于ωb進入第二階段的匹配。然后經過第二階段和第三階段匹配后得到了S3,計算結果見表3,其中模糊程度按照表1中模糊語言對應的數字序號表示。

    由結果可知,在供應商中有大量的功能相似和相同的服務需要,只有依據非功能性的QoS匹配才能精準的確定匹配結果。其中S104是最符合用戶需求的服務,是貼近實際情況的準確解,體現了本文方法的適應性;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;另外,方法還推薦了資源集合{S88,S130},雖然此集合中的服務功能與服務需求不完全一致,但與需求歸屬同一類別零部件,具有一定的參考價值,用戶可以通過推薦的結果根據實際情況主動的選擇供服務。

    表2 部分概念相似度

    (2) 查準率對比分析

    現將汽車發(fā)動機零部件領域的三個不同的供應商需求作為實驗的條件,對本文方法與Lee等[24]的服務發(fā)現算法進行了對比,評價指標為查準率Va,計算方法為式(23):

    (23)

    表3 匹配結果集合

    其中,Srs為匹配結果集合,Srv為Srs中與需求相關的供應商集合。

    由于查準率與結果集合的大小有關,本文取相似度0.9以上的資源集比較兩個方法的查準率,如表4所示。從對比的結果可以看出,本文的方法較文獻方法查準率高。由于選取的0.9相似度的限制和結果集數目的不同,導致查準率有波動,但是本文方法比文獻算法的查準率平均提高30%以上。經過本文方法得到的相似度越高,資源匹配的精準度越高。

    表4 綜合匹配度0.9以上集合查準率對比

    4.3 匹配方法中改進聚類中心的有效性分析

    設資源數目為50,150,250三次實驗的S1中資源的數量分別為N1,N2和N3,本文對比了在這三種不同資源數量下本文算法和未優(yōu)化聚類中心的三角模糊數FCM算法[25]。圖6為結果對比圖,采用的評價指標為算法迭代次數降低比率Viter。設本文算法的迭代次數為iter1,未優(yōu)化聚類中心算法的迭代次數為iter2,Viter的計算公式如下:

    (24)

    圖6 兩種方案結果比較

    從實驗結果可以看出,隨著供應商數目的增加,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 結語

    (1)針對云制造環(huán)境下供應商服務匹配中存在的信息不對稱、相似功能多和個性化需求導致的QoS的多樣性和模糊性問題,本文提出了基于語義和模糊QoS的三階段服務匹配方法。方法的設計思想具有較高的針對性,盡最大可能滿足現實需求。

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

    (3)實驗對比結果表明:本文匹配方法可提高查準率30%以上,且服務結果集合中服務資源相似度越高,越能顯示出本方法服務匹配的精度。同時,算法還具有較高的適應性和可拓展性。

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

    [1] 李伯虎, 張霖, 王時龍,等. 云制造——面向服務的網絡化制造新模式[J]. 計算機集成制造系統(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服務選擇[J].計算機學報,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服務發(fā)現方法[J].計算機學報, 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服務發(fā)現[J]. 計算機應用, 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服務動態(tài)選擇[J]. 軟件學報, 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 服務環(huán)境下基于信息協商的組合服務多屬性選擇方法[J]. 運籌與管理, 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)療服務供需匹配方法[J].中國管理科學,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. 面向時變需求的云服務匹配方法[J]. 中國管理科學, 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.基于情境的移動商務餐飲服務知識建模及推理研究[J].情報學報,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多指標信息的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調度算法[J]. 通信學報, 2012,(3):146-154.

