• <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 ?

    面向質(zhì)量設(shè)計(jì)的Kriging組合建模技術(shù)

    2021-08-12 08:52:00肖甜麗馬義中林成龍
    關(guān)鍵詞:標(biāo)準(zhǔn)差高斯均值

    肖甜麗,馬義中,林成龍

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

    0 引言

    現(xiàn)代質(zhì)量工程中,產(chǎn)品的穩(wěn)健設(shè)計(jì)通常依賴于高保真的數(shù)值仿真。然而,這些高保真的數(shù)值仿真往往因耗費(fèi)大量時(shí)間,造成計(jì)算成本過高。為減少計(jì)算成本,借助計(jì)算機(jī)試驗(yàn)構(gòu)建代理模型,以替代昂貴的高保真數(shù)值仿真,受到了廣泛關(guān)注[1-3]。Kriging模型作為計(jì)算機(jī)試驗(yàn)中常用的代理模型之一,首次由SACKS等[4]應(yīng)用于計(jì)算機(jī)試驗(yàn)。一個(gè)Kriging模型主要由趨勢(shì)項(xiàng)和高斯隨機(jī)過程項(xiàng)兩部分組成,分別用均值函數(shù)和協(xié)方差函數(shù)來表示。在均值函數(shù)已知的情況下,協(xié)方差函數(shù)中的核函數(shù)對(duì)Kriging模型的擬合效果起決定作用。工程設(shè)計(jì)中,最廣泛使用的核函數(shù)為高斯核函數(shù)。XIONG等[5]利用高斯核函數(shù)構(gòu)造的Kriging模型來建立方差模型和均值模型,優(yōu)化了非線性信號(hào)響應(yīng)系統(tǒng);同樣地,ACAR[6]的研究表明,高斯核函數(shù)的預(yù)測(cè)性能優(yōu)于指數(shù)核函數(shù)和線性核函數(shù)。然而,由于高斯核函數(shù)的平滑度對(duì)于許多實(shí)際過程來說是不現(xiàn)實(shí)的,STEIN[7]建議使用Matérn核函數(shù)而不是高斯核函數(shù)。值得注意的是,最優(yōu)核函數(shù)高度依賴于具體問題,沒有某個(gè)單一核函數(shù)對(duì)所有問題都是最優(yōu)的?,F(xiàn)有大部分關(guān)于Kriging模型的研究基本都是預(yù)先指定核函數(shù),這可能導(dǎo)致所建立模型的預(yù)測(cè)效果較差。而利用不精確預(yù)測(cè)模型所獲得的優(yōu)化參數(shù)組合,無法保證質(zhì)量設(shè)計(jì)方案的可靠性。

    為避免錯(cuò)誤使用不合適的核函數(shù),可將多個(gè)不同的核函數(shù)構(gòu)成的Kriging模型組合為一個(gè)整體,即Kriging組合模型。Kriging組合模型不是為特定問題選擇某個(gè)最佳核函數(shù),而是充分利用多個(gè)核函數(shù)的預(yù)測(cè)能力來構(gòu)建一個(gè)具有普適性的強(qiáng)大集成模型[8-10]。PALAR等[11]利用組合建模技術(shù),將Kriging模型中的高斯、Matérn3/2和Matérn5/2三種常見的核函數(shù)組合在一起,并通過一個(gè)空氣動(dòng)力學(xué)實(shí)例證明了所提Kriging組合模型在精度上更為穩(wěn)健,能夠?qū)崿F(xiàn)與最佳單個(gè)核函數(shù)相似的性能;PALAR等[12]通過試驗(yàn)分析表明考慮多個(gè)核函數(shù)的Kriging組合模型提高了有效全局優(yōu)化的穩(wěn)健性和預(yù)測(cè)性能;GINSBOURGER等[13]提出將指數(shù)核函數(shù)和高斯核函數(shù)相結(jié)合來構(gòu)建Kriging組合模型,避免了Kriging核函數(shù)錯(cuò)誤指定的風(fēng)險(xiǎn)。

