• <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 ?

    基于高斯過程模型的多響應(yīng)穩(wěn)健參數(shù)設(shè)計

    2021-11-29 05:53:16翟翠紅汪建均馮澤彪
    關(guān)鍵詞:損失建模函數(shù)

    翟翠紅, 汪建均, 馮澤彪

    (南京理工大學(xué)經(jīng)濟管理學(xué)院, 江蘇 南京 210094)

    0 引 言

    近年來,隨著半導(dǎo)體、電子自動化和通信等技術(shù)的迅猛發(fā)展,能夠記錄和存儲數(shù)量不斷增加的復(fù)雜和高維數(shù)據(jù)的智能傳感器不斷出現(xiàn)。這些傳感器能夠獲得具有以下特點的數(shù)據(jù)流[1]:① 多種類,各種類型的傳感器產(chǎn)生的數(shù)據(jù)流種類較多,如波形信號、圖像和視頻;② 高維度,典型的用于表面檢測的圖像在1 M像素左右;③ 高速度,近年來數(shù)據(jù)采集速度顯著提高,幾乎可以跟上任何生產(chǎn)速度;④ 時空結(jié)構(gòu),剖面圖中的數(shù)據(jù)點或圖像內(nèi)的像素是空間相關(guān)的。這種響應(yīng)變量稱為時空數(shù)據(jù)、剖面響應(yīng)或函數(shù)響應(yīng)。通過對流數(shù)據(jù)進行有效的建模和分析,可以實現(xiàn)實時過程監(jiān)控、故障診斷和在線產(chǎn)品檢測。然而,這些數(shù)據(jù)流的復(fù)雜特性給數(shù)據(jù)建模與穩(wěn)健參數(shù)設(shè)計帶來巨大挑戰(zhàn)。

    20世紀(jì)80年代,日本著名的質(zhì)量工程專家Taguchi博士,在試驗設(shè)計和信噪比(signal to noise ratio, SNR)的基礎(chǔ)上提出穩(wěn)健參數(shù)設(shè)計(robust parameter design, RPD)方法。他認為質(zhì)量特性一旦偏離其設(shè)計目標(biāo)值,就會造成質(zhì)量損失,且偏離越遠,質(zhì)量損失越大。為了減少產(chǎn)品或過程的波動造成的質(zhì)量損失,他利用正交表進行試驗設(shè)計,通過選擇可控因子的最佳參數(shù)組合,使得產(chǎn)品或過程對噪聲因子不敏感。具有復(fù)雜特性的剖面響應(yīng)穩(wěn)健參數(shù)設(shè)計與經(jīng)典穩(wěn)健參數(shù)設(shè)計類似,大多通過如Taguchi參數(shù)設(shè)計、響應(yīng)曲面等統(tǒng)計建模的方法,研究輸入因子與其輸出響應(yīng)之間的關(guān)系。此外,各種創(chuàng)造性的方法將其他技術(shù)與Taguchi方法相結(jié)合,以解決剖面響應(yīng)優(yōu)化問題。例如,Tansel等[2]將比率分析的多目標(biāo)優(yōu)化與Taguchi方法整合,將多響應(yīng)問題轉(zhuǎn)化為單響應(yīng)問題. 不僅減少了Taguchi法中用戶決策所需的計算步驟,而且不需要額外的系數(shù),這將降低數(shù)學(xué)計算的復(fù)雜性。少數(shù)研究者為了考慮生產(chǎn)過程中多個質(zhì)量特征之間的相關(guān)性,開發(fā)了更可靠、更實用的響應(yīng)面模型,如似不相關(guān)的回歸模型[3]。Wang等[4]利用貝葉斯似不相關(guān)回歸模型擬合輸入因子與輸出響應(yīng)之間的關(guān)系,并綜合考慮模型參數(shù)的不確定性和制造過程的高變異性,建立一種兼顧報廢成本和質(zhì)量損失的兩目標(biāo)函數(shù),提出了一種在貝葉斯建模和優(yōu)化框架下的經(jīng)濟參數(shù)設(shè)計。

    由Taguchi[5]開創(chuàng)和倡導(dǎo)的穩(wěn)健試驗設(shè)計,已被世界上許多科學(xué)家和工程師所接受和研究。但是,Taguchi的穩(wěn)健設(shè)計方法有時需要進行大量物理試驗或建立大量原模型。而物理試驗只適用于設(shè)計因子有限的產(chǎn)品和工藝,且在爆炸性材料的引爆,或者當(dāng)觀察到山體滑坡或颶風(fēng)等罕見事件時,物理試驗是不可行的。為了在全球競爭中求得生存和成功,人們的興趣和焦點逐漸從物理試驗轉(zhuǎn)向了虛擬試驗[6]。與物理試驗相比在計算機模擬器上進行試驗的速度快、成本低,所以計算機試驗在電氣工程中的集成光子濾波器[7],航空航天工程中的氣釘噴嘴[8]和微機電系統(tǒng)裝置[9]等工程和科學(xué)研究中被廣泛應(yīng)用。然而,在制造業(yè)中,計算密集型設(shè)計問題變得越來越普遍[10-12]。為了達到與物理測試數(shù)據(jù)相當(dāng)?shù)臏?zhǔn)確性水平,計算機仿真通常很復(fù)雜且執(zhí)行起來非常昂貴。盡管計算能力不斷進步,但諸如有限元分析和計算流體動力學(xué)等工程分析代碼的復(fù)雜性似乎與計算能力保持同步,使得綜合參數(shù)分析非常耗時。因此,迫切需要為計算機仿真模型開發(fā)簡單的近似模型,即元模型。

    元建模方法能夠利用有限樣本來逼近昂貴的計算密集型函數(shù),在有效降低仿真優(yōu)化成本的同時保證仿真優(yōu)化的精度,被廣泛用于設(shè)計優(yōu)化[12-16]。為了在有限的樣本數(shù)量下高效、準(zhǔn)確地生成元模型,人們已經(jīng)進行了大量研究。常用的元模型有多項式回歸[17],人工神經(jīng)網(wǎng)絡(luò)[18-19],多元自適應(yīng)回歸樣條[20],徑向基函數(shù)[21-22],高斯隨機過程(或Kriging模型)[23-24]和支持向量回歸[25-26]。然而,輸入和輸出變量的高維性會給問題建模和優(yōu)化帶來指數(shù)級困難,即工作量隨維數(shù)的增加呈指數(shù)增長。假設(shè)在n個輸入變量的每一個變量中采樣s個點,則該采樣需要執(zhí)行sn次計算機試驗來建立元模型,這對于計算昂貴型函數(shù)的建模顯然不太現(xiàn)實。除了計算量大之外,這些模型(函數(shù))對于設(shè)計者而言是隱式且未知的,即黑盒函數(shù)。函數(shù)隱式是設(shè)計優(yōu)化的重大障礙,隨著設(shè)計問題中變量數(shù)量的增加,計算需求也呈指數(shù)增長。這種由問題維度帶來的困難被稱為維數(shù)災(zāi)難。Mistree研究小組將此困難稱為穩(wěn)健設(shè)計或多學(xué)科設(shè)計優(yōu)化中的問題規(guī)模。而在對由傳感系統(tǒng)獲得的具有復(fù)雜特性的高維數(shù)據(jù)流進行建模與優(yōu)化時,要同時克服高維度、計算昂貴以及黑盒函數(shù)(high-dimensional, expensive and black-box, HEB)3種困難,嚴重加劇了問題仿真與優(yōu)化的難度。Shan等[12]從1 000多篇不同學(xué)科論文中篩選出207篇參考文獻,對HEB問題的建模和優(yōu)化策略進行調(diào)查。該調(diào)查顯示:通常,用于HEB的建模技術(shù)和優(yōu)化方法都限于低維問題,對于高維問題的研究比較缺乏。

