• <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
    超碰av人人做人人爽久久 | 国产97色在线日韩免费| 综合色av麻豆| 欧美又色又爽又黄视频| 午夜日韩欧美国产| 又爽又黄无遮挡网站| 国产黄色小视频在线观看| 国产一区在线观看成人免费| 免费无遮挡裸体视频| 中文在线观看免费www的网站| 少妇人妻精品综合一区二区 | 青草久久国产| 午夜亚洲福利在线播放| 叶爱在线成人免费视频播放| 国产精品久久久久久亚洲av鲁大| 高潮久久久久久久久久久不卡| 国产亚洲av嫩草精品影院| 女生性感内裤真人,穿戴方法视频| 欧美日本视频| 亚洲人成电影免费在线| 天堂动漫精品| 午夜福利高清视频| 9191精品国产免费久久| 成年女人毛片免费观看观看9| 日本a在线网址| 亚洲精品色激情综合| 在线国产一区二区在线| aaaaa片日本免费| 黄色视频,在线免费观看| 国产伦一二天堂av在线观看| 熟女人妻精品中文字幕| 五月伊人婷婷丁香| 成年女人看的毛片在线观看| 99热精品在线国产| 国产视频内射| 日韩高清综合在线| 一二三四社区在线视频社区8| 日韩欧美 国产精品| 国产精品99久久久久久久久| 亚洲人成网站在线播| 岛国在线免费视频观看| 在线观看一区二区三区| 亚洲电影在线观看av| 免费一级毛片在线播放高清视频| 美女高潮的动态| 一区二区三区免费毛片| 色综合站精品国产| 啦啦啦免费观看视频1| 精品一区二区三区人妻视频| 制服人妻中文乱码| 最近在线观看免费完整版| 亚洲av电影在线进入| 在线观看一区二区三区| 日韩欧美 国产精品| 亚洲中文日韩欧美视频| 草草在线视频免费看| 国产激情欧美一区二区| 国产亚洲精品久久久com| 亚洲av免费在线观看| 99热这里只有精品一区| 免费大片18禁| 成人av一区二区三区在线看| 两性午夜刺激爽爽歪歪视频在线观看| 国产精品美女特级片免费视频播放器| 天堂√8在线中文| 悠悠久久av| 国产在线精品亚洲第一网站| 高清毛片免费观看视频网站| 国产精品久久久久久精品电影| 国产一级毛片七仙女欲春2| 欧美一级毛片孕妇| 国产黄色小视频在线观看| 久久婷婷人人爽人人干人人爱| 国产探花极品一区二区| 熟女人妻精品中文字幕| 19禁男女啪啪无遮挡网站| 亚洲精品在线观看二区| 午夜久久久久精精品| 九九热线精品视视频播放| 悠悠久久av| 首页视频小说图片口味搜索| 国产一区二区在线av高清观看| 夜夜看夜夜爽夜夜摸| 亚洲精品456在线播放app | 亚洲黑人精品在线| av国产免费在线观看| 国产毛片a区久久久久| 国内精品久久久久久久电影| 嫩草影院精品99| 18禁黄网站禁片免费观看直播| 757午夜福利合集在线观看| 成人亚洲精品av一区二区| 久久精品91无色码中文字幕| 在线天堂最新版资源| www.熟女人妻精品国产| 91久久精品国产一区二区成人 | 我的老师免费观看完整版| 亚洲天堂国产精品一区在线| 国产精品一及| 岛国在线观看网站| 高清在线国产一区| 18禁在线播放成人免费| 国产真人三级小视频在线观看| 99国产精品一区二区三区| 亚洲精品456在线播放app | 草草在线视频免费看| 在线a可以看的网站| xxx96com| 少妇人妻精品综合一区二区 | 欧美三级亚洲精品| 亚洲成a人片在线一区二区| 噜噜噜噜噜久久久久久91| 99视频精品全部免费 在线| 99久久综合精品五月天人人| 岛国在线免费视频观看| 色吧在线观看| 韩国av一区二区三区四区| 国产亚洲av嫩草精品影院| 男女做爰动态图高潮gif福利片| 