    Kriging組合模型的一般表現(xiàn)形式為多個(gè)子模型的線性加權(quán)組合。因此,組合建模過程中包含兩個(gè)關(guān)鍵問題:①如何確定子模型集;②如何確定子模型的權(quán)重?,F(xiàn)有關(guān)于子模型集的研究大都是預(yù)先指定,而后采用一定的方式加權(quán)組合。然而,并非所有子模型都能顯著提升組合模型的預(yù)測(cè)精度,有些子模型可能不合適。因此,在構(gòu)建組合模型前,有必要從候選子模型集中剔除冗余子模型。ZHOU等[14]提出利用逐步回歸對(duì)構(gòu)成組合模型的4個(gè)候選子模型進(jìn)行選擇;OUYANG等[15]指出文獻(xiàn)[14]所提的模型選擇方法是一次性的選擇過程,從方法的穩(wěn)健性方面無法反映每個(gè)子模型的優(yōu)勢(shì)和劣勢(shì),并提出基于Bootstrap重抽樣法來分析每個(gè)子模型的性能。上述模型選擇方法均未考慮使用者的先驗(yàn)知識(shí)。隨機(jī)搜索變量選擇(Stochastic Search Variable Selection, SSVS)法主要用于回歸模型中變量的選擇,不僅考慮了統(tǒng)計(jì)意義,還將使用者的先驗(yàn)知識(shí)通過先驗(yàn)假設(shè)融入到變量的選擇過程[16]。因此,本文通過借鑒SSVS法的思想,提出了在Kriging組合建模中的核函數(shù)選擇方法。

    在確定Kriging組合模型的子模型集后,還需計(jì)算各子模型對(duì)應(yīng)的權(quán)重。按照子模型權(quán)重的確定方法,可將組合模型分為全局組合模型[8-9]和局部組合模型[17-18]兩類。全局組合模型在整個(gè)設(shè)計(jì)空間具有不變的權(quán)重因子,而局部組合模型則具有隨預(yù)測(cè)點(diǎn)的位置變化而變化的權(quán)重因子。盡管局部組合模型比全局組合模型具有更高的精度,但其在設(shè)計(jì)優(yōu)化中的計(jì)算成本遠(yuǎn)高于全局組合模型??紤]到計(jì)算經(jīng)濟(jì)性,全局組合模型更適合應(yīng)用于實(shí)際的設(shè)計(jì)優(yōu)化過程。然而,該方法在整個(gè)設(shè)計(jì)空間中只有一組權(quán)重因子,這可能導(dǎo)致設(shè)計(jì)空間的某些區(qū)域無法獲得很好的預(yù)測(cè)。因此,為兼顧多個(gè)區(qū)域的預(yù)測(cè)精度,本文考慮通過劃分多個(gè)子組來優(yōu)化權(quán)重因子,提出在Kriging組合建模中基于K均值聚類的多組權(quán)重因子法。

    1 Kriging代理模型

    為構(gòu)建Kriging組合模型,本文在普通Kriging(Ordinary Kriging, OK)模型的基礎(chǔ)上,考慮了3個(gè)廣泛使用的核函數(shù),即高斯核函數(shù)、Matérn3/2核函數(shù)和Matérn5/2核函數(shù)。

    1.1 Kriging模型

    假設(shè)設(shè)計(jì)空間具有n個(gè)觀測(cè)樣本點(diǎn),樣本輸入矩陣表示為x=(x1,x2,…,xn)T,對(duì)應(yīng)的響應(yīng)為y=(y(x1),y(x2),…,y(xn))T。其中,第i(i=1,…,n)個(gè)輸入值xi=(xi1,xi2,…,xip),p為輸入因子的維度,則普通Kriging的模型形式為:

    y(xi)=μ+Z(xi)。

    (1)

    式中:μ為Kriging近似的均值,用于代表總體趨勢(shì);Z(xi)為中心化的平穩(wěn)高斯過程,用于插值。假定任意的兩個(gè)點(diǎn)xi和xj,則y(xi)和y(xj)之間的協(xié)方差為cov[Y(xi),Y(xj)]=cov[Z(xi),Z(xj)]=σ2R(xi,xj)。其中,R(xi,xj)為核函數(shù)(相關(guān)函數(shù)),可由超參數(shù)θ=(θ1,θ2,…,θp)來進(jìn)一步確定;σ2表示過程方差。

    對(duì)于任意一個(gè)新的輸入x*,OK模型的最優(yōu)線性無偏預(yù)測(cè)為:

    (2)

    1.2 Kriging模型的核函數(shù)

    1.2.1 高斯核函數(shù)

    高斯核函數(shù)的一般表示形式為:

    (3)

    式中:h=‖xi-xj‖,i和j分別表示兩個(gè)不同的設(shè)計(jì)點(diǎn);θ=(θ1,…,θd)為核函數(shù)的超參數(shù)。

    1.2.2 Matérn類核函數(shù)

    Stein基于Matérn的工作提出了將Matérn類函數(shù)應(yīng)用于Kriging模型。Matérn核函數(shù)的一般表示形式為:

    (4)