    目前,能夠緩解維數(shù)災(zāi)難問題的常用方法有分解、篩選、映射、空間縮小和可視化等。分解將一個問題重新劃分為多個維度較低的子問題,并將子問題重新組合,生成一個元模型[9]。篩選或特征選擇利用敏感性分析識別重要的變量,并去除不重要的變量以生成元模型,從而降低問題的維度[12, 27-30]。映射將相關(guān)變量的集合轉(zhuǎn)化為更小的集合。而空間縮小則減少了問題的設(shè)計范圍[12]。上述方法已從并行計算、減小設(shè)計空間、篩選重要變量、將設(shè)計問題分解為子問題、映射和可視化變量等不同角度緩解高維性所帶來的困難。但這些傳統(tǒng)的元建模方法對具有HEB特征的復(fù)雜和高維數(shù)據(jù)問題效率低下、精確度低。例如,篩選在降低問題維度和復(fù)雜性的同時,可能會導(dǎo)致模型參數(shù)估計和預(yù)測中信息損失,影響模型精度。而映射雖然可以減少問題的規(guī)模和優(yōu)化的復(fù)雜性,但卻不能確保在低維空間中獲得的最佳方案是原高維空間中的真正最佳方案。因此,面對高維數(shù)據(jù)的建模與穩(wěn)健參數(shù)設(shè)計問題,迫切需要研究新的元建模與參數(shù)優(yōu)化技術(shù)。

    高斯過程(Gaussian process, GP)是用于近似計算密集型計算機模型的強大工具,具有預(yù)測精度高、便于擴展的優(yōu)點,被廣泛用于模擬輸入與輸出之間的復(fù)雜非線性關(guān)系。對于已經(jīng)成為典型的多輸入與多輸出數(shù)據(jù)建模與穩(wěn)健參數(shù)設(shè)計問題,當(dāng)不考慮輸出之間的相關(guān)性時,一種簡單方法是為每個輸出分別構(gòu)造一個獨立的GP模型。而在許多實際應(yīng)用中,計算機模型的不同輸出級別是相互關(guān)聯(lián)的[31-33]。Qian等[34]提出了構(gòu)建多變量GP (multivariate GP, MGP)模型的通用框架。框架中的協(xié)方差函數(shù)是可分離的,并且在所有輸出級別上具有共同的邊際協(xié)方差函數(shù)。該假設(shè)簡化了協(xié)方差結(jié)構(gòu)并顯著減少了模型參數(shù)的數(shù)量。Melkumyan等[35]使用不可分的協(xié)方差結(jié)構(gòu)對輸出進行充分建模。不可分離協(xié)方差函數(shù)允許不同輸出水平使用不同的協(xié)方差參數(shù),這比可分離的協(xié)方差函數(shù)要靈活得多。Li等[36]開發(fā)了測試協(xié)方差函數(shù)可分性的多變量隨機字段,這為選擇哪種類型的協(xié)方差函數(shù)提供了理論依據(jù)。Sung等[37]提出一種多分辨率函數(shù)方差分析模型,作為一種計算上可行的仿真替代方法。這個模型可以用于大規(guī)模和多輸入的非線性回歸問題。Chen等[38]使用GP對具有時空相關(guān)結(jié)構(gòu)的高維輸出變量進行建模,提高了量化模型自身不確定性的能力和模型預(yù)測精度。Ghosh等[39]提出基于線性混合效應(yīng)(linear mixed effects, LME)的多變量剖面建模方法,使用MGP控制的B-splines曲線構(gòu)建LME模型中的隨機部分。與傳統(tǒng)的MGP和LME方法相比,該方法在未增加大量參數(shù)的情況下實現(xiàn)了剖面建模的靈活性。Li等[40]針對高維參數(shù)空間和大規(guī)模協(xié)方差矩陣問題,提出了一種成對建模方法,該方法充分利用超球面分解的序列構(gòu)造特點,將高維MGP模型分解為一系列的二元GP模型。隨后,馮澤彪等[41]針對預(yù)測偏差和波動的多響應(yīng)穩(wěn)健參數(shù)設(shè)計問題,結(jié)合超球面分解理論和成對估計超參數(shù)方法建立MGP預(yù)測模型。提出了綜合考慮質(zhì)量損失和期望概率的多響應(yīng)穩(wěn)健參數(shù)設(shè)計方法。然而,MGP模型經(jīng)常面臨巨大協(xié)方差矩陣造成的數(shù)值問題和計算挑戰(zhàn)。此外,估計GP模型相關(guān)函數(shù)中的參數(shù)的標(biāo)準(zhǔn)方法,如最大似然估計(maximum likelihood estimation, MLE),通常會產(chǎn)生不穩(wěn)定的結(jié)果,從而導(dǎo)致預(yù)測結(jié)果較差。使得MGP模型在大型和復(fù)雜問題上的實際應(yīng)用中受到限制。

    本文針對高維試驗數(shù)據(jù)的穩(wěn)健參數(shù)設(shè)計問題,在GP的建模框架下,采用部分平行的GP (parallel partial GP, PPGP)模型來構(gòu)建試驗因子與多質(zhì)量特性之間的響應(yīng)曲面,在此基礎(chǔ)上運用多元質(zhì)量損失函數(shù)作為優(yōu)化指標(biāo)來獲得可控因子的最佳參數(shù)設(shè)計值。首先,利用符合穩(wěn)健參數(shù)估計標(biāo)準(zhǔn)的邊緣后驗估計方法,估計GP模型中的相關(guān)參數(shù),并使用從總體似然中估計的共同相關(guān)參數(shù),建立每個坐標(biāo)位置概率上獨立的PPGP模型[42]。然后,使用PPGP模型構(gòu)建試驗因子與多質(zhì)量特性之間的響應(yīng)曲面,結(jié)合PPGP模型部分平行的特征,基于SNR的方法構(gòu)建多元質(zhì)量損失函數(shù)。最后,結(jié)合PPGP模型和多元質(zhì)量損失函數(shù)建立多響應(yīng)優(yōu)化模型,并使用遺傳算法獲得可控因子的最佳參數(shù)設(shè)計值。此外,通過仿真算例和實際案例驗證了所提方法的有效性和便捷性。與獨立建模的單變量GP模型相比,本文采用聯(lián)合建模方法不僅能夠有效地處理高維試驗數(shù)據(jù)的建模與參數(shù)優(yōu)化問題,而且能夠獲得更為穩(wěn)健的優(yōu)化結(jié)果,運行效率更高。

