• <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 ?

    換電模式下電動車貨運路徑優(yōu)化模型與算法

    2021-07-02 08:55:06楊沈宇
    計算機應用 2021年6期
    關鍵詞:適應度電動車電站

    李 進,王 鳳,楊沈宇

    (1.浙江工商大學管理工程與電子商務學院,杭州 310018;2.浙江工商大學現(xiàn)代商貿(mào)研究中心,杭州 310018)

    (?通信作者電子郵箱jinli@mail.zjgsu.edu.cn)

    0 引言

    物流行業(yè)具有高能耗和高碳排放的特點,如何構建新型低碳環(huán)保的物流體系是物流業(yè)發(fā)展的必然趨勢。當前汽車碳排放約為我國總碳排放的25%,預計2030 年汽車二氧化碳排放量將達到423 億噸。推廣應用新能源車,加速燃油車替換是減少二氧化碳排放的必由之路。隨著城市限行和國家推動貨運用車電動化,我國明確提出提高電動車城市配送推廣應用力度,2020年全國電動物流車產(chǎn)量達到10萬輛。電動車在物流貨運領域的應用對于我國節(jié)能減排和提高環(huán)境和經(jīng)濟效益都具有十分重要的意義。為此,本研究將換電式電動車作為運輸工具,探究物流貨運過程中碳排放核算及其低碳路徑優(yōu)化。

    經(jīng)典的車輛路徑問題(Vehicle Routing Problem,VRP)[1]往往只考慮經(jīng)濟因素,以行駛距離、時間或成本最小為優(yōu)化目標。低碳車輛路徑問題則關注車輛行駛過程中產(chǎn)生的碳排放對環(huán)境的影響,在考慮能耗和碳排放的基礎上建立車輛路徑優(yōu)化模型,越來越多的學者開始重視這方面的研究。早在1985 年,Cermak 等[2]就開始研究考慮城市氣體污染防控的物流配送問題。Bekta?等[3]提出了污染路徑問題,建立了考慮溫室氣體的排放、油耗和旅行時間等因素的基于混合整數(shù)規(guī)劃的數(shù)學模型,提出了將非線性問題轉化為線性規(guī)劃問題的解決方案。Behnke等[4]研究了城市配送中考慮多車型和復雜交通網(wǎng)絡的最小化排放的車輛路徑問題,提出了一種列生成的有效求解算法。Turkensteen[5]在可變速度下對車輛路徑優(yōu)化中的傳統(tǒng)油耗和碳排放計算模型進行了驗證,發(fā)現(xiàn)速度波動相較于固定速度的計算方法油耗可能增加高達80%。李進等[6]建立了碳交易機制下的物流配送路徑優(yōu)化模型,分析了碳交易、碳價格和碳配額對配送路徑策略、碳排放量和總成本的影響。周鮮成等[7]研究了時間依賴型綠色車輛路徑問題,構建了考慮車輛油耗、碳排放、旅行時間以及固定起用成本等為目標的模型,并對蟻群算法進行改善設計。

    目前在車輛路徑問題研究中,很少有學者將電動車作為運輸工具。根據(jù)目前電動車充電的模式、與電動車匹配的基本設施,現(xiàn)有研究主要將其細分為三個角度來研究:充電型電動車路徑優(yōu)化、換電型電動車路徑優(yōu)化以及電動車充換電站選址優(yōu)化。在充電型電動車路徑優(yōu)化方面,Conrad 等[8]構建了充電型電動車路徑優(yōu)化模型,實現(xiàn)了電動車使用成本和貨運成本的最小化。Hiermann 等[9]考慮了電動車的不同類型和時間窗約束,構建了最小化車輛數(shù)和行駛距離的電動車路徑優(yōu)化模型。Pelletier 等[10]提出了考慮不確定能耗的電動車貨運路徑優(yōu)化問題,在大規(guī)模鄰域搜索基礎上提出了一種兩階段啟發(fā)式算法。Bahrami 等[11]研究了插電式混合動力車輛路徑問題,以總能耗最小為目標建立了一種能源管理模型,提出了一種精確的分支定價法和一種啟發(fā)式算法。葛顯龍等[12]研究了帶軟時間窗的電動車輛路徑優(yōu)化問題,建立了最小化路徑成本、時間窗懲罰成本和車輛使用成本的數(shù)學模型,設計了融合節(jié)約里程和禁忌搜索的混合算法。

    在電動車充電站選址與車輛路徑問題方面,現(xiàn)有文獻主要是將充電站的選址與電動車路徑進行集成規(guī)劃。例如:Yang 等[13]比較早地研究了基于電動車的網(wǎng)絡選址與車輛路徑聯(lián)合問題,該問題考慮了電動車的容量約束和換電站的布局,設計了相應的啟發(fā)式算法和禁忌搜索算法。楊珺等[14]將換電站選址和電動車路徑優(yōu)化進行集成研究,提出了一個混合整數(shù)規(guī)劃模型,設計了一種改進的禁忌搜索智能求解算法,通過數(shù)值仿真對電動車容量、續(xù)航能力和固定建設成本等進行了參數(shù)敏感性研究。Worley等[15]也研究了電動車充電站選址和電動車路徑優(yōu)化相結合的問題,建立了考慮電動車續(xù)航里程和容量的一個整數(shù)規(guī)劃數(shù)學模型。

    將電動車作為物流運輸工具,符合我國能源結構調(diào)整和物流車輛電動化的要求,研究和分析物流配送的碳排放和能耗節(jié)約情況具有很強的實際應用背景。目前換電式電動車具有充電快、安全性高和續(xù)航長等優(yōu)點,傳統(tǒng)的研究大多關注慢充或快充等充電方式的研究,對于物流企業(yè)具有車輛數(shù)量、電池續(xù)航能力和換電站等約束下以節(jié)能減排為目標的換電式電動車路徑優(yōu)化問題,目前這方面的研究還比較缺乏。由于車輛的碳排放與能耗有關,而能耗受到車輛速度、載重和距離等多種因素的影響,因此該研究還將建立換電式電動車的碳排放度量模型。總之,將換電模式下的電動車作為物流貨運車輛,在路徑優(yōu)化中加入對能耗和碳排放的考量,該問題稱之為換電式電動車貨運路徑優(yōu)化問題(Battery-swapping Electricvehicle Freight Routing Problem,BE-FRP)。同時,針對該問題是NP-hard 難題[16-17],提出能夠滿足計算機實時計算要求的基于爬山優(yōu)化和鄰域搜索的自適應遺傳算法。該算法的交叉和變異概率隨著種群的適應度變化而自適應調(diào)整,通過爬山優(yōu)化加強了算法的局部搜索能力,提出了電動車換電站鄰域搜索策略以滿足電動車的電池續(xù)航容量和換電站約束,從而最終求得模型的最優(yōu)解。通過數(shù)值實驗驗證了所提自適應遺傳算法能夠快速有效地求得滿意的可行解,確保經(jīng)濟成本和碳排放量的最小化。