亚洲av五月六月丁香网| 老司机福利观看| 老鸭窝网址在线观看| 日本 av在线| 久久久久国产精品人妻aⅴ院| 亚洲一区高清亚洲精品| 亚洲欧美日韩卡通动漫| 日韩成人在线观看一区二区三区| 国产亚洲精品av在线| 三级毛片av免费| 久久久成人免费电影| 白带黄色成豆腐渣| 色综合欧美亚洲国产小说| 久久精品综合一区二区三区| 久久久成人免费电影| 成年女人看的毛片在线观看| 国产综合懂色| 亚洲人与动物交配视频| 亚洲精品美女久久久久99蜜臀| 757午夜福利合集在线观看| 欧美另类亚洲清纯唯美| 99riav亚洲国产免费| 哪里可以看免费的av片| 99国产极品粉嫩在线观看| 亚洲在线观看片| 91麻豆av在线| 五月伊人婷婷丁香| av福利片在线观看| 亚洲国产中文字幕在线视频| 69人妻影院| 一进一出好大好爽视频| 大型黄色视频在线免费观看| 久久久久免费精品人妻一区二区| 禁无遮挡网站| 女生性感内裤真人,穿戴方法视频| 我的老师免费观看完整版| 99久久成人亚洲精品观看| 久久亚洲真实| 宅男免费午夜| 麻豆成人av在线观看| 国产精品嫩草影院av在线观看 | 狠狠狠狠99中文字幕| 小说图片视频综合网站| 国产成人a区在线观看| 男人和女人高潮做爰伦理| 亚洲成人精品中文字幕电影| 亚洲人成网站在线播放欧美日韩| 国产97色在线日韩免费| АⅤ资源中文在线天堂| 女人高潮潮喷娇喘18禁视频| 国产精品99久久久久久久久| 最新美女视频免费是黄的| 亚洲人成电影免费在线| 国产一区二区亚洲精品在线观看| 在线观看66精品国产| 国产av麻豆久久久久久久| 亚洲男人的天堂狠狠| 免费看美女性在线毛片视频| 国产精品久久久久久久电影 | 国产aⅴ精品一区二区三区波| 中文字幕精品亚洲无线码一区| 亚洲狠狠婷婷综合久久图片| 国产野战对白在线观看| 在线观看免费视频日本深夜| 99热精品在线国产| 高清毛片免费观看视频网站| www.色视频.com| 在线观看66精品国产| 窝窝影院91人妻| 无人区码免费观看不卡| 精品国产美女av久久久久小说| 国产老妇女一区| 精品久久久久久久久久免费视频| 熟女人妻精品中文字幕| 天堂√8在线中文| 91久久精品电影网| 在线观看舔阴道视频| 观看免费一级毛片| 首页视频小说图片口味搜索| 好男人在线观看高清免费视频| 久久久久久久精品吃奶| 久久人人精品亚洲av| 亚洲一区二区三区色噜噜| 小蜜桃在线观看免费完整版高清| 日韩欧美国产在线观看| 久久草成人影院| or卡值多少钱| 少妇人妻一区二区三区视频| 国产视频一区二区在线看| 色尼玛亚洲综合影院| 欧美xxxx黑人xx丫x性爽| 国产亚洲欧美在线一区二区| 色在线成人网| 精品电影一区二区在线| 天堂网av新在线| 激情在线观看视频在线高清| 久久性视频一级片| 亚洲国产精品999在线| 老司机深夜福利视频在线观看| 国产欧美日韩精品一区二区| 午夜激情福利司机影院| 国产高清有码在线观看视频| 床上黄色一级片| 久久这里只有精品中国| 亚洲国产精品sss在线观看| 欧美日韩黄片免| 变态另类成人亚洲欧美熟女| 欧美乱色亚洲激情| 国产激情欧美一区二区| 男女那种视频在线观看| 女人被狂操c到高潮| 在线免费观看不下载黄p国产 | 我的老师免费观看完整版| 老熟妇乱子伦视频在线观看| 人人妻人人看人人澡| 亚洲国产中文字幕在线视频| 女人被狂操c到高潮| 男人的好看免费观看在线视频| 一区福利在线观看| 欧美三级亚洲精品| 国产毛片a区久久久久| 内地一区二区视频在线| 精品一区二区三区视频在线 | or卡值多少钱| 国产av不卡久久| 亚洲美女视频黄频| 精品国产亚洲在线| 