    1 高斯過程模型原理

    設(shè)X為輸入空間,x∈X表示k維輸入因子,對應(yīng)的輸出響應(yīng)y(x)視為一個通過GP建模的未知函數(shù):

    y(·)~GP(μ(·),C(·,·))

    (1)

    式中:μ(·)為均值函數(shù);C(·,·)=σ2c(·,·)為協(xié)方差,σ2和c(·,·)分別為方差及相關(guān)函數(shù)。

    對來自X的任意輸入因子組合{x1,x2,…,xm},其似然函數(shù)服從下面的多元正態(tài)分布:

    (y(x1),y(x2),…,y(xm))T|μ,σ2,R~

    MVN((μ(x1),μ(x2),…,μ(xm))T,σ2R)

    (2)

    式中:σ2是未知方差;R是(i,j)元素為c(xi,xj)的相關(guān)矩陣。

    通常通過回歸對均值函數(shù)建模:

    (3)

    式中:h(x)=(h1(x),h2(x),…,hq(x))是指定基函數(shù)的向量;θt是基函數(shù)ht的未知回歸參數(shù)。對于輸入xi=(xi1,xi2,…,xik)和xj=(xj1,xj2, …,xjk),常用的相關(guān)函數(shù)是以下形式的指數(shù)族相關(guān)[43]:

    (4)

    為了處理未知的均值和方差,簡單地利用位置-尺度參數(shù)的標(biāo)準(zhǔn)參考先驗,即

    (5)

    (6)

    對應(yīng)的密度函數(shù)[46-47]為

    其中,

    2 結(jié)合部分平行高斯過程模型與質(zhì)量損失的穩(wěn)健參數(shù)設(shè)計

    2.1 基于部分平行高斯過程建立響應(yīng)曲面

    為了提高計算效率和預(yù)測精度,本文采用聯(lián)合建模的PPGP方法替代獨立建模的單變量GP方法,來擬合多輸入和具有時空結(jié)構(gòu)的多輸出計算機模型。令p表示每次預(yù)測所考慮的時空網(wǎng)格點總數(shù),為每個坐標(biāo)分別建立一個概率上獨立的式(1)形式的模型。對于均值和方差參數(shù),我們使用相同的標(biāo)準(zhǔn)目標(biāo)先驗:

    (7)

    (8)

    2.2 多元質(zhì)量損失函數(shù)

    Taguchi使用信噪比作為評估產(chǎn)品質(zhì)量穩(wěn)定性的重要指標(biāo),信噪比越大,產(chǎn)品質(zhì)量越穩(wěn)定,造成的損失越小。望目、望小和望大3種質(zhì)量特性的信噪比分別為

    (9)

    (10)

    ηL=10lg(σ2+u2)

    (11)

    式中:μ和σ2分別是產(chǎn)品質(zhì)量特性y的均值和方差。

    為了近似描述波動造成的質(zhì)量損失,Taguchi定義了二次質(zhì)量損失函數(shù):

    L(y)=k(y-T)2

    (12)

    式中:k=A/Δ2,其中A為質(zhì)量偏差造成的經(jīng)濟損失,Δ為質(zhì)量偏差。

    Artiles-león[48]為使損失函數(shù)不受其單位影響,令Taguchi的二次質(zhì)量損失函數(shù)中的系數(shù)k=4/(U-L)2,提出了無量綱的標(biāo)準(zhǔn)化多元質(zhì)量損失函數(shù):

    (13)

    式中:Ti,Ui,Li分別為質(zhì)量特性yi的目標(biāo)值和上、下規(guī)格限。

    Pignatiello[49]根據(jù)最小化偏離設(shè)計目標(biāo)值的偏差和最大化穩(wěn)健性原則,在Taguchi單變量質(zhì)量損失函數(shù)的基礎(chǔ)上,提出了多元二次損失函數(shù):

    L(y(x))=(y(x)-T)TC(y(x)-T)

    (14)

    式中:y=(y1(x),y2(x),…,yp(x))T為p個響應(yīng)構(gòu)成的p×1維向量;T=(T1,T2,…,Tp)T為p個響應(yīng)的目標(biāo)值構(gòu)成的p×1維向量;C為反應(yīng)過程經(jīng)濟成本的p×p維正定矩陣。

    文獻[50]指出,使用Taguchi的信噪比方法度量穩(wěn)健性能時效率低,有時信息損失較大。雖然Artiles-len在Taguchi的二次損失函數(shù)基礎(chǔ)上,提出的無量綱損失函數(shù)具有較多優(yōu)點,但將每個變量等同對待,進行簡單的求和計算,沒有考慮各響應(yīng)變量之間的相關(guān)結(jié)構(gòu)。盡管Pignatiello的多元二次質(zhì)量損失函數(shù)考慮了不同響應(yīng)變量之間的相關(guān)結(jié)構(gòu),但僅適用于“望目”質(zhì)量特性,對于在實踐中經(jīng)常遇到的“望小”和“望大”質(zhì)量特性均不適用。

    (15)

    LL(y(x))=

    (16)

    LT(y(x))=

    (17)

    令:

    則式(15)~式(17)可以統(tǒng)一為如下形式:

    (18)

    式中:λi和L(yi(x))分別為第i個質(zhì)量特性yi的損失權(quán)重和損失函數(shù)。

    2.3 結(jié)合部分平行高斯過程模型與質(zhì)量損失的參數(shù)優(yōu)化

    在PPGP建模框架下,結(jié)合本文所提出的多元質(zhì)量損失函數(shù),構(gòu)建多響應(yīng)優(yōu)化模型:

    (19)

    式中:各變量解釋與前文一致。然后,使用遺傳算法尋找優(yōu)化模型的全局最優(yōu)參數(shù)設(shè)計值。鑒于篇幅有限,文中所用程序代碼和相關(guān)試驗數(shù)據(jù)未放入正文。

    結(jié)合PPGP模型與質(zhì)量損失的穩(wěn)健參數(shù)設(shè)計基本流程如圖1所示。

    圖1 結(jié)合PPGP模型與質(zhì)量損失的穩(wěn)健參數(shù)設(shè)計流程圖Fig.1 Flow chart of robust parameter design combining PPGP model and quality loss

    具體步驟如下。

    步驟 1收集具有時空結(jié)構(gòu)的高維試驗數(shù)據(jù),利用試驗數(shù)據(jù)建立初始PPGP回歸模型。

    步驟 2利用邊緣后驗估計法近似模型超參數(shù),確立PPGP模型,并使用PPGP模型構(gòu)建試驗因子與質(zhì)量特性間的預(yù)測響應(yīng)曲面,如式(2)~式(8)所示。

    步驟 3結(jié)合PPGP模型部分平行的特征,利用信噪比計算各預(yù)測響應(yīng)均值的損失權(quán)重,由損失權(quán)重生成的對角矩陣作為損失成本矩陣,構(gòu)建多元質(zhì)量損失函數(shù)。如式(9)~式(11)及式(18)所示。