    1 BE-FRP模型的建立

    1.1 問題描述

    文中定義的數(shù)學符號如下:完全有向圖G=(V,E)表示貨運配送網(wǎng)絡,其中:V=C∪F為節(jié)點的集合,C={1,2,…,n}為客戶點集合,F(xiàn)={0,n+1,n+2,…,n+}為換電站的集合,節(jié)點0 表示配送中心,假設配送中心也設有換電站+1為最大可用換電站數(shù),E={(i,j)|i≠j∈V}表示弧集;K={1,2,…,}表示電動車隊集合為最大可用電動車輛數(shù),電動車的載重容量為Q;dij表示弧(i,j)的距離;vij表示車輛從節(jié)點i出發(fā)訪問弧(i,j)的行駛速度;pij表示電動車訪問弧(i,j)的耗電量;lij表示電動車輛在弧(i,j)的貨物載重量;sf為電動車在換電站f的換電服務時間,f∈F;qi表示客戶點i的貨物需求量,i∈C;T為電動車的電池容量;xijk表示若電動車輛k訪問弧(i,j),則其值為1,否則其值為0;yijk表示電動車輛k訪問弧(i,j)后的剩余電量。決策變量為xijk。

    不同于傳統(tǒng)的燃油車輛路徑問題,經(jīng)典的VRP 往往只允許車輛訪問一次客戶點,BE-FRP將換電式電動車作為運載車輛,加入了換電站,為了通過換電完成配送,電動車允許訪問同一換電站多次,同時還將考慮換電站和電池續(xù)航能力約束。定義電動車每小時的使用費用為α,電動車使用費用與行駛時間正相關,包括司機薪酬、過路過橋費等;電動車消耗每度電的費用為β。BE-FRP 將優(yōu)化電動車輛和路線安排使得電動車使用費用和能消耗總成本最小化。此外,還應滿足如下條件:配送貨物時,電動車從配送中心發(fā)出,配送完成后最終返回配送點;每個客戶點被訪問且僅被訪問一次;換電站可被訪問多次;每條配送路線的總需求不超過電動車的容量限制;電動車輛具有電池續(xù)航能力限制。

    1.2 綜合多種因素的電動車碳排放計算

    影響電動車的電能損耗的因素有很多,包括電動車行駛的速度和距離、路況以及自身重量等。其中,車速的動態(tài)變化受到空氣阻力和道路擁堵等的影響,進而影響電量的消耗;電動車的重量包括空車重量和載重,載重隨著對客戶點的配送而不斷減少。根據(jù)已有研究[3],電動車在弧(i,j)的電能消耗計算如下:

    其中:aij=a+gsinθij+gCrcosθij為與路段有關的常數(shù),a表示加速度,g為重力常數(shù),θij為路段角度,Cr為滾動阻力系數(shù);w為電動車空車的重量;γ=0.5Cd Aρ為與電動車型有關的系數(shù),Cd為牽引系數(shù),A為車輛迎風面積,ρ為空氣密度。本文所采用的電動車耗電計算方法能夠綜合反映電動車速度、載重和行駛距離這些關鍵要素的影響,使得電動車能耗計算更加精確和符合應用實際。

    電動車的碳排放量與電動車在弧(i,j)的耗電量pij和電能排放因子e有關,計算如下:

    其中,電能排放因子e為單位電能的二氧化碳排放量。我國還有較多的火力發(fā)電,而火力發(fā)電將產(chǎn)生大量二氧化碳氣體,該因子與所使用的電動車型和發(fā)電類型有關,在特定的物流配送中為一常數(shù)e,將其設定為e=0.7 kg/kWh[18]。

    1.3 BE-FRP數(shù)學模型

    根據(jù)綜合多種因素的電動車碳排放計算方法,BE-FRP的數(shù)學模型描述如下:

    其中:式(3)為目標函數(shù),表示最小化總成本,包括電動車輛使用費用和耗電費用兩個部分;式(4)和式(5)為每個客戶點的訪問唯一性約束;式(6)為配送中心限制,表示所有電動車均在完成配送任務后重新返回出發(fā)點配送中心;式(7)保證了每個弧段的流量守恒;式(8)和式(9)為電動車輛的容量約束;式(10)表示電動車在從配送中心或換電站充電后,其電量被充滿;式(11)約束了經(jīng)過客戶點后電動車電量消耗程度;式(12)保證了電動車的剩余電量能夠確保其完成任務后返回配送中心;式(13)為決策變量的約束。

    由BE-FRP 的目標函數(shù)可以看出,該問題存在兩種特殊的情況,即:1)令α=0,該模型將最小化電動車的耗電費用,根據(jù)1.2 節(jié),由于碳排放與電動車的耗電量成正比,也等同于最小化運輸中的碳排放;2)令β=0,則模型將以最小化運輸中的旅行時間費用為目標,也就是最小化旅行時間。因此,本文模型有利于通過對旅行時間費用和低碳成本的考慮反映出對電動車配送中經(jīng)濟和環(huán)境的綜合評估。

    與傳統(tǒng)的VRP 模型相比,BE-FRP 的目標函數(shù)考慮了車輛使用和耗電費用構成的總成本,而傳統(tǒng)的VRP 往往以總旅行距離最小為目標;同時,BE-FRP 還考慮了與電動車有關的換電站充電約束、電量消耗約束和電動車數(shù)量約束,還允許電動車多次訪問同一換電站,從而保證了電動車順利完成配送,也更符合物流配送的實際情況。因此,BE-FRP是對傳統(tǒng)VRP的擴展,而經(jīng)典的VRP則簡化成為BE-FRP的一個特例。

    2 BE-FRP的求解算法設計

    由于經(jīng)典的VRP 是公認的NP-hard 問題[1],而BE-FRP 是VRP的擴展,為了提高求解效率,需要設計啟發(fā)式算法求解該問題,所以本文擬提出一種基于爬山優(yōu)化和鄰域搜索的自適應遺傳算法。自適應遺傳算法是一種參數(shù)能夠根據(jù)求解過程靈活調(diào)節(jié)的智能算法[19],與一般遺傳算法相比,其特點是交叉和變異概率隨著種群的適應度變化而自適應調(diào)整。為了加強算法的局部搜索能力,保證算法快速收斂到最優(yōu)解,還將引入爬山搜索算法,該算法對當前解采用循環(huán)過程,進行優(yōu)化改進,直到達到“峰頂”時結束。另外,為了滿足電池續(xù)航能力和換電站約束,對自適應遺傳算法得到的最優(yōu)解中的每條路徑進行換電站鄰域搜索,進一步改進最優(yōu)解,最終得到最優(yōu)可行解。自適應遺傳算法的基本流程及各階段之間的關系如圖1所示。