    猜你喜歡
    語義概念服務
    Birdie Cup Coffee豐盛里概念店
    現代裝飾(2022年1期)2022-04-19 13:47:32
    語言與語義
    幾樣概念店
    現代裝飾(2020年2期)2020-03-03 13:37:44
    服務在身邊 健康每一天
    服務在身邊 健康每一天
    服務在身邊 健康每一天
    學習集合概念『四步走』
    聚焦集合的概念及應用
    招行30年:從“滿意服務”到“感動服務”
    商周刊(2017年9期)2017-08-22 02:57:56
    “上”與“下”語義的不對稱性及其認知闡釋
    現代語文(2016年21期)2016-05-25 13:13:44
    久久久精品94久久精品| 91成人精品电影| 超色免费av| 一级,二级,三级黄色视频| 夜夜爽天天搞| 国产精品av久久久久免费| 女人久久www免费人成看片| 两个人免费观看高清视频| 日本黄色日本黄色录像| 视频区欧美日本亚洲| 大型av网站在线播放| 一边摸一边抽搐一进一小说 | 国产精品麻豆人妻色哟哟久久| 大型黄色视频在线免费观看| 一二三四在线观看免费中文在| 亚洲精品成人av观看孕妇| 亚洲国产成人一精品久久久| videos熟女内射| 91成人精品电影| 蜜桃在线观看..| 美女高潮喷水抽搐中文字幕| 19禁男女啪啪无遮挡网站| 少妇裸体淫交视频免费看高清 | 丁香六月欧美| 国产精品欧美亚洲77777| 丁香六月欧美| www日本在线高清视频| 国产一区二区三区视频了| 日韩成人在线观看一区二区三区| 国产在线视频一区二区| 久久精品人人爽人人爽视色| 亚洲国产欧美一区二区综合| 亚洲国产欧美一区二区综合| 两性夫妻黄色片| 精品国产一区二区久久| 精品欧美一区二区三区在线| 最新美女视频免费是黄的| 亚洲成人手机| 国产精品国产高清国产av | 国产精品熟女久久久久浪| av免费在线观看网站| av线在线观看网站| 国产成人欧美| 久久 成人 亚洲| 亚洲欧洲精品一区二区精品久久久| 久久久国产一区二区| av天堂久久9| 免费在线观看日本一区| 成人18禁在线播放| 精品一区二区三区av网在线观看 | 国产成人精品久久二区二区免费| 精品亚洲成国产av| 好男人电影高清在线观看| 欧美亚洲日本最大视频资源| 国产深夜福利视频在线观看| 美女午夜性视频免费| 黄片小视频在线播放| 亚洲成av片中文字幕在线观看| 人妻一区二区av| 宅男免费午夜| 成年人免费黄色播放视频| 国产三级黄色录像| 大香蕉久久网| 欧美激情极品国产一区二区三区| 国产一区二区三区综合在线观看| 宅男免费午夜| 久久天堂一区二区三区四区| www.自偷自拍.com| 亚洲av成人一区二区三| av一本久久久久| 国产精品秋霞免费鲁丝片| 久久精品亚洲av国产电影网| 亚洲av电影在线进入| 久久久欧美国产精品| 老熟女久久久| 一级黄色大片毛片| 国产精品免费视频内射| 天堂俺去俺来也www色官网| 韩国精品一区二区三区| 午夜福利乱码中文字幕| 宅男免费午夜| 俄罗斯特黄特色一大片| 久久久国产成人免费| √禁漫天堂资源中文www| 亚洲午夜理论影院| 国产在线一区二区三区精| 一二三四社区在线视频社区8| 一级片免费观看大全| 自拍欧美九色日韩亚洲蝌蚪91| 国产成+人综合+亚洲专区| 999久久久国产精品视频| 欧美黑人欧美精品刺激| 久久精品成人免费网站| 国产单亲对白刺激| 天堂8中文在线网| 水蜜桃什么品种好| 热re99久久精品国产66热6| 国产日韩欧美亚洲二区| 国产精品麻豆人妻色哟哟久久| 国产又色又爽无遮挡免费看| 日韩成人在线观看一区二区三区| 