    步驟 4結(jié)合PPGP模型和多元質(zhì)量損失函數(shù)構(gòu)建多響應(yīng)優(yōu)化模型,如式(19)所示。

    步驟 5使用遺傳算法,在輸入變量可行域內(nèi)為多響應(yīng)優(yōu)化模型尋找全局最優(yōu)參數(shù)設(shè)計值,并記錄其運行時間。

    步驟 6獲得高維復(fù)雜試驗數(shù)據(jù)的建模與參數(shù)優(yōu)化問題的有效方法,得到的優(yōu)化結(jié)果更穩(wěn)健,運行效率更高。

    3 仿真與實證研究

    本節(jié)使用一個仿真算例和電動交流發(fā)電機(望目)、金屬注射成型(望大)兩個應(yīng)用實例來說明本文方法的預(yù)測能力、有效性和便捷性。并選擇單變量GP方法作為對比方法,使用如下標(biāo)準(zhǔn)評價兩種方法樣本外預(yù)測和不確定性量化的準(zhǔn)確性。

    (1) 絕對偏差

    (20)

    (2) 多元質(zhì)量損失函數(shù)

    (21)

    (3) 均方根誤差

    (22)

    (4) 95%后驗置信區(qū)間覆蓋率

    PCI(95%)=

    (23)

    3.1 仿真算例

    3.1.1 仿真函數(shù)

    仿真試驗虛擬圖書館為評估計算機模型的試驗設(shè)計和分析的新方法,提供了一套函數(shù)和數(shù)據(jù)集。本文在此網(wǎng)站上選取Cross-in-Tray,Bohachevs-ky,McCormick和Easom 4個經(jīng)典復(fù)雜二元函數(shù)構(gòu)建仿真案例,對本文方法和單變量GP方法的性能進行測試。4個測試函數(shù)的過程參數(shù)xi∈[-10,10],i=1,2。質(zhì)量特性yj的取值范圍長度分別為R1=1.812 6,R2=297.138 6,R3=444.117 5,R4=1.009 0。考慮到隨機噪聲的水平對基于GP的優(yōu)化算法有很大影響,本文根據(jù)質(zhì)量特性yj的取值范圍長度Rj的大小,設(shè)定各函數(shù)的隨機噪聲水平分別為:ε1,ε4~N(0,0.000 12),ε2,ε3~N(0,0.0012)。測試函數(shù)的具體設(shè)置如表1所示。

    表1 測試函數(shù)詳情

    如圖2中第一行的二維曲面圖所示,這4個測試函數(shù)的選取涵蓋了4個不同的形狀特征。Cross-in-Tray函數(shù)由于存在大量局部極小值而難以優(yōu)化;Bohachevsky函數(shù)圖像類似于碗狀;McCormick函數(shù)圖像類似于盤狀;Easom函數(shù)圖像陡降,雖然是單峰的,但有多個局部極小值,且局部極小值的搜索空間很小。圖2中的第二行為各測試函數(shù)的等高線圖,紅色星號代表取得最優(yōu)解的位置。

    圖2 4個測試函數(shù)的曲面圖和等高線圖Fig.2 Surface and contour plots of four test functions

    3.1.2 仿真結(jié)果

    使用最大最小拉丁超立方體(maximin Latin hypercube,maximin LH)設(shè)計在[-10,10]×[-10,10]上生成240組二維隨機樣本,前40組用來擬合PPGP模型和單變量GP模型,后200組用來做樣本外預(yù)測,仿真結(jié)果如表2所示。

    表2 模型優(yōu)化結(jié)果對比

    3.2 實證研究案例

    3.2.1 實例1(望目) 電動交流發(fā)電機試驗

    該試驗案例來源于文獻[51],主要研究電動交流發(fā)電機的穩(wěn)健參數(shù)設(shè)計問題。試驗由8個控制因子xc=(x1,x2,…,x8)T、兩個噪聲因子xn=(x9,x10)T和一個信號因子s組成,各因子具體設(shè)置如表3所示。試驗中感興趣的響應(yīng)是交流發(fā)電機在7個不同轉(zhuǎn)速(revolutions-per-minute, RPM)下運行時產(chǎn)生的電流。7個質(zhì)量特性均屬“望目”類型,表4中的U(sj),L(sj)和T(sj)分別為電動交流發(fā)電機在轉(zhuǎn)速sj下產(chǎn)生的電流上、下規(guī)格限及目標(biāo)值。試驗者采用TaguchiL18正交陣列設(shè)計,并將其重復(fù)6次開展相關(guān)試驗。

    表3 因子列表

    表4 電動交流發(fā)電機在不同轉(zhuǎn)速下電流的上、下規(guī)格限及目標(biāo)值

    試驗的目標(biāo)是找到控制因子與噪聲因子的最佳參數(shù)組合,使得各轉(zhuǎn)速下的電流均值盡可能接近設(shè)計目標(biāo)值的基礎(chǔ)上,最大限度地減少質(zhì)量特性圍繞設(shè)計目標(biāo)值的波動。針對該目標(biāo),按照第2.3節(jié)中的優(yōu)化模型構(gòu)建步驟,使用本文方法和單變量GP方法對該試驗數(shù)據(jù)進行建模與優(yōu)化。選用遺傳算法尋找多響應(yīng)優(yōu)化模型的全局最優(yōu)參數(shù)設(shè)計值,并記錄其運行時間。其中,最大迭代次數(shù)設(shè)置為1 000,在優(yōu)化停止之前最優(yōu)解沒有任何改進的情況下,連續(xù)迭代次數(shù)設(shè)置為100。搜索空間的上、下界分別設(shè)為(1,1,1,1,1,1,1,1,1,1)和(-1,-1,-1,-1,-1,-1,-1,-1,-1,-1),其他設(shè)置選擇默認,優(yōu)化結(jié)果如表5所示。 另外,為了與Alshraideh等[52]提出的高斯隨機函數(shù)(Gaussian random function, GRF)方法進行比較,將其得到的優(yōu)化參數(shù)設(shè)計值對應(yīng)的優(yōu)化結(jié)果放入表5,以便對比分析。

    表5 交流發(fā)電機案例不同研究方法的優(yōu)化結(jié)果

    圖3是3種不同方法下獲得的優(yōu)化參數(shù)組合對應(yīng)的預(yù)測均值剖面圖,下面簡稱優(yōu)化預(yù)測剖面圖。結(jié)合圖例,可直觀地看出3種方法獲得的優(yōu)化預(yù)測剖面(黑色點線)均落在上、下規(guī)格限(紅色虛線)及其對應(yīng)的上、下95%分位數(shù)線(藍色點線)范圍內(nèi)。但本文方法獲得的優(yōu)化預(yù)測剖面處在其他兩種方法的優(yōu)化預(yù)測剖面之間,波動較小,且與該試驗的目標(biāo)值剖面(青色實線)更接近。更直觀地說明本文所提方法的優(yōu)化結(jié)果從位置與散度兩方面來看,均優(yōu)于其他兩種方法。

    圖3 交流發(fā)電機試驗3種方法下的優(yōu)化預(yù)測剖面圖Fig.3 Optimized prediction profiles of alternator experimentunder three methods