    圖1 基于爬山優(yōu)化和鄰域搜索的自適應遺傳算法Fig.1 Adaptive genetic algorithm based on mountain-climb optimization and neighborhood searching

    2.1 算法編碼、初始化種群和適應度函數(shù)策略

    根據(jù)BE-FRP 模型特點,選擇實數(shù)編碼策略。首先,根據(jù)物流配送中心的數(shù)量、客戶點數(shù)n和換電站數(shù)量fˉ設定個體染色體長度;然后在貨運路徑中加入個體編碼元素。自然數(shù)編碼表示如下:設配送中心為0,客戶點為(1,2,…,n),換電站為(n+1,n+2,…,n+)。由車輛的容量和客戶點總需求量可計算出貨運中啟用的最少電動車數(shù)量。

    在種群內(nèi),個體表示貨運路徑安排,個體的適應度值一方面取決于個體目標函數(shù)值,另一方面取決于是否滿足模型規(guī)定的約束條件。自然數(shù)編碼方式在編碼時將考慮電動車的總數(shù)量、電動貨車載重量和續(xù)航里程等約束條件。另外由于適應度函數(shù)δ追求最大值,這與模型函數(shù)最小化總成本Z的目標是相反的,故采用的計算公式為:δ=1/Z。

    2.2 選擇策略

    擬采用的選擇策略將融合保留最優(yōu)個體和輪盤賭法。首先,依次計算出每個個體的適應度值;接著,按照適應度值由大到小對個體進行降序排列,保留適應度值最高的個體進入后續(xù)遺傳操作;最后,通過輪盤賭法確定剩余個體能否進入后續(xù)操作。輪盤賭法將計算個體適應度與群體總適應度的比值,其中Ω為種群中所有個體的集合。個體被選擇的概率與該比值成正比。

    2.3 交叉策略

    交叉策略即對染色體基因進行適當處理,提高解空間的搜索功能,從而產(chǎn)生更優(yōu)異個體。種群的最小適應度、最大適應度和平均適應度分別用δmin、δmax和表示。設參數(shù)μ=(0.5,1)和ν=(0,0.5)。為了說明種群的適應度分布,定義為平均適應度和最大適應度的比值,該值越趨向0.5,表明種群集中程度越高。群體適應度集中程度通過最小和最大適應度的比值來確定,當該比值趨于0 時,表明算法陷入局部最優(yōu)。另外,若表示為個體適應度集中化的群體,否則表明群體中的個體適應度較為分散。

    交叉策略的設置應盡量減少保留表現(xiàn)不好的個體和近親交叉操作,防止算法過早收斂。定義pc為交叉概率,U為父代個體分量的集合,和代表父代個體的第i個分量,xmin和xmax分別表示個體內(nèi)的最小和最大分量,δ1和δ2表示父代的兩個適應度。根據(jù)上述原則,自適應交叉概率[20]可計算如下:

    由于算法前期種群內(nèi)個體一般較為分散,父代個體基因具有較大差異,交叉操作的概率將與個體適應度值成正比。在算法執(zhí)行后期,種群個體表現(xiàn)得較為集中,交叉操作有兩種可能:1)父代個體間基因表現(xiàn)為差別較小,算法可能趨向最優(yōu)解,那么需要提高交叉操作的概率使得平均適應度能夠進一步接近最大值。2)父代個體間基因表現(xiàn)相差較大,容易導致局部最優(yōu)解,那么就需要使用更大的交叉概率。

    通過判斷交叉概率pc與(0,1)內(nèi)產(chǎn)生的隨機實數(shù)的大小關系決定是否啟用交叉策略。只有pc大于該隨機數(shù)值時才執(zhí)行如下的交叉操作:1)任意選擇兩條染色體作為交叉操作的父代染色體。2)對給定的父代染色體中的兩條車輛路徑,隨機選擇交叉位置,執(zhí)行次序交叉操作。3)將交叉后的兩條車輛路徑的子染色體合并,刪除連續(xù)為0 的元素,從而產(chǎn)生兩條新染色體。

    2.4 變異操作策略

    變異操作模仿基因遺傳中的染色體突變,從而增加解空間中種群和染色體的多樣性。利用自適應的變異概率,這樣可以增強個體的多樣性,使算法盡快跳出局部最優(yōu)的搜索過程。自適應的變異概率計算如下:

    算法在前期時擬采用常數(shù)的變異概率,這是由于前期個體分散程度較高,種群具有較大的多樣性。而算法到了后期,解空間的個體集中性和種群多樣性都比較低,則根據(jù)適應度來自適應調(diào)整變異概率。如果個體適應度小于其平均值,那么適應度值減少,變異概率將增加;否則,變異概率將隨著個體適應度的增加而減小。

    首先通過計算自適應交叉概率pm與(0,1)內(nèi)隨機實數(shù)的大小關系判斷個體是否需要執(zhí)行變異操作。如果pm比該值小,則不執(zhí)行變異過程;否則,開展如下變異操作過程:1)將選定的染色體當成父代染色體。2)在父代染色體中,對所有車輛路徑隨機確定變異位置,并進行交換變異操作。3)刪除連續(xù)為0 的元素,合并車輛路徑的子染色體,從而形成新染色體。

    2.5 爬山優(yōu)化與終止準則

    爬山優(yōu)化將應用于算法過程的以下兩個部分:1)優(yōu)化產(chǎn)生的初始種群并改進種群的個體適應度。2)在算法遺傳過程執(zhí)行后,優(yōu)化最優(yōu)適應度個體,實現(xiàn)對遺傳操作最優(yōu)解進行局部尋優(yōu),嘗試進一步改進該解。

    爬山優(yōu)化將執(zhí)行如下步驟:

    步驟1 對染色體表示的子車輛路徑,隨機選擇基因所在位置,并執(zhí)行互換的操作。

    步驟2 對比互換操作前后每個個體適應度發(fā)生的變化,若個體適應度值減少或不變,則原染色體也不變;否則,進行原染色體更新操作。

    步驟3 判斷是否到達終止條件,如果沒有到達則循環(huán)執(zhí)行步驟1和步驟2。

    對于算法終止規(guī)則的設定,常見的有三類:1)達到預先給定的目標函數(shù)值,則算法終止,該方法通常需要預先知道最優(yōu)目標值,然后對其進行反證。2)算法連續(xù)執(zhí)行設定的若干次數(shù)沒有改進當前解,則算法終止,由于連續(xù)執(zhí)行的次數(shù)難以預先估計,導致算法可能無法跳出局部最優(yōu)解。3)可以根據(jù)要求的計算時間和精度,設定算法的最大迭代次數(shù),最終保證算法收斂到最優(yōu)解,故本文研究選擇該終止規(guī)則。