    式中:v≥1/2表示形狀參數(shù);Γ為Gamma函數(shù);κv為第2種改進(jìn)的貝塞爾函數(shù)。通過使用特定的v值可構(gòu)造特定的Matérn核函數(shù)。根據(jù)RASMUSSEN等[19]對(duì)于機(jī)器學(xué)習(xí)的高斯過程研究發(fā)現(xiàn),Matérn類核函數(shù)中最有趣的兩個(gè)特例為v=3/2和v=5/2。

    當(dāng)v=3/2時(shí),Matérn核函數(shù)的表示形式為:

    (5)

    當(dāng)v=5/2時(shí),Matérn核函數(shù)的表示形式為:

    R(θ,h,v=5/2)=

    (6)

    以上兩種Matérn核函數(shù)廣泛用于實(shí)際過程建模。因此,除高斯核函數(shù)外,本文還選擇Matérn3/2和Matérn5/2作為Kriging組合模型的候選核函數(shù)。

    2 Kriging組合模型的構(gòu)建方法

    2.1 基于SSVS法的Kriging核函數(shù)選擇

    首先將組合模型表示為:

    y=β1f1(x)+…+βmfm(x)+ε。

    (7)

    進(jìn)一步地,將f1(x),f2(x),…,fm(x)分別替換為M1(x),M2(x),…,Mm(x),則式(7)可表示為:

    y=β1M1(x)+…+βmMm(x)+ε。

    (8)

    式中M1(x),M2(x),…,Mm(x)表示由不同的單個(gè)候選核函數(shù)所建立的Kriging子模型。

    給定一組試驗(yàn)數(shù)據(jù)集{(x1,y1),(x2,y2),…,(xn,yn)},則對(duì)應(yīng)的線性回歸模型可表示為:

    (9)

    式中:Mj(xi)(i=1,2,…,n;j=i=1,2,…,m)為第j個(gè)子模型在xi處的預(yù)測(cè)值;ε=(ε1,…,εn)T服從均值為0,協(xié)方差為σ2In的多元正態(tài)分布。為獲得xi處各子模型的預(yù)測(cè)值,本文以除第i次試驗(yàn)運(yùn)行外的樣本數(shù)據(jù){(x1,y1),…,(xi-1,yi-1),(xi+1,yi+1),…,(xn,yn)}作為訓(xùn)練集來構(gòu)建由不同的單個(gè)候選核函數(shù)所建立的Kriging子模型,而后利用所建立的各子模型來預(yù)測(cè)xi處的輸出。

    在GEORGE等[16]提出的隨機(jī)搜索變量選擇法的基礎(chǔ)上,將由單個(gè)核函數(shù)所構(gòu)建的Kriging子模型看作單個(gè)變量以實(shí)施核函數(shù)的選擇。子模型的顯著與否,可通過在式(8)中引入指示性變量γj=0或1來判斷。首先假設(shè)γj先驗(yàn)分布為

    P(γj=1)=1-P(γj=0)=pj。

    (10)

    進(jìn)一步地,將模型系數(shù)βj的先驗(yàn)分布表示為一個(gè)混合正態(tài)分布

    (11)

    式中:τj取較小值,表示當(dāng)γj=0時(shí)βj的取值緊靠0附近,對(duì)應(yīng)的子模型是不顯著的;cj取較大值,表示當(dāng)γj=1時(shí)βj具有非0的估計(jì)值,對(duì)應(yīng)的子模型是顯著的。殘差方差σ2獨(dú)立于指示性變量γj和模型系數(shù)βj,其先驗(yàn)分布假設(shè)為一個(gè)逆伽馬分布

    σ2~I(xiàn)G(v/2,vλ/2),

    (12)

    2.2 基于K均值聚類的多組權(quán)重因子確定方法

    由ACAR等[9]提出的全局組合建模在現(xiàn)有的全局組合建模方法中性能表現(xiàn)較好,是常用組合建模方法之一。為節(jié)省計(jì)算成本,本文將其作為全局組合建模方法的代表。該方法通過優(yōu)化如下最小化問題來計(jì)算權(quán)重因子:

    s.t.