啦啦啦免费观看视频1| 亚洲精品美女久久久久99蜜臀| 人人妻人人澡人人爽人人夜夜| 欧美在线一区亚洲| 久久精品91无色码中文字幕| 国产成人精品无人区| 国产亚洲精品久久久久5区| 叶爱在线成人免费视频播放| 国产av精品麻豆| 久久人妻福利社区极品人妻图片| 一夜夜www| 欧美在线一区亚洲| 最新的欧美精品一区二区| 国产成人一区二区三区免费视频网站| 欧美日韩一级在线毛片| 久久九九热精品免费| 视频在线观看一区二区三区| 男女免费视频国产| 91成年电影在线观看| 他把我摸到了高潮在线观看 | 亚洲国产欧美一区二区综合| e午夜精品久久久久久久| 精品一区二区三区av网在线观看 | 日韩 欧美 亚洲 中文字幕| 国产精品久久久人人做人人爽| 久久久国产精品麻豆| 国产成人影院久久av| av又黄又爽大尺度在线免费看| 免费av中文字幕在线| 美女高潮到喷水免费观看| 建设人人有责人人尽责人人享有的| 手机成人av网站| 日韩制服丝袜自拍偷拍| 少妇被粗大的猛进出69影院| 国产精品av久久久久免费| 久久中文字幕人妻熟女| 国产野战对白在线观看| 日本五十路高清| 1024香蕉在线观看| 最近最新中文字幕大全免费视频| 久久久久久亚洲精品国产蜜桃av| 精品国产国语对白av| 婷婷成人精品国产| 久久久国产欧美日韩av| 自线自在国产av| 搡老岳熟女国产| 99国产综合亚洲精品| 最近最新免费中文字幕在线| 99久久国产精品久久久| 亚洲欧美日韩高清在线视频 | 天天躁夜夜躁狠狠躁躁| 欧美日韩一级在线毛片| 久久久久久久久免费视频了| 黄色视频在线播放观看不卡| 亚洲三区欧美一区| 日本五十路高清| 丝袜在线中文字幕| 另类亚洲欧美激情| videosex国产| 国产成人精品无人区| 久久免费观看电影| 色婷婷av一区二区三区视频| 欧美成人免费av一区二区三区 | 香蕉丝袜av| 大香蕉久久成人网| 国产97色在线日韩免费| 人人澡人人妻人| 热99国产精品久久久久久7| 亚洲精品在线美女| 搡老岳熟女国产| 性高湖久久久久久久久免费观看| 久久性视频一级片| 国产日韩一区二区三区精品不卡| 欧美精品啪啪一区二区三区| 欧美精品高潮呻吟av久久| 久久精品91无色码中文字幕| 一区二区三区国产精品乱码| 午夜福利一区二区在线看| av超薄肉色丝袜交足视频| 亚洲人成电影免费在线| 国产不卡av网站在线观看| 久热这里只有精品99| 肉色欧美久久久久久久蜜桃| 最近最新免费中文字幕在线| 久久久国产成人免费| 免费久久久久久久精品成人欧美视频| 精品国产乱子伦一区二区三区| 中文字幕精品免费在线观看视频| 国产亚洲av高清不卡| 国产高清激情床上av| 美女高潮到喷水免费观看| 中国美女看黄片| 亚洲国产中文字幕在线视频| 免费一级毛片在线播放高清视频 | 天天影视国产精品| 欧美在线一区亚洲| 午夜成年电影在线免费观看| 日日爽夜夜爽网站| 中文亚洲av片在线观看爽 | 亚洲精品一卡2卡三卡4卡5卡| 精品人妻在线不人妻| 国产伦人伦偷精品视频| 精品国产乱码久久久久久小说| 亚洲中文日韩欧美视频| av线在线观看网站| 国产成人精品在线电影| 欧美激情高清一区二区三区| 人成视频在线观看免费观看| 人人妻人人澡人人看| 人人澡人人妻人| 欧美激情久久久久久爽电影 | 国产欧美日韩精品亚洲av| 亚洲一卡2卡3卡4卡5卡精品中文| 我的亚洲天堂| 亚洲欧美一区二区三区久久| 中文字幕制服av| 国产欧美日韩精品亚洲av| 亚洲av日韩在线播放| 亚洲人成电影免费在线| 午夜福利视频精品| 日韩制服丝袜自拍偷拍| 黄色视频,在线免费观看| 久久久久久亚洲精品国产蜜桃av| 女人爽到高潮嗷嗷叫在线视频| 亚洲少妇的诱惑av| 