    2.6 鄰域搜索策略

    電動車換電站點的鄰域搜索就是根據(jù)客戶點與換電站的位置,確保最優(yōu)解中的每條路徑都滿足電動車的續(xù)航能力約束和換電站約束。假設換電站的位置是給定的,電動車在按照配送順序行駛到某一客戶點時,根據(jù)其剩余電量能否到達下一客戶點決定是否進行換電操作,如果它的剩余電量不足以行駛到下一客戶點,根據(jù)這兩個客戶點之間的行駛半徑尋找最近的換電站位置,換電站鄰域搜索的主要流程如圖2所示。

    圖2 電動車換電站鄰域搜索Fig.2 Battery-swapping neighborhood searching for electric vehicle

    鄰域搜索具體過程如下:

    步驟1 在貨運路徑中,當電動車訪問某一客戶點時,對貨運電動車的當前可用電量進行計算。

    步驟2 根據(jù)可用電量估算電動車能否正常到達下一目的節(jié)點(可能是客戶點或配送中心)。如果能夠到達,則轉到步驟3;否則,轉到步驟4。

    步驟3 繼續(xù)前往下一節(jié)點,直至所有節(jié)點搜索完畢終止。

    步驟4 按照鄰域規(guī)則記錄下就近的換電站及其數(shù)量。

    步驟5 對于每個候選的換電站,確定該電動車通過該換電站進行充電服務的行駛距離。

    步驟6 對通過每個換電站的行駛距離進行比較,根據(jù)鄰域原則確定最優(yōu)方案。

    步驟7 該節(jié)點的換電站鄰域搜索終止,轉到步驟3。

    2.7 自適應遺傳算法具體執(zhí)行步驟

    通過上述對算法關鍵內(nèi)容的詳細分析,自適應遺傳算法的具體執(zhí)行安排如下:

    步驟1 初始化。初始種群規(guī)模設定為Inn,算法最大迭代次數(shù)為Gnmax,確定網(wǎng)絡圖中任意兩節(jié)點間的行駛距離。對個體進行自然數(shù)編碼,初始化滿足模型約束條件的種群。計算出每個個體的適應度值,并選擇出適應度最小的個體。

    步驟2 執(zhí)行爬山優(yōu)化操作,改進適應度最小的個體,并設定初始爬山次數(shù)為t=0。

    步驟3 根據(jù)總爬山次數(shù)Tmax確定是否終止爬山操作。如果達到,則替換種群當前解為最優(yōu)解;否則,轉到步驟2,并更新t=t+1。

    步驟4 確定選擇概率為(0,1)的隨機數(shù),按照適應度水平對種群中的個體排序,若個體適應度不是最高的,則根據(jù)輪盤賭法設定選擇概率,如果個體適應度達到了最高,其選擇概率可設定為1。初始化執(zhí)行次數(shù)s=0。

    步驟5 交叉策略。產(chǎn)生(0,1)的隨機實數(shù),若交叉概率小于該值,不進行交叉;否則執(zhí)行交叉操作。

    步驟6 變異策略。產(chǎn)生(0,1)的隨機實數(shù),若變異概率小于該值,則不進行變異;否則執(zhí)行變異操作。

    步驟7 對新的種群,計算各個體的適應度值并給出適應度最大的個體。初始化爬山次數(shù)b=0。

    步驟8 利用爬山搜索優(yōu)化適應度最高的個體,一旦適應度增加則更新最優(yōu)解。

    步驟9 爬山次數(shù)是否達到最大執(zhí)行數(shù)目Bmax,一旦達到則更新最優(yōu)解;否則,令b=b+1并執(zhí)行步驟8。

    步驟10 算法終止條件。執(zhí)行次數(shù)是否達到Gnmax,如果達到最大迭代次數(shù),則對當前的最優(yōu)個體進行記錄,轉到步驟11;否則轉到步驟5,并更新迭代次數(shù)s=s+1。

    步驟11 利用換電站的鄰域搜索方法對遺傳算法得到的最優(yōu)解進行后優(yōu)化,記錄下最優(yōu)可行解。

    步驟12 終止整個算法,輸出最優(yōu)可行解。

    3 實驗與結果分析

    3.1 實驗設置

    某所在地區(qū)貨運公司從其一配送中心出發(fā)為客戶執(zhí)行送貨服務,假設該中心有5 輛電動車。選取該公司29 個訂單的數(shù)據(jù),包括:客戶點的位置、需求量和換電站(5 座)。電動車離開配送中心或在換電站充電后假設電池被充滿,換電時間為0.1 h,電動車貨運的平均速度為60 km/h。目前微面和輕卡是電動車市場的主力,考慮到市場實際和經(jīng)濟效益,貨運電動車選擇電動車中微面型的“電牛一號”,并將其參數(shù)作為仿真數(shù)據(jù)。另外,將工業(yè)用電的價格0.8 元/kWh 作為電動車換電的可變費用。

    結合實際情況和電動車相關參數(shù),實驗仿真中的模型相關參數(shù)設置如下:電動車使用成本α=120元/h;充電費用β=0.8 元/kWh;電池容 量T=35.7 kWh/L;換電服 務時間sf=0.1h;空車重量w=1325 kg;車輛最大載重Q=595 kg;加速度a=0 m/s2(假設勻速行駛);重力常數(shù)g=9.81 m/s2;路段角度θij=0;滾動阻力系數(shù)Cr=0.01;牽引系數(shù)Cd=0.7;車輛迎風面積A=0.378 m2;空氣密度ρ=1.204 1 kg/m3。

    3.2 算法參數(shù)設置與分析

    參數(shù)設置直接影響算法的收斂性,主要從初始種群的大小、自適應交叉、變異概率和爬山搜索次數(shù)多個方面設置最優(yōu)的參數(shù)范圍,加快算法收斂速度。首先確定合適的種群規(guī)模,為此依次對[50,310]區(qū)間中每次增加20 的種群規(guī)模進行測試,每組種群進行10次運算,圖3給出了算法的平均收斂代數(shù)和收斂概率。由圖3 可以看出,隨著種群規(guī)模的增加,平均收斂代數(shù)總體先減少后增加,而收斂概率則正好相反,即種群規(guī)模太大或太少都會減小收斂概率。特別地,當種群規(guī)模達到210 時,具有最大的收斂概率,同時只需要最少的迭代次數(shù)就可以收斂。為此,將初始種群規(guī)模的參數(shù)選為210 時最為合適。