欧美日韩综合久久久久久 | 欧美激情在线99| 欧美性猛交╳xxx乱大交人| 久久精品国产清高在天天线| 国产精品久久久久久久电影 | 精品国产亚洲在线| 国产毛片a区久久久久| 日本三级黄在线观看| 中国美女看黄片| 欧美一区二区国产精品久久精品| 九九久久精品国产亚洲av麻豆| 五月伊人婷婷丁香| 成人国产一区最新在线观看| 精品不卡国产一区二区三区| 成人高潮视频无遮挡免费网站| 免费在线观看日本一区| 亚洲人成网站在线播| 最近最新免费中文字幕在线| or卡值多少钱| 深夜精品福利| 91av网一区二区| 亚洲av成人不卡在线观看播放网| 国产精品99久久99久久久不卡| 国产激情欧美一区二区| 久久精品国产99精品国产亚洲性色| 成人性生交大片免费视频hd| 中文字幕熟女人妻在线| 亚洲美女视频黄频| 一区二区三区高清视频在线| 欧美日韩综合久久久久久 | 制服丝袜大香蕉在线| 叶爱在线成人免费视频播放| 乱人视频在线观看| 国内毛片毛片毛片毛片毛片| 欧美日本亚洲视频在线播放| 日本成人三级电影网站| 国产精品久久久久久久电影 | av专区在线播放| 欧美极品一区二区三区四区| 99热这里只有精品一区| 老司机午夜福利在线观看视频| 欧美色视频一区免费| 好男人在线观看高清免费视频| a在线观看视频网站| 最近视频中文字幕2019在线8| 999久久久精品免费观看国产| 少妇熟女aⅴ在线视频| 日日夜夜操网爽| 精品一区二区三区av网在线观看| 人妻丰满熟妇av一区二区三区| 亚洲国产中文字幕在线视频| 国产在视频线在精品| 高清在线国产一区| 99热这里只有精品一区| 特大巨黑吊av在线直播| 日本撒尿小便嘘嘘汇集6| 在线看三级毛片| 18禁黄网站禁片午夜丰满| 麻豆成人午夜福利视频| 高清毛片免费观看视频网站| 成年人黄色毛片网站| 少妇裸体淫交视频免费看高清| 综合色av麻豆| 色综合站精品国产| 乱人视频在线观看| 少妇裸体淫交视频免费看高清| 国产成年人精品一区二区| 一个人免费在线观看的高清视频| 国模一区二区三区四区视频| 热99re8久久精品国产| 99久久综合精品五月天人人| 国产综合懂色| 中文字幕av在线有码专区| 成人精品一区二区免费| 国产成+人综合+亚洲专区| 搡老熟女国产l中国老女人| 欧美精品啪啪一区二区三区| 亚洲色图av天堂| 成年女人看的毛片在线观看| 91久久精品电影网| 国产av在哪里看| 国产中年淑女户外野战色| 首页视频小说图片口味搜索| 色av中文字幕| 亚洲久久久久久中文字幕| 国产在视频线在精品| 免费人成在线观看视频色| 亚洲一区二区三区不卡视频| 老司机深夜福利视频在线观看| 黄色日韩在线| 国产极品精品免费视频能看的| 悠悠久久av| 国产真实伦视频高清在线观看 | 日本黄色片子视频| 观看免费一级毛片| 熟女少妇亚洲综合色aaa.| 色综合欧美亚洲国产小说| 久久人妻av系列| 99久久99久久久精品蜜桃| 99国产精品一区二区三区| 网址你懂的国产日韩在线| 精品不卡国产一区二区三区| 精品电影一区二区在线| 国产真人三级小视频在线观看| 国产私拍福利视频在线观看| 亚洲国产欧洲综合997久久,| 99热只有精品国产| 噜噜噜噜噜久久久久久91| 制服丝袜大香蕉在线| 最后的刺客免费高清国语| 亚洲人成电影免费在线| 国产97色在线日韩免费| 日韩欧美在线二视频| 在线播放国产精品三级| 免费人成在线观看视频色| 久久久久免费精品人妻一区二区| 天天一区二区日本电影三级| 国产精品98久久久久久宅男小说| 女同久久另类99精品国产91| 亚洲中文字幕一区二区三区有码在线看| 国产精品98久久久久久宅男小说| 