    3.2.2 實例2(望大):金屬注射成型工藝試驗

    Govaerts和Noel在文獻[53]中介紹了金屬注射成型試驗案例,該試驗在金屬注射成型過程中觀察到25個“綠色”零件(燒結(jié)操作前的產(chǎn)品),在10~80 ℃的脫脂溫度范圍內(nèi)的701個值(信號因子s)處的凝膠強度(響應(yīng)y)的剖面。試驗由粘合劑成分中的兩個可控因素組成,分別是黃原膠濃度(可控因子x1,從1~5在5個水平上變化)和鉻與黃原膠濃度比(可控因子x2,從1∶1至4∶1在4個水平上變化)。據(jù)作者介紹,其中一個剖面是明顯的離群剖面,因此將其排除在分析之外。為了加快計算速度,作者通過每9個觀測值采樣一次,即信號因子s的水平數(shù)從701降為78。由于該工藝旨在確定黃原膠和鉻兩種成分的最佳組合,使在低凝膠溫度(避免過度蒸發(fā))的條件下獲得盡可能大的膠凝強度。因此,上述試驗中的響應(yīng)y屬于“望大”類型。使用本文方法和單變量GP方法,按照第2.3節(jié)中的優(yōu)化模型構(gòu)建步驟,對該試驗的數(shù)據(jù)進行建模與優(yōu)化。選用遺傳算法尋找多響應(yīng)優(yōu)化模型的全局最優(yōu)參數(shù)設(shè)置,并記錄其運行時間。其中,最大迭代次數(shù)設(shè)置為1 000,在優(yōu)化停止之前最優(yōu)解沒有任何改進的情況下,連續(xù)迭代次數(shù)設(shè)置為100。搜索空間的上、下界分別設(shè)為(5,4)和(1,1),其他設(shè)置選擇默認,優(yōu)化結(jié)果如表6所示。另外,為了與Alshraideh等[52]提出的GRF方法進行比較,將其得到的優(yōu)化參數(shù)設(shè)計值對應(yīng)的優(yōu)化結(jié)果放入表6,以便對比分析。

    表6 金屬注射成型試驗不同研究方法的優(yōu)化結(jié)果

    圖4左側(cè)是3種不同方法下獲得的優(yōu)化參數(shù)組合對應(yīng)的優(yōu)化預(yù)測剖面圖。結(jié)合圖例,可直觀地看出三種方法獲得的優(yōu)化預(yù)測剖面(黑色點線)均落在上、下規(guī)格限(紅色虛線)及其對應(yīng)的上、下95%分位數(shù)線(藍色點線)范圍內(nèi)。圖4右側(cè)是對左側(cè)圖中[42,50]×[9,10.5]矩形區(qū)域內(nèi)圖像的放大。在右側(cè)的放大圖上可清楚地觀察到,雖然三種方法獲得的優(yōu)化預(yù)測剖面圖比較接近。但使用本文方法獲得的優(yōu)化預(yù)測剖面位于其他兩種方法的優(yōu)化預(yù)測剖面上方,且波動較小。更直觀的說明,本文方法不但可以在較低的凝膠溫度條件下獲得更高的膠凝強度,而且最大限度地減少了質(zhì)量特性圍繞設(shè)計目標(biāo)值的波動,實現(xiàn)了該試驗的初始目標(biāo)。

    圖4 金屬注射成型試驗3種方法下的優(yōu)化預(yù)測剖面圖Fig.4 Optimized prediction profiles of metal injection molding experiment under three methods

    4 方法討論

    本文針對高維復(fù)雜數(shù)據(jù)的建模與穩(wěn)健參數(shù)設(shè)計問題,在PPGP的建模框架下,結(jié)合多元質(zhì)量損失函數(shù)構(gòu)建一個新的多響應(yīng)優(yōu)化模型。首先,利用邊緣后驗估計獲得超參數(shù)的近似值,確立PPGP元模型。其次,結(jié)合PPGP模型部分平行的特征,基于信噪比方法計算各響應(yīng)的損失權(quán)重,由損失權(quán)重生成的對角矩陣作為成本矩陣,構(gòu)建多元質(zhì)量損失函數(shù)。最后,在PPGP建??蚣芟?結(jié)合多元質(zhì)量損失函數(shù)構(gòu)建多響應(yīng)優(yōu)化模型,并使用遺傳算法尋找全局最優(yōu)參數(shù)設(shè)置。此外,通過仿真試驗與工程案例,將本文所提方法與基于最大似然估計的單變量GP方法和Alshraideh等[52]提出的GRF方法進行比較。發(fā)現(xiàn)本文所提方法,得到的質(zhì)量損失和絕對偏差最小,95%后驗置信區(qū)間更接近95%的名義水平。更重要的是,由于本文方法采用聯(lián)合建模的思想,與獨立建模的單變量GP方法相比,在建模時更方便,用遺傳算法尋找最優(yōu)解時所用的時間更短。說明本文所提方法能夠較好地兼顧建模和優(yōu)化過程的便捷性和穩(wěn)健性。而且隨著數(shù)據(jù)量和維數(shù)的增加,本文方法的優(yōu)勢愈明顯。

    5 結(jié)束語

    針對高維試驗數(shù)據(jù)的建模與穩(wěn)健參數(shù)設(shè)計問題,本文在GP的建模框架下,采用PPGP模型來構(gòu)建試驗因子與多質(zhì)量特性之間的響應(yīng)曲面,在此基礎(chǔ)上運用多元質(zhì)量損失函數(shù)作為優(yōu)化指標(biāo)來獲得可控因子的最佳參數(shù)設(shè)計值。另外,通過仿真試驗與工程案例,將本文所提方法與單變量GP方法和Alshraideh等提出的GRF方法進行比較。研究結(jié)果表明:與獨立建模的單變量GP方法相比,本文采用聯(lián)合建模方法,不僅能夠有效地處理高維試驗數(shù)據(jù)的建模與參數(shù)優(yōu)化問題,而且能夠獲得更為穩(wěn)健的優(yōu)化結(jié)果,運行效率更高。可以有效緩解高維復(fù)雜數(shù)據(jù)建模的“維數(shù)災(zāi)難”和優(yōu)化的復(fù)雜性等困難。

    需要特別指出的是,本文所提方法的部分平行特點是簡化計算的關(guān)鍵,可以有效地處理響應(yīng)服從正態(tài)分布的試驗數(shù)據(jù)的建模與穩(wěn)健參數(shù)設(shè)計問題。但若試驗數(shù)據(jù)存在明顯的空間相關(guān)性或為非正態(tài)響應(yīng)時,本文方法不再適用。希望改進模型以擴大其適用范圍,以便本文方法能夠更好地解決現(xiàn)實問題。另外,如何使用PPGP模型有效地處理既有定量因子又有定性因子的高維混合效應(yīng)試驗的質(zhì)量設(shè)計問題,是未來有待深入研究的課題之一。