    圖3 最佳種群規(guī)模的設置Fig.3 Setting of optimal population size

    下面對自適應與常數(shù)的交叉和變異概率進行比較。使用確定的最優(yōu)種群規(guī)模210,算法在迭代到200 次時終止,常數(shù)時的交叉和變異概率分別為0.8 和0.06。圖4~5 為仿真50 次獲得相同最優(yōu)解時常數(shù)概率和自適應概率的收斂情況??梢钥闯?,常數(shù)概率的方案在算法初期表現(xiàn)較好,但當?shù)?0 次以后,自適應概率的方法通過提升交叉概率,保證算法較快接近最優(yōu)解。當?shù)螖?shù)超過160 后,自適應方法增加了變異概率,使得算法更快達到最優(yōu)解??傊ㄟ^交叉和變異概率參數(shù)的自適應調(diào)整,有利于算法快速全局尋優(yōu),提高了算法的靈活性。

    圖4 交叉和變異概率為常數(shù)下的收斂曲線Fig.4 Convergence curves with fixed crossover and mutation probabilities

    下面通過數(shù)值實驗探討如何設置最優(yōu)的爬山搜索迭代次數(shù)。給定前文實驗得到的最佳初始種群規(guī)模和自適應的交叉、變異概率,在區(qū)間[0,210]選取爬山搜索次數(shù),每個候選次數(shù)運行10 次求算法的平均適應度和平均收斂代數(shù),結果如圖6 所示。可以看出,平均適應度和平均收斂代數(shù)隨著爬山次數(shù)的變化波動較大,總體上當爬山次數(shù)位于[25,40],算法收斂快且平均適應度也比較高。故為了加快算法的收斂,將爬山次數(shù)設定在35次。

    圖6 爬山次數(shù)的設定Fig.6 Setting of mountain-climb number

    3.3 模型計算結果分析

    選用Matlab 7 對自適應遺傳算法進行編程實現(xiàn),求出數(shù)值案例的最優(yōu)解。限制電動車為3 輛,根據(jù)前面的初步參數(shù)實驗,擬設置參數(shù)為:算法最大迭代次數(shù)350,爬山最大次數(shù)35,初始種群規(guī)模210。運行算法20 次,記錄前5 個最佳路徑結果,如圖7 所示。由圖7 可見,最優(yōu)路徑為線路5,且如圖8所示,共三條子路線,其總費用為277.68 元,碳排放總量為93.5 kg。通過對比可得,該最優(yōu)解在所有可行解中不僅實現(xiàn)了總成本的最小化,也最大限度地降低了碳排放量。

    圖7 模型求解路徑結果Fig.7 Result of model solving routes

    圖8 換電式電動車配送最優(yōu)路徑Fig.8 Optimal distribution route of battery-swapping electric vehicle

    3.4 算法比較分析

    為了說明所提出的改進的自適應遺傳算法的求解表現(xiàn),將其與基本的常數(shù)參數(shù)的遺傳算法進行比較。終止規(guī)則是評價各算法以何種收斂速度達到當前最優(yōu)解的適應度值。如果達到最優(yōu)適應度值,則判定為收斂;否則算法不收斂。同樣選取初始種群數(shù)量為210,基本遺傳算法(概率固定)中變異概率為0.05,交叉概率為0.8。圖9 給出了兩種算法分別運算10次的結果。從圖9 中可以看出,自適應遺傳算法迭代次數(shù)在50~100,相較于傳統(tǒng)的遺傳算法,平均減少了52.1%,這表明所提出的自適應遺傳算法具有更高的求解效率,能夠更快地收斂到最優(yōu)解。

    圖9 不同算法迭代次數(shù)比較Fig.9 Comparison of iteration times of different algorithms

    4 結語

    綠色環(huán)保已成為世界主題,發(fā)展電動汽車是我國能源戰(zhàn)略轉型和未來汽車行業(yè)發(fā)展的方向。研究和分析基于電動車的物流運輸具有十分重要的現(xiàn)實意義,優(yōu)化電動車貨運路徑是實現(xiàn)物流配送節(jié)能減排的重要舉措。本文以經(jīng)典的VRP作為基本參考模型,引入了綜合考慮速度、載重和行駛距離等多種因素的電動車能耗與碳排放計算方法,并考慮了電動車的容量、電池續(xù)航能力和換電站多次服務等新的約束,建立了考慮電動車使用費用和耗電費用的換電式電動車貨運路徑優(yōu)化問題模型——BE-FRP。算法比較結果表明,所提出的自適應遺傳算法能夠更快地收斂到最優(yōu)解,提升了算法的效率。