成年人免费黄色播放视频| 亚洲成av片中文字幕在线观看| 精品久久久精品久久久| 成人特级黄色片久久久久久久 | 欧美老熟妇乱子伦牲交| 久久久国产精品麻豆| 一区在线观看完整版| 午夜91福利影院| 国产又爽黄色视频| 久久中文看片网| 中文字幕精品免费在线观看视频| 午夜91福利影院| 成人av一区二区三区在线看| 久久久久国内视频| 久久精品亚洲精品国产色婷小说| 国产伦理片在线播放av一区| 久久久久国产一级毛片高清牌| 97人妻天天添夜夜摸| av在线播放免费不卡| 美女主播在线视频| 久热爱精品视频在线9| 亚洲人成77777在线视频| 搡老乐熟女国产| 在线观看人妻少妇| 国产成人一区二区三区免费视频网站| 在线观看免费高清a一片| 久久久精品免费免费高清| 国产成人av教育| 女同久久另类99精品国产91| 性色av乱码一区二区三区2| 窝窝影院91人妻| 亚洲精品久久成人aⅴ小说| 最黄视频免费看| 亚洲欧美日韩另类电影网站| 国内毛片毛片毛片毛片毛片| 脱女人内裤的视频| 日韩欧美三级三区| 国产精品 欧美亚洲| 在线观看人妻少妇| 亚洲国产av影院在线观看| 妹子高潮喷水视频| 最近最新免费中文字幕在线| 热99国产精品久久久久久7| videosex国产| 制服人妻中文乱码| 两个人免费观看高清视频| 十分钟在线观看高清视频www| 飞空精品影院首页| 高清毛片免费观看视频网站 | 国产成人精品无人区| 丝袜美足系列| 亚洲av美国av| 日韩中文字幕视频在线看片| 亚洲伊人色综图| 欧美人与性动交α欧美精品济南到| 97人妻天天添夜夜摸| 精品国产乱码久久久久久男人| 一级毛片精品| 久久久水蜜桃国产精品网| 成人影院久久| 久久毛片免费看一区二区三区| 两人在一起打扑克的视频| 女人被躁到高潮嗷嗷叫费观| 国产av又大| 亚洲五月色婷婷综合| 狠狠狠狠99中文字幕| 精品高清国产在线一区| 大香蕉久久网| 久久99热这里只频精品6学生| 日韩欧美一区二区三区在线观看 | 久久久国产一区二区| 亚洲专区中文字幕在线| 精品国产乱码久久久久久小说| 一区二区三区激情视频| 一边摸一边抽搐一进一小说 | 日韩欧美一区视频在线观看| 一级片'在线观看视频| 国产亚洲精品第一综合不卡| 欧美日韩福利视频一区二区| 黄色 视频免费看| 1024视频免费在线观看| 一二三四在线观看免费中文在| 中文字幕人妻丝袜制服| 天天躁日日躁夜夜躁夜夜| 国产一区二区激情短视频| 淫妇啪啪啪对白视频| 两个人免费观看高清视频| 91麻豆av在线| 国产一区有黄有色的免费视频| 国产一区二区在线观看av| 999久久久国产精品视频| 久久九九热精品免费| 亚洲欧美日韩另类电影网站| 亚洲精品自拍成人| 女同久久另类99精品国产91| 日韩大码丰满熟妇| 亚洲三区欧美一区| 中文欧美无线码| 侵犯人妻中文字幕一二三四区| 中文字幕人妻丝袜制服| 人人澡人人妻人| 国产日韩欧美在线精品| 精品久久蜜臀av无| 极品少妇高潮喷水抽搐| 日韩一卡2卡3卡4卡2021年| 久久久久久免费高清国产稀缺| 国产一区二区激情短视频| 高清在线国产一区| 久久精品aⅴ一区二区三区四区| 亚洲五月婷婷丁香| 国产精品熟女久久久久浪| 精品国产乱码久久久久久男人| netflix在线观看网站| 日韩熟女老妇一区二区性免费视频| xxxhd国产人妻xxx| 老汉色av国产亚洲站长工具| 精品国产乱子伦一区二区三区| 久久av网站| 欧美大码av| 99re在线观看精品视频| 欧美亚洲 丝袜 人妻 在线| 国产成人精品久久二区二区免费| 亚洲欧美日韩另类电影网站| 免费在线观看黄色视频的| 亚洲一区中文字幕在线| kizo精华| 99久久精品国产亚洲精品| 亚洲国产欧美日韩在线播放| 