    猜你喜歡
    損失建模函數(shù)
    少問一句,損失千金
    二次函數(shù)
    第3講 “函數(shù)”復(fù)習(xí)精講
    胖胖損失了多少元
    二次函數(shù)
    聯(lián)想等效,拓展建?!浴皫щ娦∏蛟诘刃鲋凶鰣A周運動”為例
    函數(shù)備考精講
    玉米抽穗前倒伏怎么辦?怎么減少損失?
    基于PSS/E的風(fēng)電場建模與動態(tài)分析
    電子制作(2018年17期)2018-09-28 01:56:44
    不對稱半橋變換器的建模與仿真
    一本色道久久久久久精品综合| 国产高清三级在线| 卡戴珊不雅视频在线播放| 国产亚洲欧美精品永久| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 在线免费观看不下载黄p国产| 91在线精品国自产拍蜜月| 久久ye,这里只有精品| 精品国产乱码久久久久久小说| 天堂中文最新版在线下载| 亚洲在久久综合| 亚洲久久久国产精品| 精品人妻在线不人妻| 97精品久久久久久久久久精品| 亚洲精品久久午夜乱码| 亚洲国产av影院在线观看| 精品福利永久在线观看| 亚洲精品一二三| 飞空精品影院首页| 国产精品99久久99久久久不卡 | 啦啦啦视频在线资源免费观看| 国产麻豆69| 免费观看在线日韩| 日本欧美视频一区| 亚洲精品第二区| 国产成人免费无遮挡视频| 18禁裸乳无遮挡动漫免费视频| 日韩一本色道免费dvd| 国产毛片在线视频| 国产xxxxx性猛交| 男女午夜视频在线观看 | 老司机影院毛片| 看免费成人av毛片| 99re6热这里在线精品视频| 中国美白少妇内射xxxbb| 国产xxxxx性猛交| 97在线人人人人妻| 亚洲伊人色综图| 久久久久久久国产电影| 大香蕉97超碰在线| www日本在线高清视频| 大香蕉97超碰在线| 两个人看的免费小视频| 欧美少妇被猛烈插入视频| 日本猛色少妇xxxxx猛交久久| 亚洲精品乱久久久久久| 国产精品秋霞免费鲁丝片| 成人黄色视频免费在线看| 国产黄色免费在线视频| 黄片无遮挡物在线观看| 国产永久视频网站| 免费人妻精品一区二区三区视频| 中文字幕另类日韩欧美亚洲嫩草| 久久久欧美国产精品| 久久精品国产a三级三级三级| 丰满饥渴人妻一区二区三| 亚洲欧美一区二区三区国产| 精品一区二区三区视频在线| 久久 成人 亚洲| 一二三四中文在线观看免费高清| 色视频在线一区二区三区| 国产高清国产精品国产三级| 天美传媒精品一区二区| 国产精品欧美亚洲77777| 国产精品国产三级专区第一集| 一区二区av电影网| 大码成人一级视频| 有码 亚洲区| 免费在线观看黄色视频的| 天天躁夜夜躁狠狠久久av| 国产欧美亚洲国产| 日韩欧美一区视频在线观看| 欧美老熟妇乱子伦牲交| 久久久国产欧美日韩av| 高清毛片免费看| 男人舔女人的私密视频| 黄色视频在线播放观看不卡| 国产黄色视频一区二区在线观看| 一区二区三区乱码不卡18| 久久久久久久精品精品| 精品卡一卡二卡四卡免费| xxxhd国产人妻xxx| 一区二区三区四区激情视频| 国产精品欧美亚洲77777| av又黄又爽大尺度在线免费看| 少妇人妻久久综合中文| 七月丁香在线播放| 免费不卡的大黄色大毛片视频在线观看| 爱豆传媒免费全集在线观看| 男女国产视频网站| 777米奇影视久久| 亚洲伊人久久精品综合| 91aial.com中文字幕在线观看| 国产女主播在线喷水免费视频网站| 性高湖久久久久久久久免费观看| 另类亚洲欧美激情| 日韩视频在线欧美| 免费少妇av软件| 亚洲欧美色中文字幕在线| 高清在线视频一区二区三区| 97在线人人人人妻| 精品国产一区二区三区四区第35| 国产av一区二区精品久久| 精品一品国产午夜福利视频| 九草在线视频观看| 国产免费现黄频在线看| 天天躁夜夜躁狠狠久久av| 免费在线观看黄色视频的| 99香蕉大伊视频| 日本免费在线观看一区| 少妇高潮的动态图| 亚洲精品美女久久av网站| 久久久国产精品麻豆| 观看av在线不卡| 91aial.com中文字幕在线观看| 日本色播在线视频| 日本色播在线视频| 亚洲av成人精品一二三区| 中文精品一卡2卡3卡4更新| 欧美少妇被猛烈插入视频| 视频区图区小说| 极品人妻少妇av视频| av福利片在线| 五月伊人婷婷丁香| 免费观看a级毛片全部| 国产精品成人在线| 2022亚洲国产成人精品| 国产精品 国内视频| 制服丝袜香蕉在线| 天天躁夜夜躁狠狠久久av| 一区二区三区精品91| 欧美人与性动交α欧美精品济南到 | 男女啪啪激烈高潮av片| 大香蕉久久成人网| 婷婷色综合大香蕉| 亚洲欧美成人综合另类久久久| 爱豆传媒免费全集在线观看| 国产精品一区二区在线不卡| 免费不卡的大黄色大毛片视频在线观看| av福利片在线| 欧美国产精品一级二级三级| 亚洲国产精品成人久久小说| 久久精品国产鲁丝片午夜精品| 日韩精品免费视频一区二区三区 | 亚洲激情五月婷婷啪啪| 黄片无遮挡物在线观看| 亚洲综合色网址| 丰满迷人的少妇在线观看| 久久 成人 亚洲| 午夜精品国产一区二区电影| 国产成人一区二区在线| 大话2 男鬼变身卡| 亚洲av国产av综合av卡| 国产欧美日韩综合在线一区二区| 美女xxoo啪啪120秒动态图| 热99国产精品久久久久久7| 久久精品国产亚洲av天美| 岛国毛片在线播放| 国产精品一国产av| www.