    本文研究將為采用電動車作為運輸工具的物流企業(yè)的實際配送操作提供優(yōu)化模型和求解算法等決策支持,同時也可為政府制定電動車物流政策提供參考。

    猜你喜歡
    適應度電動車電站
    電動車有可能沒有高檔和豪華車
    消費電子(2022年7期)2022-10-31 06:16:42
    改進的自適應復制、交叉和突變遺傳算法
    計算機仿真(2022年8期)2022-09-28 09:53:02
    三峽電站再創(chuàng)新高
    電動車新貴
    低影響開發(fā)(LID)在光伏電站中的應用
    我不坐你的電動車了
    大灰狼(2018年3期)2018-06-11 15:28:50
    電動車來了 充電樁還會遠嗎
    中國公路(2017年5期)2017-06-01 12:10:10
    基于空調(diào)導風板成型工藝的Kriging模型適應度研究
    中國塑料(2016年11期)2016-04-16 05:26:02
    少數(shù)民族大學生文化適應度調(diào)查
    自適應遺傳算法的改進與應用*
    国产极品精品免费视频能看的| 国产黄a三级三级三级人| 2021天堂中文幕一二区在线观| 自拍偷自拍亚洲精品老妇| 国产精品无大码| 国产亚洲5aaaaa淫片| 免费看a级黄色片| 亚洲欧洲国产日韩| 国产男人的电影天堂91| 长腿黑丝高跟| 激情 狠狠 欧美| 激情 狠狠 欧美| 一级毛片我不卡| videossex国产| 性色avwww在线观看| 天美传媒精品一区二区| 久久综合国产亚洲精品| 欧美成人一区二区免费高清观看| 插阴视频在线观看视频| 亚洲av免费高清在线观看| 狂野欧美白嫩少妇大欣赏| 国产老妇伦熟女老妇高清| 日本黄色片子视频| 中文字幕免费在线视频6| 一级爰片在线观看| 国产午夜精品一二区理论片| 看免费成人av毛片| av天堂中文字幕网| 中文天堂在线官网| 日韩精品有码人妻一区| 亚洲欧洲国产日韩| 床上黄色一级片| 中文字幕熟女人妻在线| av卡一久久| 麻豆成人午夜福利视频| 亚洲av不卡在线观看| 国产色婷婷99| 亚洲欧美日韩东京热| 日本黄色视频三级网站网址| 三级国产精品欧美在线观看| 日韩人妻高清精品专区| 97超碰精品成人国产| 久久久欧美国产精品| 亚洲成色77777| 大话2 男鬼变身卡| 国产不卡一卡二| 亚洲av成人av| 久久精品久久精品一区二区三区| 国产在视频线精品| 国产69精品久久久久777片| 99热这里只有是精品50| 免费看光身美女| 久久久久久九九精品二区国产| 欧美日韩在线观看h| 国产成年人精品一区二区| 日本爱情动作片www.在线观看| 久久久色成人| 蜜桃亚洲精品一区二区三区| 国产精品野战在线观看| 成年版毛片免费区| 免费无遮挡裸体视频| 岛国毛片在线播放| 国产免费一级a男人的天堂| 亚洲欧美成人综合另类久久久 | 偷拍熟女少妇极品色| 毛片女人毛片| 亚洲av不卡在线观看| 天堂网av新在线| 内射极品少妇av片p| 国产免费福利视频在线观看| 亚洲乱码一区二区免费版| 亚洲综合色惰| 国产亚洲最大av| 午夜老司机福利剧场| 99热这里只有是精品在线观看| 国产在视频线在精品| 伦精品一区二区三区| 欧美最新免费一区二区三区| ponron亚洲| 国产不卡一卡二| 变态另类丝袜制服| 丝袜美腿在线中文| 久99久视频精品免费| 国产单亲对白刺激| 青春草视频在线免费观看| 欧美高清性xxxxhd video| 精品久久国产蜜桃| 免费无遮挡裸体视频| 麻豆乱淫一区二区| 高清av免费在线| 午夜福利高清视频| 国产白丝娇喘喷水9色精品| 午夜久久久久精精品| 能在线免费看毛片的网站| 最近的中文字幕免费完整| 国产 一区 欧美 日韩| 国产伦在线观看视频一区| 黄色一级大片看看| ponron亚洲| 久久久久久久久久黄片| 久久6这里有精品| 久久精品夜色国产| 又黄又爽又刺激的免费视频.| 久久久久国产网址| 22中文网久久字幕| 七月丁香在线播放| 搡老妇女老女人老熟妇| 久久久国产成人免费| 国产91av在线免费观看| 国产精品人妻久久久久久| 国产午夜福利久久久久久| 国产真实伦视频高清在线观看| 99在线人妻在线中文字幕| 成人特级av手机在线观看| av国产久精品久网站免费入址| 韩国av在线不卡| 水蜜桃什么品种好| 国产精品麻豆人妻色哟哟久久 | 特级一级黄色大片| 三级国产精品欧美在线观看| 亚洲欧美成人综合另类久久久 | 久久久久久久久中文| 小说图片视频综合网站| 日本色播在线视频| 色吧在线观看| av视频在线观看入口| 免费黄色在线免费观看| 观看免费一级毛片| 久久鲁丝午夜福利片| 中文天堂在线官网| 亚洲自偷自拍三级| 激情 狠狠 欧美| 亚洲欧美日韩高清专用| 在线播放国产精品三级| 伦精品一区二区三区| 永久网站在线| 国产不卡一卡二| 国产高清国产精品国产三级 | 女人被狂操c到高潮| 国产成人a区在线观看| 久久久久久久久久久免费av| 又粗又爽又猛毛片免费看| 日本wwww免费看| 一个人免费在线观看电影| 亚洲欧美一区二区三区国产| 乱码一卡2卡4卡精品| 日韩,欧美,国产一区二区三区 | 亚洲欧美精品自产自拍| 国产不卡一卡二| 最近视频中文字幕2019在线8| 日本一二三区视频观看| 欧美极品一区二区三区四区| 欧美日韩国产亚洲二区| 亚洲中文字幕一区二区三区有码在线看| 免费播放大片免费观看视频在线观看 | 亚洲国产日韩欧美精品在线观看| 国产一级毛片七仙女欲春2| 精品久久久久久电影网 | 亚洲三级黄色毛片| av天堂中文字幕网| 91av网一区二区| 国产精品精品国产色婷婷| 99在线视频只有这里精品首页| 国产久久久一区二区三区| 内射极品少妇av片p| 人妻夜夜爽99麻豆av| 国产三级在线视频| 26uuu在线亚洲综合色| 深爱激情五月婷婷| 午夜爱爱视频在线播放| 久久精品国产鲁丝片午夜精品| 一个人看视频在线观看www免费| 日本五十路高清| 丰满人妻一区二区三区视频av| 久久午夜福利片| 精品99又大又爽又粗少妇毛片| 亚洲性久久影院| 男女啪啪激烈高潮av片| 亚洲精品乱久久久久久| 丰满少妇做爰视频| 晚上一个人看的免费电影| 