    1Tw=1。

    (13)

    上述計(jì)算權(quán)重的方法僅有一組權(quán)重因子,可能導(dǎo)致某些區(qū)域的預(yù)測(cè)效果較差。為改善該問題,本文提出以K均值聚類的方法將設(shè)計(jì)空間中的樣本點(diǎn)劃分為多個(gè)不同的組,然后優(yōu)化分組權(quán)重,從而獲得多組權(quán)重因子。流程如圖1所示,具體實(shí)現(xiàn)過程如下:

    步驟1初始化聚類數(shù)為l0,令k=0。

    步驟2利用K均值聚類將n個(gè)訓(xùn)練樣本點(diǎn)劃分為lk個(gè)組別。假設(shè)第q個(gè)組別所包含的樣本點(diǎn)數(shù)為nq(j=1,…,lk),則n=n1+n2+…+nlk。

    步驟3對(duì)于步驟3所劃分的組,通過最小化式(13)來獲得各組權(quán)重因子,進(jìn)而得到整個(gè)設(shè)計(jì)區(qū)間的權(quán)重因子。

    步驟4計(jì)算測(cè)試樣本點(diǎn)與訓(xùn)練樣本點(diǎn)中各組質(zhì)心的距離,以距離最近組的權(quán)重作為該聚類數(shù)下測(cè)試樣本點(diǎn)的權(quán)重。

    步驟5更新聚類數(shù)為l(k+1),令k=k+1。重復(fù)步驟2~步驟5,直到達(dá)到最大聚類數(shù)lmax。此時(shí)優(yōu)化的權(quán)重總組數(shù)為lmax(lmax+1)/2。考慮到計(jì)算成本,設(shè)置最大聚類數(shù)為10。

    步驟6計(jì)算并比較不同聚類數(shù)下的測(cè)試樣本點(diǎn)的均方根預(yù)測(cè)誤差(Root Mean Square Prediction Error, RMSPE)。

    步驟7以最小RMSPE所對(duì)應(yīng)的聚類數(shù)作為最佳聚類數(shù),最佳聚類數(shù)所對(duì)應(yīng)的權(quán)重即為最優(yōu)組合權(quán)重。

    2.3 基于SSVS法和K均值聚類的Kriging組合建模

    組合模型可解釋為專家知識(shí)的集合,其一般形式為:

    (14)

    由式(14)可以看出,組合模型的兩個(gè)關(guān)鍵因素為子模型集和權(quán)重因子?;诖耍疚脑贙riging組合建模過程中,同時(shí)考慮核函數(shù)的選擇及多組權(quán)重因子以優(yōu)化一般Kriging組合建模,其流程如圖2所示,具體實(shí)現(xiàn)步驟如下:

    步驟1利用最大最小拉丁超立方抽樣產(chǎn)生n個(gè)訓(xùn)練樣本點(diǎn),以及Ntest個(gè)測(cè)試樣本點(diǎn)。

    階段1:核函數(shù)的選擇階段。

    步驟2選擇高斯核函數(shù)、Matérn3/2核函數(shù)和Matérn5/2核函數(shù)作為Kriging代理模型的候選核函數(shù)。

    步驟3在步驟1產(chǎn)生的訓(xùn)練樣本的基礎(chǔ)上,利用除第i(i=1,2,…,n)個(gè)樣本點(diǎn)外的其他樣本{(x1,y1),…,(xi-1,yi-1),(xi+1,yi+1),…,(xn,yn)}來構(gòu)建單個(gè)候選核函數(shù)的Kriging代理子模型,而后利用所建立的第i個(gè)子模型來預(yù)測(cè)xi處的響應(yīng)值Mj(xi)(i=1,2,…,n;j=i=1,2,…,m)。進(jìn)一步,將子模型預(yù)測(cè)Mj(xi)(i=1,2,…,n;j=i=1,2,…,m)表示為式(9)的形式。

    步驟4將單個(gè)核函數(shù)所構(gòu)建的Kriging代理子模型看作一個(gè)變量,基于SSVS法進(jìn)行核函數(shù)組合的選擇。各參數(shù)的先驗(yàn)假設(shè)及調(diào)節(jié)參數(shù)的設(shè)置詳見2.1節(jié)。

    階段2:最優(yōu)權(quán)重因子的確定階段。

    步驟5利用2.2節(jié)所提方法及實(shí)現(xiàn)步驟,得到組合模型的最優(yōu)權(quán)重因子。

    階段3:Kriging組合模型的構(gòu)建階段。

    步驟6將步驟4所選擇的子模型和步驟5所獲得的最優(yōu)權(quán)重因子代入式(14),從而可獲得本文所提Kriging組合代理模型。

    3 算例研究

    3.1 試驗(yàn)設(shè)置

    為體現(xiàn)同類型單一核函數(shù)建模在多種場(chǎng)景下的不同表現(xiàn)性能,并證明所提Kriging組合模型在預(yù)測(cè)穩(wěn)健性和預(yù)測(cè)精度方面的優(yōu)越性,本文選擇如下6個(gè)具有代表性的分析函數(shù)[18,21-23]:

    (1)2D多模態(tài)函數(shù)

    (15)