男女下面插进去视频免费观看| 亚洲欧美一区二区三区久久| 亚洲成av片中文字幕在线观看| 欧美另类亚洲清纯唯美| 中文亚洲av片在线观看爽 | 久久精品91无色码中文字幕| 又黄又粗又硬又大视频| 90打野战视频偷拍视频| 91老司机精品| 午夜福利乱码中文字幕| 国产一区二区在线观看av| 黄色视频在线播放观看不卡| 国产有黄有色有爽视频| 怎么达到女性高潮| 亚洲男人天堂网一区| 多毛熟女@视频| 嫩草影视91久久| 大香蕉久久成人网| 少妇 在线观看| 国产精品一区二区在线观看99| 在线av久久热| 国产亚洲一区二区精品| 国产精品.久久久| 亚洲成a人片在线一区二区| 欧美乱码精品一区二区三区| 人人妻人人爽人人添夜夜欢视频| 成人国产av品久久久| 国产精品香港三级国产av潘金莲| 欧美乱妇无乱码| 国产99久久九九免费精品| 婷婷成人精品国产| 中文字幕另类日韩欧美亚洲嫩草| 欧美大码av| 国产一区二区三区视频了| 亚洲avbb在线观看| 国产精品久久久久久精品电影小说| 五月开心婷婷网| 多毛熟女@视频| 99久久人妻综合| √禁漫天堂资源中文www| 天天躁夜夜躁狠狠躁躁| 日韩人妻精品一区2区三区| 精品少妇久久久久久888优播| 日韩制服丝袜自拍偷拍| 狠狠狠狠99中文字幕| 亚洲精品国产一区二区精华液| 亚洲伊人色综图| 久久久精品国产亚洲av高清涩受| 12—13女人毛片做爰片一| 大香蕉久久成人网| 亚洲欧美日韩另类电影网站| 精品福利永久在线观看| 欧美乱码精品一区二区三区| 亚洲av电影在线进入| 一级毛片精品| 国产午夜精品久久久久久| 国产一区二区 视频在线| av视频免费观看在线观看| 国产激情久久老熟女| 日韩视频在线欧美| 老司机午夜十八禁免费视频| 激情视频va一区二区三区| 天天操日日干夜夜撸| 91九色精品人成在线观看| 国产在线视频一区二区| 国产aⅴ精品一区二区三区波| 免费少妇av软件| 操出白浆在线播放| 精品一区二区三区视频在线观看免费 | 丝袜喷水一区| 欧美精品一区二区免费开放| 老熟妇乱子伦视频在线观看| 免费女性裸体啪啪无遮挡网站| 精品高清国产在线一区| 国产三级黄色录像| 黄色毛片三级朝国网站| 国产一卡二卡三卡精品| 婷婷丁香在线五月| 在线十欧美十亚洲十日本专区| 伊人久久大香线蕉亚洲五| 老司机福利观看| 午夜福利视频在线观看免费| 国产精品久久久久久人妻精品电影 | 国产午夜精品久久久久久| 91国产中文字幕| 制服人妻中文乱码| 最黄视频免费看| 中文字幕高清在线视频| 国产成人欧美| 久久人妻福利社区极品人妻图片| 国产区一区二久久| 757午夜福利合集在线观看| avwww免费| 欧美激情极品国产一区二区三区| av一本久久久久| 另类精品久久| 久久中文字幕一级| 亚洲精品国产色婷婷电影| 丝瓜视频免费看黄片| 日韩人妻精品一区2区三区| 久久 成人 亚洲| 一区二区日韩欧美中文字幕| 国产精品秋霞免费鲁丝片| videosex国产| 欧美一级毛片孕妇| 在线亚洲精品国产二区图片欧美| 啪啪无遮挡十八禁网站| 亚洲情色 制服丝袜| 日韩成人在线观看一区二区三区| 久久九九热精品免费| 激情在线观看视频在线高清 | 无遮挡黄片免费观看| 亚洲精品自拍成人| 香蕉久久夜色| 免费在线观看完整版高清| av又黄又爽大尺度在线免费看| 动漫黄色视频在线观看| 久久中文字幕一级| 怎么达到女性高潮| 国产xxxxx性猛交| 国产成人一区二区三区免费视频网站| 亚洲五月色婷婷综合| 18禁美女被吸乳视频| 国精品久久久久久国模美| 国产av一区二区精品久久| 一进一出抽搐动态| 欧美日韩精品网址| 亚洲欧美一区二区三区黑人| 少妇猛男粗大的猛烈进出视频| 亚洲精品一二三| 午夜久久久在线观看| 精品亚洲成a人片在线观看| 两性夫妻黄色片| 国产精品亚洲一级av第二区| 香蕉丝袜av| 亚洲国产欧美网| 国产一卡二卡三卡精品| 国产成人欧美在线观看 | 国产精品久久久久久精品电影小说| 午夜福利一区二区在线看| 波多野结衣一区麻豆| 亚洲专区国产一区二区| 视频区欧美日本亚洲| www.