久久久久久久久久成人| 91久久精品电影网| 日韩三级伦理在线观看| 免费搜索国产男女视频| 国产精品久久久久久精品电影小说 | 亚洲va在线va天堂va国产| 免费在线观看成人毛片| 可以在线观看毛片的网站| 亚洲中文字幕一区二区三区有码在线看| 精品久久久久久电影网 | 国产免费男女视频| 亚洲精品,欧美精品| 欧美性猛交黑人性爽| 午夜爱爱视频在线播放| 一级毛片aaaaaa免费看小| 纵有疾风起免费观看全集完整版 | 亚洲欧美精品专区久久| 中国国产av一级| 午夜爱爱视频在线播放| 国产欧美日韩精品一区二区| 我的老师免费观看完整版| 97超视频在线观看视频| 一区二区三区免费毛片| 精品99又大又爽又粗少妇毛片| 人妻制服诱惑在线中文字幕| 日韩欧美精品v在线| av在线天堂中文字幕| 在线免费观看不下载黄p国产| 亚洲丝袜综合中文字幕| 男女啪啪激烈高潮av片| 亚洲怡红院男人天堂| 亚洲婷婷狠狠爱综合网| 99久国产av精品| 国产成人freesex在线| 九草在线视频观看| 亚洲成人精品中文字幕电影| 亚洲怡红院男人天堂| 一个人免费在线观看电影| 女的被弄到高潮叫床怎么办| 麻豆成人av视频| 97人妻精品一区二区三区麻豆| 在线观看美女被高潮喷水网站| 亚洲一区高清亚洲精品| 内射极品少妇av片p| 国产一区二区三区av在线| 亚洲av电影在线观看一区二区三区 | av在线亚洲专区| 日韩欧美精品v在线| 搡老妇女老女人老熟妇| 国产精品蜜桃在线观看| 亚洲最大成人中文| www日本黄色视频网| 丝袜美腿在线中文| 国产精品伦人一区二区| 成人高潮视频无遮挡免费网站| 国产真实伦视频高清在线观看| 免费观看性生交大片5| 老司机福利观看| 免费无遮挡裸体视频| 午夜a级毛片| 日韩高清综合在线| 国产色爽女视频免费观看| 成人毛片60女人毛片免费| 九色成人免费人妻av| 简卡轻食公司| 久久精品熟女亚洲av麻豆精品 | 91狼人影院| 国产真实伦视频高清在线观看| 观看美女的网站| 嘟嘟电影网在线观看| 日韩国内少妇激情av| 五月伊人婷婷丁香| 一个人观看的视频www高清免费观看| 成人亚洲精品av一区二区| 成年版毛片免费区| 久久99热这里只有精品18| 欧美成人a在线观看| 久久精品国产亚洲av天美| 亚洲成人av在线免费| 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 | 国产精品野战在线观看| 国产成人精品久久久久久| 九色成人免费人妻av| 国产精品美女特级片免费视频播放器| 免费人成在线观看视频色| 久久热精品热| 精品午夜福利在线看| 国产精品熟女久久久久浪| 精品久久久噜噜| 精品人妻偷拍中文字幕| 国产亚洲最大av| 欧美丝袜亚洲另类| 亚洲人成网站在线观看播放| 国产极品天堂在线| 美女xxoo啪啪120秒动态图| 又爽又黄无遮挡网站| 国产精品一区二区三区四区免费观看| www日本黄色视频网| 欧美xxxx黑人xx丫x性爽| 亚洲av电影不卡..在线观看| 亚洲最大成人中文| 久久这里只有精品中国| 性色avwww在线观看| 欧美97在线视频| 国产乱人视频| 日日撸夜夜添| 丰满少妇做爰视频| 中文在线观看免费www的网站| 国产高清不卡午夜福利| 97超视频在线观看视频| 精品欧美国产一区二区三| 麻豆一二三区av精品| 免费看a级黄色片| 岛国在线免费视频观看| 蜜桃久久精品国产亚洲av| 三级经典国产精品| 国产精品人妻久久久影院| 国产成人aa在线观看| 亚洲无线观看免费| 精品久久久久久久久亚洲| 99久久无色码亚洲精品果冻| 久久精品国产鲁丝片午夜精品| 国产av码专区亚洲av| 精品午夜福利在线看| 51国产日韩欧美| 欧美激情国产日韩精品一区| 国内揄拍国产精品人妻在线| 国模一区二区三区四区视频| 观看免费一级毛片| 国产高潮美女av| 国产精品精品国产色婷婷| 亚洲国产成人一精品久久久| 精品国产一区二区三区久久久樱花 | 亚洲色图av天堂| 久久久成人免费电影| 欧美色视频一区免费| 人人妻人人看人人澡| 久久99蜜桃精品久久| 狠狠狠狠99中文字幕| 中文在线观看免费www的网站| 成人毛片60女人毛片免费| 久久综合国产亚洲精品| 高清毛片免费看| 你懂的网址亚洲精品在线观看 | 一级毛片aaaaaa免费看小| 亚洲乱码一区二区免费版| 国产成人a∨麻豆精品| 老女人水多毛片| 精品人妻偷拍中文字幕| 校园人妻丝袜中文字幕| 直男gayav资源| 天天躁夜夜躁狠狠久久av| 成人午夜高清在线视频| 久久人妻av系列| 久久热精品热| 成人午夜高清在线视频| 欧美97在线视频| 日本五十路高清| 国产精品久久视频播放| 成人综合一区亚洲| 深夜a级毛片| 一边摸一边抽搐一进一小说| av专区在线播放| 精品国产三级普通话版| 国产淫片久久久久久久久| 国产成人一区二区在线| 美女国产视频在线观看| 国产成人aa在线观看| 少妇高潮的动态图| 国产国拍精品亚洲av在线观看| 蜜桃亚洲精品一区二区三区| 色网站视频免费| 日韩强制内射视频| 蜜桃久久精品国产亚洲av| 国内精品美女久久久久久| 18禁在线播放成人免费| 在线播放国产精品三级| 永久免费av网站大全| 舔av片在线| 午夜久久久久精精品| 国内少妇人妻偷人精品xxx网站| 91在线精品国自产拍蜜月| 亚洲三级黄色毛片| 精品久久久久久久久亚洲| 日本一二三区视频观看| 国产亚洲精品av在线| 色综合亚洲欧美另类图片| 中文字幕精品亚洲无线码一区| 看十八女毛片水多多多| 天堂√8在线中文| 99久国产av精品| 1000部很黄的大片| 嫩草影院新地址| 国产成人a区在线观看| 蜜臀久久99精品久久宅男| 97热精品久久久久久| 免费av观看视频| 精品久久久久久电影网 | 久久久久久九九精品二区国产| 欧美一区二区国产精品久久精品| 欧美极品一区二区三区四区| 欧美一区二区精品小视频在线| 一个人免费在线观看电影| 亚洲精品一区蜜桃| 亚洲精品久久久久久婷婷小说 | 日韩欧美国产在线观看| 久久久午夜欧美精品| 能在线免费看毛片的网站| av在线亚洲专区| 97超视频在线观看视频| 久热久热在线精品观看| 亚洲精品aⅴ在线观看| 一区二区三区四区激情视频| 国产一区有黄有色的免费视频 | 在线观看66精品国产| 