    (2)Camelback函數(shù)

    (16)

    (3)Dette&Pepelyshev函數(shù)

    (17)

    (4)Hartman-3D函數(shù)

    (18)

    (5)Friedman函數(shù)

    f(x)=10sin(πx1x2)+20(x3-0.5)2+

    10x4+5x5。

    (19)

    (6)修正的Hartman-6D函數(shù)

    (20)

    其中Hartman-3D函數(shù)和修正的Hartman-6D函數(shù)中的參數(shù)ci,aij,pij分別如表1和表2所示。以上6個(gè)分析函數(shù)的試驗(yàn)設(shè)置如表3所示,包括維度、輸入變量的定義域、訓(xùn)練樣本的數(shù)量及測(cè)試樣本的數(shù)量。

    表1 Hartman-3D函數(shù)的參數(shù)設(shè)置

    表2 Hartman-6D函數(shù)的參數(shù)設(shè)置

    根據(jù)候選核函數(shù)的類型,本文需要建立的候選Kriging子模型包括高斯核Kriging模型、Matérn3/2核Kriging模型及Matérn5/2核Kriging模型。為方便起見,分別使用Gau、M3/2和M5/2來簡(jiǎn)單表示。全部候選Kriging子模型的線性加權(quán)是常用Kriging組合模型的一般形式,而本文所提組合建模在此基礎(chǔ)上同時(shí)考慮了核函數(shù)的選擇和多組權(quán)重因子。為證明所提方法的優(yōu)越性,建立了4種不同類型的組合模型,包括既不考慮核函數(shù)選擇也不考慮多組權(quán)重因子的一般Kriging組合模型、僅考慮核函數(shù)選擇的Kriging組合模型、僅考慮多組權(quán)重因子的Kriging組合模型及二者同時(shí)考慮的Kriging組合模型,分別用EK、EKS、EKM、EKSM簡(jiǎn)單表示。以上7種Kriging模型中核函數(shù)的超參數(shù)θ范圍均設(shè)置為[0.001,5]。

    (21)

    表3 各分析函數(shù)的試驗(yàn)設(shè)置

    3.2 結(jié)果與討論

    圖3所示為針對(duì)2D多模態(tài)函數(shù)、Camelback函數(shù)和Hartman-3D函數(shù)的7種Kriging建模方法的RMSPE箱線圖。每個(gè)箱體的頂部和底部分別表示RMSPE的上四分位數(shù)和下四分位數(shù),箱體中間的直線表示中位數(shù),從箱體末端延伸的線表示剩余數(shù)據(jù)相對(duì)于下四分位數(shù)和上四分位數(shù)的延伸,最大延伸長(zhǎng)度是四分位數(shù)范圍的1.5倍,“*”符號(hào)表示超出須線限度的異常值。由圖3可知:

    (1)2D多模態(tài)函數(shù)中,高斯核函數(shù)在單一核Kriging模型中具有最少的異常值、最集中的數(shù)據(jù)分布和最小的平均值,說明在預(yù)測(cè)可靠性、穩(wěn)健性及精度方面表現(xiàn)最佳,為最優(yōu)核函數(shù)。同樣地,通過對(duì)箱線圖的分析可知,Hartman-3D函數(shù)中最優(yōu)核函數(shù)為Matérn3/2核函數(shù),Camelback函數(shù)則為Matérn5/2核函數(shù),說明同一類型單一核函數(shù)的Kriging建模技術(shù)在不同情形下預(yù)測(cè)精度不同,沒有某個(gè)單一核函數(shù)對(duì)所有的分析函數(shù)都是最優(yōu)的,最優(yōu)核函數(shù)高度依賴于具體問題。

    (2)對(duì)比3個(gè)分析函數(shù)中組合模型與單一模型的預(yù)測(cè)性能知,無論最優(yōu)單一核函數(shù)的類型如何變化,4種Kriging組合模型的箱線圖須線長(zhǎng)度、箱體大小及異常值數(shù)量均優(yōu)于最差的Kriging單一模型,接近最優(yōu)的Kriging單一模型,說明Kriging組合建模比單一核Kriging建模更具有普適性。

    表4~表9以具體數(shù)字的形式分別展示了7種Kriging建模技術(shù)在6個(gè)分析函數(shù)不同訓(xùn)練樣本量下的RMSPE平均值和標(biāo)準(zhǔn)差,最優(yōu)值在各表中以粗體形式顯示。由RMSPE平均值可知:

    (1)Kriging單一模型的預(yù)測(cè)精度隨核函數(shù)的變化而變化,不同核函數(shù)對(duì)應(yīng)不同的RMSPE平均值。

    (2)考慮核函數(shù)選擇的Kriging組合模型EKS的預(yù)測(cè)精度優(yōu)于未考慮核函數(shù)選擇的一般Kriging組合模型EK,如Friedman函數(shù)樣本量為60時(shí),EKS的平均RMSPE為0.178 4,與EK的平均RMSPE 0.1908相比,預(yù)測(cè)精度提升了6.5%。

    (3)考慮多組權(quán)重因子的Kriging組合模型EKM的預(yù)測(cè)性能優(yōu)于僅考慮一組權(quán)重因子的一般Kriging組合模型EK,如Dette&Pepelyshev函數(shù)樣本量為30時(shí),EK的平均RMSPE為0.473 0,而EKM的平均RMSPE為0.402 1,精度提升了15%。

    (4)同時(shí)考慮核函數(shù)選擇和多組權(quán)重因子的Kriging組合建模EKSM能顯著提升模型性能,在本文所列舉的4種Kriging組合模型中表現(xiàn)最佳,如Hartman-3D函數(shù)中樣本量為50時(shí),所提Kriging組合模型的平均RMSPE為0.331 1,與一般Kriging組合模型EK相比精度提升了18.65%,與僅考慮多組權(quán)重因子的Kriging組合模型相比提升了12.71%,與僅考慮核函數(shù)選擇的Kriging組合模型相比提升了3.58%。

    (5)所提Kriging組合模型EKSM的預(yù)測(cè)性能在某些情況下可能優(yōu)于最優(yōu)的單一Kriging模型,如Camelback函數(shù)中樣本量為20,說明所提組合建模技術(shù)具有較好的預(yù)測(cè)精度。由RMSPE標(biāo)準(zhǔn)差知,所提Kriging組合模型與其他3種Kriging組合模型相比,具有最大比例的最小值;與單一Kriging模型相比,小于最大值,接近最小值。說明所提建模技術(shù)具有較好的預(yù)測(cè)穩(wěn)健性。

    表4 2D多模態(tài)函數(shù)不同Kriging代理模型的RMSPE平均值及標(biāo)準(zhǔn)差(括號(hào)內(nèi))

    表5 Camelback函數(shù)不同Kriging代理模型的RMSPE平均值及標(biāo)準(zhǔn)差(括號(hào)內(nèi))

    表6 Dette&Pepelyshev函數(shù)不同Kriging代理模型的RMSPE平均值及標(biāo)準(zhǔn)差(括號(hào)內(nèi))

    續(xù)表6

    表7 Hartman-3D函數(shù)不同Kriging代理模型的RMSPE平均值及標(biāo)準(zhǔn)差(括號(hào)內(nèi))

    表8 Friedman函數(shù)不同Kriging代理模型的RMSPE平均值及標(biāo)準(zhǔn)差(括號(hào)內(nèi))

    表9 修正的Hartman-6D函數(shù)不同Kriging代理模型的RMSPE平均值及標(biāo)準(zhǔn)差(括號(hào)內(nèi))

    另外,通過分析訓(xùn)練樣本量大小對(duì)組合模型預(yù)測(cè)性能的影響可知:①與其他3種Kriging組合模型相比,所提Kriging組合模型的RMSPE平均值和標(biāo)準(zhǔn)差在不同訓(xùn)練樣本量下均能保持較優(yōu)(最優(yōu)或與最優(yōu)相當(dāng)),說明所提方法的優(yōu)越性受樣本量的影響較??;②隨著訓(xùn)練樣本量的增加,不同Kriging模型的RMSPE平均值和標(biāo)準(zhǔn)差整體越來越小,說明訓(xùn)練樣本量與模型預(yù)測(cè)效果整體成正比。然而,樣本量的增大會(huì)增加計(jì)算成本。因此,在建模過程時(shí)應(yīng)權(quán)衡試驗(yàn)成本和模型精度,選擇合適的訓(xùn)練樣本量。

    4 實(shí)例研究

    活塞運(yùn)動(dòng)模型模擬了活塞在氣缸內(nèi)的移動(dòng)[24-25],活塞的性能通過完成一個(gè)循環(huán)所需的時(shí)間來測(cè)量,即活塞軸完整旋轉(zhuǎn)的循環(huán)時(shí)間Y,單位為s。通過改變活塞重量(M),活塞表面積(S),初始?xì)怏w體積(V0),彈簧系數(shù)(k),大氣壓力(P0),環(huán)境溫度(T)和充氣溫度(T0)7個(gè)輸入因子,可調(diào)節(jié)活塞的性能。表10列出了每個(gè)輸入因子的名義值允許范圍及其對(duì)應(yīng)的標(biāo)準(zhǔn)差σi。由于試驗(yàn)過程中噪聲因素的影響,輸入因子的實(shí)際值與名義值并不相等,而是在名義值附近呈正態(tài)分布變化,進(jìn)而導(dǎo)致循環(huán)時(shí)間Y的變化。優(yōu)化目標(biāo)是最小化Y的方差同時(shí),使其平均值盡可能地接近0.2。輸入因子和輸出響應(yīng)之間的影響過程可通過一系列非線性方程來表示:

    (22)

    其中:

    (23)

    (24)

    表10 活塞運(yùn)動(dòng)模擬中各輸入因子允許的取值范圍和標(biāo)準(zhǔn)差

    4.1 試驗(yàn)設(shè)置

    在質(zhì)量設(shè)計(jì)中,雙響應(yīng)曲面優(yōu)化法可同時(shí)優(yōu)化均值和方差,常用于確定輸入變量的最優(yōu)設(shè)置。該方法首先由MYERS等[26]提出,VINING等[27]進(jìn)一步將其進(jìn)行普及。雙響應(yīng)曲面的一個(gè)關(guān)鍵步驟是構(gòu)建均值響應(yīng)和標(biāo)準(zhǔn)差響應(yīng)的經(jīng)驗(yàn)?zāi)P?。為獲得響應(yīng)的均值和標(biāo)準(zhǔn)差,同一輸入因子水平組合應(yīng)重復(fù)多次試驗(yàn)。

    在實(shí)際試驗(yàn)過程中,受噪聲因素影響,輸入因子實(shí)際值常在名義值附近隨機(jī)波動(dòng)。假設(shè)輸入因子實(shí)際值在名義值的±3σi范圍內(nèi)隨機(jī)變化,則噪聲水平的取值范圍為±3σi。相應(yīng)地,本案例中的試驗(yàn)設(shè)計(jì)應(yīng)包含兩部分:①輸入因子名義水平的設(shè)計(jì);②輸入因子噪聲水平的設(shè)計(jì)。兩部分設(shè)計(jì)均采用最大最小拉丁超立方抽樣,在各自的取值范圍內(nèi)隨機(jī)產(chǎn)生100個(gè)試驗(yàn)點(diǎn)。為模擬實(shí)際中同一水平組合的重復(fù)試驗(yàn),噪聲水平100個(gè)試驗(yàn)點(diǎn)的產(chǎn)生重復(fù)3次。而后將同組號(hào)輸入因子的名義水平值與噪聲水平值相加,即可獲得相應(yīng)的實(shí)際水平值。進(jìn)一步地,將100組重復(fù)3次的輸入因子實(shí)際水平值帶入式(19)~式(21)可得到循環(huán)時(shí)間Y的值。之后對(duì)同一水平組合3次重復(fù)對(duì)應(yīng)的Y值分別求平均值和標(biāo)準(zhǔn)差。

    為評(píng)價(jià)所提模型的預(yù)測(cè)性能,利用Bootstrap重抽樣法,分別將由試驗(yàn)設(shè)計(jì)獲得的響應(yīng)均值和響應(yīng)標(biāo)準(zhǔn)差數(shù)據(jù)集以8:2隨機(jī)分割為訓(xùn)練集與測(cè)試集,通過500次重抽樣,獲得500對(duì)訓(xùn)練集與測(cè)試集。在此基礎(chǔ)上,每種建模方法可建立500個(gè)不同的模型并得到測(cè)試樣本集的500個(gè)預(yù)測(cè)向量。然后,分別計(jì)算3種Kriging單一模型和4種Kriging組合模型在500個(gè)測(cè)試集上的RMSPE。最后,通過比較不同Kriging組合模型的RMSPE來說明所提組合模型方法的優(yōu)越性。

    4.2 不同方法的預(yù)測(cè)性能分析

    為說明所提建模技術(shù)的有效性,圖4以箱線圖的形式、表11以具體數(shù)字的形式分別顯示了3種Kriging單一模型和4種Kriging組合模型對(duì)于均值響應(yīng)和標(biāo)準(zhǔn)差響應(yīng)的RMSPE。在表11中,粗體表示對(duì)應(yīng)建模技術(shù)在所使用的評(píng)價(jià)標(biāo)準(zhǔn)中表現(xiàn)最優(yōu)。