熟女人妻精品国产| 在线观看人妻少妇| 中文欧美无线码| 手机成人av网站| 男女床上黄色一级片免费看| 女警被强在线播放| 真人做人爱边吃奶动态| 久久天堂一区二区三区四区| 日本一区二区免费在线视频| 久久久久网色| 五月开心婷婷网| 国产精品一区二区在线不卡| 韩国精品一区二区三区| 亚洲国产欧美一区二区综合| 脱女人内裤的视频| 日本欧美视频一区| 麻豆av在线久日| 人人妻人人添人人爽欧美一区卜| 涩涩av久久男人的天堂| 18在线观看网站| 亚洲国产欧美网| 欧美黑人欧美精品刺激| 国产成人欧美在线观看 | 搡老岳熟女国产| e午夜精品久久久久久久| 黄网站色视频无遮挡免费观看| 露出奶头的视频| 国产av又大| 人人澡人人妻人| 两个人看的免费小视频| 精品人妻熟女毛片av久久网站| 免费av中文字幕在线| 国产精品久久久av美女十八| 中文字幕色久视频| 久久狼人影院| 欧美日韩亚洲国产一区二区在线观看 | 国产精品一区二区在线观看99| 免费一级毛片在线播放高清视频 | 中亚洲国语对白在线视频| 男男h啪啪无遮挡| 黑丝袜美女国产一区| 99国产精品99久久久久| 日韩视频一区二区在线观看| 国产aⅴ精品一区二区三区波| 亚洲精品国产一区二区精华液| 在线亚洲精品国产二区图片欧美| 色精品久久人妻99蜜桃| 女人爽到高潮嗷嗷叫在线视频| 人妻一区二区av| 成人国产av品久久久| 18禁国产床啪视频网站| 天堂8中文在线网| 亚洲视频免费观看视频| 99九九在线精品视频| 黄色视频,在线免费观看| 亚洲情色 制服丝袜| 久久精品国产亚洲av香蕉五月 | 久久精品成人免费网站| 免费在线观看视频国产中文字幕亚洲| 五月开心婷婷网| 丰满少妇做爰视频| 久久久国产精品麻豆| 亚洲成人手机| 天堂动漫精品| 国产激情久久老熟女| 欧美精品高潮呻吟av久久| 国产成人欧美在线观看 | 亚洲av片天天在线观看| 极品教师在线免费播放| 国产免费视频播放在线视频| 国产亚洲av高清不卡| av网站在线播放免费| 男女午夜视频在线观看| 久久久久久久精品吃奶| avwww免费| 91大片在线观看| 亚洲久久久国产精品| 真人做人爱边吃奶动态| 少妇裸体淫交视频免费看高清 | 色老头精品视频在线观看| 夜夜爽天天搞| 黑人巨大精品欧美一区二区mp4| 亚洲精品自拍成人| 999久久久精品免费观看国产| 国产精品偷伦视频观看了| 999久久久国产精品视频| 国产一区二区在线观看av| 国产男靠女视频免费网站| 欧美日韩视频精品一区| 国产av精品麻豆| 久久久久久久久免费视频了| 精品亚洲成国产av| 黄色片一级片一级黄色片| 精品一区二区三区视频在线观看免费 | 韩国精品一区二区三区| 婷婷丁香在线五月| 免费少妇av软件| 在线播放国产精品三级| 宅男免费午夜| xxxhd国产人妻xxx| 国内毛片毛片毛片毛片毛片| 搡老熟女国产l中国老女人| 99精国产麻豆久久婷婷| 国产亚洲精品一区二区www | 日韩三级视频一区二区三区| 亚洲 欧美一区二区三区| 天天添夜夜摸| 久久久久网色| 黄片大片在线免费观看| 天堂俺去俺来也www色官网| 最黄视频免费看| 大型黄色视频在线免费观看| 最新在线观看一区二区三区| 久久久精品免费免费高清| 黄色怎么调成土黄色| 91成年电影在线观看| 无限看片的www在线观看| 亚洲av欧美aⅴ国产|