成人特级av手机在线观看| 亚洲不卡免费看| 日本与韩国留学比较| 午夜精品在线福利| 欧美人与善性xxx| 亚洲欧洲日产国产| 国产黄片美女视频| 国产成人福利小说| 精品久久久久久成人av| 男的添女的下面高潮视频| 日日干狠狠操夜夜爽| 99热精品在线国产| 亚洲怡红院男人天堂| 麻豆乱淫一区二区| 国产av码专区亚洲av| 天美传媒精品一区二区| 尤物成人国产欧美一区二区三区| 男人舔奶头视频| 国产亚洲av嫩草精品影院| 日韩,欧美,国产一区二区三区 | 在线播放国产精品三级| 日本与韩国留学比较| 国产亚洲av嫩草精品影院| 日本熟妇午夜| 欧美性猛交黑人性爽| 国产高清三级在线| 国产一区二区在线观看日韩| 熟女人妻精品中文字幕| 亚洲av二区三区四区| 欧美一区二区亚洲| 午夜精品一区二区三区免费看| 国产 一区精品| 国产精品美女特级片免费视频播放器| 三级经典国产精品| 18禁在线播放成人免费| 免费观看精品视频网站| 人人妻人人澡欧美一区二区| 2021少妇久久久久久久久久久| www.av在线官网国产| 国国产精品蜜臀av免费| av黄色大香蕉| 久久99蜜桃精品久久| 精品一区二区三区视频在线| 看免费成人av毛片| 精品久久国产蜜桃| 国产乱人偷精品视频| 黄片无遮挡物在线观看| 成人性生交大片免费视频hd| av福利片在线观看| 日本av手机在线免费观看| 国产激情偷乱视频一区二区| 26uuu在线亚洲综合色| 日韩一区二区三区影片| 午夜福利在线观看免费完整高清在| 亚洲欧美日韩卡通动漫| 小蜜桃在线观看免费完整版高清| 亚洲精品乱久久久久久| 午夜福利成人在线免费观看| 男人舔奶头视频| 在线免费十八禁| 人体艺术视频欧美日本| 最近中文字幕高清免费大全6| 国产午夜精品一二区理论片| 亚州av有码| 亚洲国产精品久久男人天堂| 黄片无遮挡物在线观看| 日韩 亚洲 欧美在线| 大话2 男鬼变身卡| 性色avwww在线观看| 亚洲最大成人中文| 中国国产av一级| 99久久精品一区二区三区| 美女黄网站色视频| 亚洲美女搞黄在线观看| 只有这里有精品99| 在线免费十八禁| 亚洲第一区二区三区不卡| 毛片一级片免费看久久久久| 搞女人的毛片| 噜噜噜噜噜久久久久久91| 国产日韩欧美在线精品| 久久久成人免费电影| 欧美成人精品欧美一级黄| 我的老师免费观看完整版| 亚洲丝袜综合中文字幕| 免费人成在线观看视频色| 亚洲精品乱久久久久久| 亚洲天堂国产精品一区在线| 国内揄拍国产精品人妻在线| 老司机福利观看| 亚洲欧美日韩无卡精品| 国产视频内射| 午夜福利在线在线| 国产精品美女特级片免费视频播放器| 亚洲欧美精品自产自拍| 久久久久九九精品影院| 亚洲经典国产精华液单| 91在线精品国自产拍蜜月| 特级一级黄色大片| 一级二级三级毛片免费看| 欧美日本视频| 国产精品爽爽va在线观看网站| 黄色欧美视频在线观看| 国产欧美另类精品又又久久亚洲欧美| 国产在线一区二区三区精 | 国产黄色小视频在线观看| 亚洲无线观看免费| 丰满乱子伦码专区| 亚洲av中文字字幕乱码综合| 国产一区二区三区av在线| 人妻系列 视频| 日韩av不卡免费在线播放| 午夜爱爱视频在线播放| 国产精品综合久久久久久久免费| 毛片女人毛片| 国产午夜福利久久久久久| 亚洲精品国产av成人精品| 国产精品1区2区在线观看.| 亚洲婷婷狠狠爱综合网| 三级经典国产精品| 国产免费视频播放在线视频 | 精品不卡国产一区二区三区| 毛片一级片免费看久久久久| 网址你懂的国产日韩在线| 一二三四中文在线观看免费高清| av在线亚洲专区| 成人漫画全彩无遮挡| 欧美日韩国产亚洲二区| 免费看美女性在线毛片视频| 在线播放无遮挡| 免费大片18禁| 91精品一卡2卡3卡4卡| 乱人视频在线观看| 91精品一卡2卡3卡4卡| 嫩草影院精品99| 欧美高清成人免费视频www| 噜噜噜噜噜久久久久久91| 亚洲成av人片在线播放无| 嫩草影院精品99| 高清视频免费观看一区二区 | 卡戴珊不雅视频在线播放| 白带黄色成豆腐渣| 国产免费视频播放在线视频 | 你懂的网址亚洲精品在线观看 | 天堂中文最新版在线下载 | 免费无遮挡裸体视频| 91精品伊人久久大香线蕉| av天堂中文字幕网| 一区二区三区免费毛片| 一级黄色大片毛片| av国产久精品久网站免费入址| 三级男女做爰猛烈吃奶摸视频| 成人无遮挡网站| 久久国内精品自在自线图片| 国产黄片美女视频| 日韩av在线大香蕉| 人人妻人人澡人人爽人人夜夜 | 日日撸夜夜添| 国产 一区 欧美 日韩| 亚州av有码| 精品国内亚洲2022精品成人| 久久精品影院6| 欧美潮喷喷水| 噜噜噜噜噜久久久久久91| 欧美日本视频| 青青草视频在线视频观看| 伊人久久精品亚洲午夜| 日本爱情动作片www.在线观看| 日韩在线高清观看一区二区三区| 久久人人爽人人爽人人片va| a级一级毛片免费在线观看| 亚洲av福利一区| 国产综合懂色| 免费不卡的大黄色大毛片视频在线观看 | 日本爱情动作片www.在线观看| 女人久久www免费人成看片 | 国产精品一区二区在线观看99 | 一级毛片电影观看 | 少妇人妻一区二区三区视频| 亚洲精品456在线播放app| 草草在线视频免费看| 99热这里只有是精品50| 久久人人爽人人爽人人片va| 99热这里只有精品一区| 亚洲av成人精品一二三区| 国产又黄又爽又无遮挡在线| АⅤ资源中文在线天堂| 国产伦精品一区二区三区四那| 嫩草影院精品99| 久久鲁丝午夜福利片| 中国国产av一级| 精品酒店卫生间| 日韩高清综合在线| 午夜福利高清视频| 国产69精品久久久久777片| 国产不卡一卡二| 亚洲天堂国产精品一区在线| 国产精品,欧美在线| 免费人成在线观看视频色| 乱人视频在线观看| 大香蕉久久网| 亚洲综合精品二区| 日韩人妻高清精品专区| 免费看av在线观看网站| 亚洲怡红院男人天堂| 成人综合一区亚洲| 久久久精品欧美日韩精品| 人妻制服诱惑在线中文字幕| 能在线免费看毛片的网站| 国产精品综合久久久久久久免费| 日本黄色片子视频| 久久精品夜夜夜夜夜久久蜜豆| 精品久久久久久久久久久久久| 亚洲内射少妇av| 欧美人与善性xxx| 性插视频无遮挡在线免费观看| 寂寞人妻少妇视频99o| 秋霞在线观看毛片| av免费观看日本|