熟女人妻精品国产 | kizo精华| 日本-黄色视频高清免费观看| 日韩中字成人| 欧美日韩视频高清一区二区三区二| 蜜桃国产av成人99| 国产成人精品无人区| 亚洲欧洲日产国产| 欧美人与性动交α欧美软件 | 国产精品无大码| 中文精品一卡2卡3卡4更新| 黑人欧美特级aaaaaa片| 狠狠精品人妻久久久久久综合| 你懂的网址亚洲精品在线观看| 男女国产视频网站| 在线观看人妻少妇| 国产黄色免费在线视频| 又黄又粗又硬又大视频| 亚洲国产精品999| 亚洲国产精品专区欧美| 韩国高清视频一区二区三区| 最近最新中文字幕大全免费视频 | 国产白丝娇喘喷水9色精品| 精品午夜福利在线看| 麻豆精品久久久久久蜜桃| 90打野战视频偷拍视频| 久久久久人妻精品一区果冻| 国产成人精品一,二区| av播播在线观看一区| 最后的刺客免费高清国语| 午夜福利乱码中文字幕| 哪个播放器可以免费观看大片| 我要看黄色一级片免费的| 日韩成人伦理影院| 一边亲一边摸免费视频| 男人舔女人的私密视频| 2022亚洲国产成人精品| 老司机影院成人| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 日日撸夜夜添| 香蕉精品网在线| 免费观看在线日韩| 国产1区2区3区精品| 久久精品熟女亚洲av麻豆精品| 国产一区二区三区av在线| 最近手机中文字幕大全| 捣出白浆h1v1| 2018国产大陆天天弄谢| 三上悠亚av全集在线观看| 精品福利永久在线观看| 成人无遮挡网站| 免费看不卡的av| 日日撸夜夜添| 久久久久久久国产电影| 街头女战士在线观看网站| 美国免费a级毛片| 午夜福利,免费看| 亚洲一级一片aⅴ在线观看| 久久精品久久久久久久性| 国产熟女欧美一区二区| 亚洲精品国产色婷婷电影| 久久精品国产鲁丝片午夜精品| 视频在线观看一区二区三区| 我要看黄色一级片免费的| 久久久久久久久久成人| 日本猛色少妇xxxxx猛交久久| 男人舔女人的私密视频| 欧美精品一区二区免费开放| 久久国内精品自在自线图片| 老司机影院毛片| 两个人看的免费小视频| 久久久精品免费免费高清| 人人妻人人澡人人看| 日韩 亚洲 欧美在线| 久久女婷五月综合色啪小说| 欧美日韩视频高清一区二区三区二| 精品亚洲成国产av| 亚洲精品久久久久久婷婷小说| 美女福利国产在线| 午夜免费男女啪啪视频观看| 亚洲精品日本国产第一区| 国产成人一区二区在线| 丰满乱子伦码专区| 日韩电影二区| 日韩中文字幕视频在线看片| 美女视频免费永久观看网站| 亚洲精品日韩在线中文字幕| 久久久久网色| 狠狠婷婷综合久久久久久88av| 91在线精品国自产拍蜜月| 日韩视频在线欧美| 一本—道久久a久久精品蜜桃钙片| 妹子高潮喷水视频| 国产精品国产三级专区第一集| 欧美人与性动交α欧美软件 | 亚洲四区av| 在线天堂中文资源库| 免费av中文字幕在线| 精品亚洲成a人片在线观看| 国产一区二区三区av在线| 国产精品久久久久久精品电影小说| 亚洲av电影在线进入| 黑人欧美特级aaaaaa片| 国产精品人妻久久久久久| 亚洲成国产人片在线观看| 中文字幕亚洲精品专区| 亚洲一区二区三区欧美精品| 精品一区二区三区视频在线| 欧美xxⅹ黑人| 一本大道久久a久久精品| 免费大片黄手机在线观看| 夫妻午夜视频| 日韩视频在线欧美| 国产一区亚洲一区在线观看| 十八禁高潮呻吟视频| 国产一区二区三区av在线| 午夜激情av网站| 你懂的网址亚洲精品在线观看| 久久97久久精品| 国产成人午夜福利电影在线观看| 国产精品人妻久久久影院| 国产深夜福利视频在线观看| 99热国产这里只有精品6| 日韩一区二区三区影片| 日韩人妻精品一区2区三区| 咕卡用的链子| 久久国产精品大桥未久av| 综合色丁香网| 久久亚洲国产成人精品v| 午夜激情久久久久久久| 国产精品久久久av美女十八| 国产黄色免费在线视频| 国产成人av激情在线播放| 天天躁夜夜躁狠狠躁躁| 成人亚洲精品一区在线观看| 亚洲精品乱久久久久久| 丰满饥渴人妻一区二区三| 欧美激情极品国产一区二区三区 | 黄网站色视频无遮挡免费观看| 国产探花极品一区二区| 如日韩欧美国产精品一区二区三区| 在线观看国产h片| 蜜桃国产av成人99| 久久久国产精品麻豆| 欧美精品一区二区免费开放| 久久久国产一区二区| 亚洲av免费高清在线观看| 中文字幕亚洲精品专区| 久久久久久久久久人人人人人人| 色婷婷av一区二区三区视频| 亚洲欧美日韩卡通动漫| 韩国精品一区二区三区 | 国产成人a∨麻豆精品| 男人舔女人的私密视频| 国产免费现黄频在线看| 日韩中文字幕视频在线看片| 在线免费观看不下载黄p国产| 亚洲精品美女久久久久99蜜臀 | 黄片无遮挡物在线观看| 久久精品久久精品一区二区三区| 内地一区二区视频在线| 欧美激情极品国产一区二区三区 | 国产成人aa在线观看| 欧美老熟妇乱子伦牲交| 日韩一本色道免费dvd| 久久人人爽av亚洲精品天堂| 亚洲欧美日韩另类电影网站| 亚洲欧美色中文字幕在线| 免费女性裸体啪啪无遮挡网站| 精品一区二区三区四区五区乱码 | 亚洲av日韩在线播放| 日本色播在线视频| 天堂8中文在线网| 老熟女久久久| 欧美xxⅹ黑人| 丰满乱子伦码专区| 免费黄网站久久成人精品| 免费女性裸体啪啪无遮挡网站| www.熟女人妻精品国产 | 制服诱惑二区| 夜夜骑夜夜射夜夜干| 国产精品不卡视频一区二区| 日日撸夜夜添| 性色av一级| 插逼视频在线观看| 男女高潮啪啪啪动态图| 天天躁夜夜躁狠狠躁躁| 永久免费av网站大全| 国产综合精华液| 精品亚洲成国产av| 香蕉国产在线看| 大香蕉97超碰在线| 久久精品国产亚洲av涩爱| 五月玫瑰六月丁香| 亚洲成人一二三区av| 天堂中文最新版在线下载| 丰满迷人的少妇在线观看| 精品亚洲成国产av| 一区二区三区精品91| 99九九在线精品视频| 国产xxxxx性猛交| freevideosex欧美| 亚洲欧美日韩卡通动漫| 国产精品麻豆人妻色哟哟久久| 欧美xxⅹ黑人| 久久热在线av| 精品99又大又爽又粗少妇毛片| 夫妻性生交免费视频一级片| 日韩大片免费观看网站| 成年人午夜在线观看视频| 国产精品不卡视频一区二区| 五月伊人婷婷丁香| 啦啦啦视频在线资源免费观看| 中文字幕制服av| 满18在线观看网站| 97在线视频观看| 水蜜桃什么品种好| 亚洲精华国产精华液的使用体验| 亚洲天堂av无毛| 中文字幕av电影在线播放| 九九爱精品视频在线观看| 性高湖久久久久久久久免费观看| 亚洲欧美成人综合另类久久久| 性色avwww在线观看| 两性夫妻黄色片 | 老司机影院成人| 亚洲精品美女久久av网站| 一级毛片 在线播放| 国产69精品久久久久777片| a级毛片在线看网站| 侵犯人妻中文字幕一二三四区| 2022亚洲国产成人精品| 国产精品久久久久久久久免| 精品国产一区二区久久| 国产亚洲精品第一综合不卡 | 18+在线观看网站| 中文字幕最新亚洲高清| 欧美日本中文国产一区发布| av卡一久久| 国产成人精品在线电影| 