白带黄色成豆腐渣| 可以在线观看毛片的网站| 99久久99久久久精品蜜桃| 少妇高潮的动态图| 精品一区二区三区视频在线观看免费| 国产三级中文精品| 国产不卡一卡二| 有码 亚洲区| 69av精品久久久久久| bbb黄色大片| 欧美国产日韩亚洲一区| 精品久久久久久久久久久久久| 国产精品野战在线观看| 特级一级黄色大片| 夜夜看夜夜爽夜夜摸| 国产野战对白在线观看| 国产一区二区在线观看日韩 | 免费av观看视频| 亚洲中文字幕日韩| 国产高潮美女av| 成人国产一区最新在线观看| 丁香欧美五月| 综合色av麻豆| 久久午夜亚洲精品久久| 夜夜爽天天搞| 99riav亚洲国产免费| 日本撒尿小便嘘嘘汇集6| 成人18禁在线播放| 真人做人爱边吃奶动态| 老熟妇乱子伦视频在线观看| 亚洲中文字幕一区二区三区有码在线看| 午夜福利在线在线| 黄色女人牲交| 国产国拍精品亚洲av在线观看 | 日本撒尿小便嘘嘘汇集6| www.熟女人妻精品国产| 91九色精品人成在线观看| 在线国产一区二区在线| 9191精品国产免费久久| 亚洲va日本ⅴa欧美va伊人久久| 好看av亚洲va欧美ⅴa在| 免费看光身美女| 三级国产精品欧美在线观看| 国产主播在线观看一区二区| 有码 亚洲区| 啪啪无遮挡十八禁网站| 成人无遮挡网站| 欧美中文日本在线观看视频| 人妻丰满熟妇av一区二区三区| 一个人看视频在线观看www免费 | 亚洲精品成人久久久久久| 久久中文看片网| 在线免费观看的www视频| 搡老妇女老女人老熟妇| 久久天躁狠狠躁夜夜2o2o| 国产淫片久久久久久久久 | 免费大片18禁| а√天堂www在线а√下载| 欧美成狂野欧美在线观看| 欧美av亚洲av综合av国产av| 超碰av人人做人人爽久久 | svipshipincom国产片| 全区人妻精品视频| 久久精品影院6| 免费在线观看亚洲国产| 一个人看视频在线观看www免费 | 97超级碰碰碰精品色视频在线观看| 在线天堂最新版资源| 99精品欧美一区二区三区四区| 99精品久久久久人妻精品| 国产亚洲精品综合一区在线观看| 搞女人的毛片| 亚洲国产高清在线一区二区三| 国产一区二区在线av高清观看| 色综合欧美亚洲国产小说| 精品不卡国产一区二区三区| 美女高潮喷水抽搐中文字幕| 在线免费观看不下载黄p国产 | 少妇的逼好多水| 很黄的视频免费| 老熟妇乱子伦视频在线观看| 国产私拍福利视频在线观看| 国产淫片久久久久久久久 | 欧美成狂野欧美在线观看| 精品久久久久久久人妻蜜臀av| 99国产极品粉嫩在线观看| 亚洲七黄色美女视频| 欧美大码av| 97碰自拍视频| 欧美zozozo另类| 欧美一级a爱片免费观看看| 神马国产精品三级电影在线观看| 国产高清有码在线观看视频| 久久久久精品国产欧美久久久| 日韩免费av在线播放| 观看美女的网站| 观看免费一级毛片| 波多野结衣高清无吗| 亚洲国产精品成人综合色| 久久久久久久亚洲中文字幕 | 日本黄色视频三级网站网址| 欧美一区二区国产精品久久精品| 色av中文字幕| 精品国产亚洲在线| 舔av片在线| www.