99久久精品国产国产毛片| 亚洲一码二码三码区别大吗| 一边摸一边做爽爽视频免费| 日本午夜av视频| 中文字幕制服av| 精品国产一区二区久久| 国产日韩欧美在线精品| 男女国产视频网站| 捣出白浆h1v1| 日韩欧美精品免费久久| 亚洲精品aⅴ在线观看| 欧美xxxx性猛交bbbb| 国产精品国产三级专区第一集| 免费看av在线观看网站| 视频区图区小说| 精品亚洲成a人片在线观看| 日韩三级伦理在线观看| 久久毛片免费看一区二区三区| 久久午夜综合久久蜜桃| 九草在线视频观看| 婷婷色综合www| 人成视频在线观看免费观看| 国产亚洲一区二区精品| 亚洲欧洲国产日韩| 国产色爽女视频免费观看| 少妇的逼好多水| av视频免费观看在线观看| 亚洲国产精品一区三区| 少妇高潮的动态图| 久久国内精品自在自线图片| 亚洲精品视频女| 婷婷色av中文字幕| 国产成人91sexporn| 免费少妇av软件| 欧美另类一区| 日韩,欧美,国产一区二区三区| 亚洲成人手机| 亚洲欧美一区二区三区黑人 | 久久免费观看电影| 欧美日韩国产mv在线观看视频| 日本-黄色视频高清免费观看| 人妻少妇偷人精品九色| 日本av免费视频播放| 国产爽快片一区二区三区| 女人精品久久久久毛片| 精品人妻在线不人妻| 美女xxoo啪啪120秒动态图| 欧美激情极品国产一区二区三区 | 男女啪啪激烈高潮av片| 如何舔出高潮| 免费不卡的大黄色大毛片视频在线观看| 日韩精品免费视频一区二区三区 | 国产精品蜜桃在线观看| 两性夫妻黄色片 | 精品人妻熟女毛片av久久网站| av一本久久久久| 国产xxxxx性猛交| 日韩制服骚丝袜av| 国产精品久久久久久久久免| 国产精品成人在线| 97精品久久久久久久久久精品| 99视频精品全部免费 在线| 中文字幕av电影在线播放| 蜜桃在线观看..| 在线观看三级黄色| 国产色婷婷99| 亚洲av电影在线观看一区二区三区| www.av在线官网国产| 日韩免费高清中文字幕av| 寂寞人妻少妇视频99o| 人妻系列 视频| 国产国语露脸激情在线看| 在线观看人妻少妇| 狂野欧美激情性xxxx在线观看| 欧美激情极品国产一区二区三区 | 日韩av不卡免费在线播放| 激情视频va一区二区三区| 国产精品秋霞免费鲁丝片| 欧美97在线视频| 9色porny在线观看| 美女脱内裤让男人舔精品视频| 熟女人妻精品中文字幕| 99香蕉大伊视频| 国产精品麻豆人妻色哟哟久久| 久久ye,这里只有精品| 亚洲中文av在线| 久久国内精品自在自线图片| 久久99蜜桃精品久久| 97在线人人人人妻| 国产视频首页在线观看| 国产成人一区二区在线| 黑人欧美特级aaaaaa片| 色5月婷婷丁香| 国产视频首页在线观看| 亚洲丝袜综合中文字幕| 亚洲精品色激情综合| 国产在线一区二区三区精| 国产 一区精品| av不卡在线播放| www.av在线官网国产| 亚洲 欧美一区二区三区| 人人妻人人爽人人添夜夜欢视频| 伦理电影免费视频| 国产淫语在线视频| 欧美精品国产亚洲| 亚洲三级黄色毛片| 十分钟在线观看高清视频www| 乱人伦中国视频| 观看av在线不卡| 超碰97精品在线观看| 91午夜精品亚洲一区二区三区| 97人妻天天添夜夜摸| 肉色欧美久久久久久久蜜桃| 91在线精品国自产拍蜜月| 亚洲精品美女久久久久99蜜臀 | 亚洲婷婷狠狠爱综合网| 免费大片黄手机在线观看| 成人漫画全彩无遮挡| 精品国产一区二区三区四区第35| 国产精品秋霞免费鲁丝片| 久久久久久久大尺度免费视频| 制服诱惑二区| 欧美成人午夜精品| 亚洲精品自拍成人| a 毛片基地| 亚洲国产精品一区二区三区在线| av不卡在线播放| 波野结衣二区三区在线| 亚洲情色 制服丝袜| 日韩精品免费视频一区二区三区 | 国产片内射在线| 男人添女人高潮全过程视频| 少妇人妻 视频| 麻豆精品久久久久久蜜桃| 天堂中文最新版在线下载| 国产免费一区二区三区四区乱码| 久久久久久久久久人人人人人人| 人人妻人人添人人爽欧美一区卜| 午夜免费男女啪啪视频观看| 2018国产大陆天天弄谢| 少妇精品久久久久久久| 日本午夜av视频| 韩国av在线不卡| 欧美精品人与动牲交sv欧美| 日本欧美国产在线视频| 精品熟女少妇av免费看| www日本在线高清视频| 亚洲人成77777在线视频| 观看美女的网站| 十八禁网站网址无遮挡| 观看美女的网站| 欧美+日韩+精品| 成人18禁高潮啪啪吃奶动态图| 精品人妻在线不人妻| 国产男人的电影天堂91| 国产精品久久久av美女十八| 国产成人免费观看mmmm| 精品人妻一区二区三区麻豆| 亚洲熟女精品中文字幕| 99热这里只有是精品在线观看| 1024视频免费在线观看| 欧美精品亚洲一区二区| 国产福利在线免费观看视频| 亚洲四区av| 满18在线观看网站| www日本在线高清视频| 人成视频在线观看免费观看| 狂野欧美激情性bbbbbb| 一区二区三区精品91| 天堂俺去俺来也www色官网| 国产精品偷伦视频观看了| 免费看av在线观看网站| 国产精品偷伦视频观看了| 水蜜桃什么品种好| 日韩一本色道免费dvd| 三级国产精品片| 久久久亚洲精品成人影院| 亚洲精品国产av成人精品| 亚洲成人av在线免费| 精品国产国语对白av| 国产免费现黄频在线看| 久久韩国三级中文字幕| 成人免费观看视频高清| 性色avwww在线观看| 高清黄色对白视频在线免费看| 老司机影院成人| 男的添女的下面高潮视频| 侵犯人妻中文字幕一二三四区| 婷婷色麻豆天堂久久| 天堂俺去俺来也www色官网| 91国产中文字幕| 久久99热6这里只有精品| 国产精品国产三级专区第一集| 三级国产精品片| 亚洲美女黄色视频免费看| 黄网站色视频无遮挡免费观看| av在线观看视频网站免费| 建设人人有责人人尽责人人享有的| 18在线观看网站| a级毛色黄片| 制服诱惑二区| 久热久热在线精品观看| 日韩中字成人| 黑人巨大精品欧美一区二区蜜桃 | 我要看黄色一级片免费的| 狠狠婷婷综合久久久久久88av| 亚洲欧美清纯卡通| 永久网站在线| a级毛片黄视频| 久久久亚洲精品成人影院| 侵犯人妻中文字幕一二三四区| 亚洲av中文av极速乱| 99热全是精品| 香蕉国产在线看| 国产欧美日韩一区二区三区在线| 亚洲欧美成人综合另类久久久|