熟女人妻精品国产| 12—13女人毛片做爰片一| 在线观看美女被高潮喷水网站 | 一个人免费在线观看电影| 日本在线视频免费播放| 欧美一区二区精品小视频在线| 精品免费久久久久久久清纯| 观看免费一级毛片| 久久欧美精品欧美久久欧美| 99久久无色码亚洲精品果冻| 日日夜夜操网爽| 啦啦啦免费观看视频1| 免费观看的影片在线观看| 9191精品国产免费久久| 国产免费av片在线观看野外av| 国产麻豆成人av免费视频| av福利片在线观看| 国产亚洲欧美在线一区二区| 美女高潮的动态| 在线观看66精品国产| 亚洲熟妇熟女久久| 国产单亲对白刺激| 99视频精品全部免费 在线| 国内毛片毛片毛片毛片毛片| 在线播放国产精品三级| 人人妻人人澡欧美一区二区| 亚洲精品久久国产高清桃花| 18+在线观看网站| 中文字幕人成人乱码亚洲影| 51国产日韩欧美| 国内精品美女久久久久久| 欧美成人一区二区免费高清观看| 国产高清三级在线| 人人妻,人人澡人人爽秒播| 亚洲五月婷婷丁香| 9191精品国产免费久久| 精品乱码久久久久久99久播| 最新在线观看一区二区三区| 亚洲成人免费电影在线观看| 久久久久久国产a免费观看| 成人亚洲精品av一区二区| 亚洲专区中文字幕在线| 日本免费a在线| 国产色婷婷99| 亚洲乱码一区二区免费版| 免费观看的影片在线观看| 国产精品亚洲美女久久久| 日本精品一区二区三区蜜桃| 91麻豆av在线| 嫩草影视91久久| 性色avwww在线观看| 欧美日韩国产亚洲二区| 日本精品一区二区三区蜜桃| 中出人妻视频一区二区| av在线蜜桃| 欧美成人a在线观看| 午夜视频国产福利| 久久久久久久久大av| 女人被狂操c到高潮| 91字幕亚洲| 午夜免费激情av| 久久久久国产精品人妻aⅴ院| 琪琪午夜伦伦电影理论片6080| 精品人妻一区二区三区麻豆 | 欧美国产日韩亚洲一区| av天堂在线播放| 亚洲欧美日韩高清专用| 少妇熟女aⅴ在线视频| 90打野战视频偷拍视频| 两个人看的免费小视频| 国产不卡一卡二| 成年免费大片在线观看| 日韩欧美 国产精品| 性色avwww在线观看| 又黄又爽又免费观看的视频| 亚洲av电影在线进入| 国产激情欧美一区二区| 免费av毛片视频| 特大巨黑吊av在线直播| 日韩成人在线观看一区二区三区| 无人区码免费观看不卡| 国产极品精品免费视频能看的| 免费搜索国产男女视频| 国产精品乱码一区二三区的特点| 精品久久久久久久毛片微露脸| 亚洲欧美日韩高清在线视频| 精品乱码久久久久久99久播| 久久6这里有精品| 国产精品乱码一区二三区的特点| 欧美成人a在线观看| 天天一区二区日本电影三级| 淫秽高清视频在线观看| 精品久久久久久久人妻蜜臀av| 少妇的逼好多水| 法律面前人人平等表现在哪些方面| 草草在线视频免费看| 丰满人妻熟妇乱又伦精品不卡| 97超视频在线观看视频| 久久久精品大字幕| 久久婷婷人人爽人人干人人爱| 性欧美人与动物交配| av天堂在线播放| 亚洲人成电影免费在线| 九九在线视频观看精品| 夜夜爽天天搞| 免费无遮挡裸体视频| 国产高清有码在线观看视频| 色综合婷婷激情| 国产一区二区激情短视频| 精品一区二区三区av网在线观看| 精品国产美女av久久久久小说| 精品日产1卡2卡| 婷婷精品国产亚洲av在线| 操出白浆在线播放| 亚洲精品在线美女| 十八禁人妻一区二区| 变态另类成人亚洲欧美熟女| 99久久无色码亚洲精品果冻| 国产精品99久久久久久久久| 久久久精品欧美日韩精品| 日韩大尺度精品在线看网址| 欧美黑人欧美精品刺激| 中文字幕人妻熟人妻熟丝袜美 | 欧美zozozo另类| 内射极品少妇av片p| 欧美性猛交╳xxx乱大交人| 真人做人爱边吃奶动态| 日韩欧美三级三区| av黄色大香蕉| 热99在线观看视频| 熟女少妇亚洲综合色aaa.| 午夜福利欧美成人| 又爽又黄无遮挡网站| 日本五十路高清| 午夜激情福利司机影院| 999久久久精品免费观看国产| 久久久久国内视频| 欧美不卡视频在线免费观看| 狠狠狠狠99中文字幕| 国产精品99久久久久久久久| 黄色视频,在线免费观看| 久久久久久久久中文| 亚洲精品粉嫩美女一区|