    由圖4和表11對(duì)應(yīng)的響應(yīng)均值可知,在3種Kriging單一建模技術(shù)中,Matérn3/2核Kriging模型的離群點(diǎn)數(shù)量最少,RMSPE均值和標(biāo)準(zhǔn)差最小,說明其預(yù)測(cè)精度和穩(wěn)健性最好。高斯核Kriging模型的預(yù)測(cè)性能最差,進(jìn)一步說明在輸入變量與響應(yīng)之間關(guān)系未知時(shí),若直接采用最廣泛使用的高斯核函數(shù),會(huì)造成較差的預(yù)測(cè)結(jié)果。4種Kriging組合建模技術(shù)中,所提建模技術(shù)具有最小的RMSPE均值和標(biāo)準(zhǔn)差,預(yù)測(cè)性能優(yōu)于其他3種單一Kriging模型。另外,Kriging組合模型與Kriging單一模型整體相比,組合模型具有比最差單一模型較好同時(shí)與最優(yōu)單一模型相當(dāng)?shù)念A(yù)測(cè)效果。說明組合模型能充分利用每個(gè)單一模型的預(yù)測(cè)能力來獲得更加強(qiáng)大的預(yù)測(cè)能力,在輸入變量與響應(yīng)之間關(guān)系未知時(shí),可保證較精確和穩(wěn)健的預(yù)測(cè)效果。同樣地,由圖4和表11對(duì)應(yīng)的響應(yīng)標(biāo)準(zhǔn)差可知,所提組合建模技術(shù)具有最小的RMSPE均值,說明其具有較好的預(yù)測(cè)精度;4種Kriging組合建模的標(biāo)準(zhǔn)差大小(箱線圖的數(shù)據(jù)集中程度)相當(dāng),其中所提Kriging組合建模技術(shù)優(yōu)于一般Kriging組合建模技術(shù),提升了預(yù)測(cè)穩(wěn)健性;所比較的7種Kriging模型中,所提方法具有相對(duì)較少數(shù)量的離群點(diǎn),從而說明了其預(yù)測(cè)的可靠性。

    表11 7種Kriging代理模型的RMSPE平均值及標(biāo)準(zhǔn)差(括號(hào)內(nèi))

    4.3 不同方法的優(yōu)化結(jié)果分析

    在本案例中,盡管輸出響應(yīng)與設(shè)計(jì)變量之間的真實(shí)關(guān)系未知,但是為了充分說明所提建模技術(shù)的優(yōu)越性,假設(shè)真實(shí)模型為3類單一核Kriging模型之一,從而響應(yīng)均值和響應(yīng)標(biāo)準(zhǔn)差的假設(shè)真實(shí)模型組合共有9組。首先將本文所比較7種Kriging建模技術(shù)的最優(yōu)參數(shù)組合分別作為9種真實(shí)模型的輸入,則可獲得每種建模技術(shù)的9組真實(shí)優(yōu)化目標(biāo)值。進(jìn)一步,以歐式距離作為評(píng)價(jià)標(biāo)準(zhǔn),計(jì)算7種Kriging建模技術(shù)與真實(shí)模型的真實(shí)優(yōu)化目標(biāo)值之間的距離,其結(jié)果如表12所示。表12顯示了所提Kriging組合建模技術(shù)具有最小的歐氏距離均值和標(biāo)準(zhǔn)差。由均值對(duì)比可知,所提方法與最優(yōu)Kriging單一建模技術(shù)相比提升了65.34%,與其他Kriging組合建模技術(shù)相比最少提升了45.5%。由標(biāo)準(zhǔn)差對(duì)比知,所提方法與最優(yōu)Kriging單一建模技術(shù)相比提升了84.12%;與其他Kriging組合建模技術(shù)相比至少提升了22.7%。同時(shí),不論真實(shí)模型的具體形式如何,Kriging組合建模技術(shù)均能獲得與真實(shí)模型距離相對(duì)較小的優(yōu)化結(jié)果。由此說明所提Kriging組合建模技術(shù)對(duì)模型形式的不確定是穩(wěn)健的。

    表12 7種Kriging代理模型與真實(shí)模型的的真實(shí)優(yōu)化目標(biāo)值的距離

    5 結(jié)束語

    本文提出一個(gè)新的Kriging組合建模方法,通過6個(gè)仿真算例和1個(gè)工業(yè)實(shí)例的對(duì)比分析發(fā)現(xiàn):

    (1)考慮多個(gè)核函數(shù)的Kriging組合模型通過集成多個(gè)核函數(shù)的預(yù)測(cè)性能,在多種場(chǎng)景下都能保持較好的預(yù)測(cè)精度,與僅考慮單個(gè)核函數(shù)的Kriging單一模型相比更具普適性和穩(wěn)健性。

    (2)SSVS核函數(shù)選擇方法有效提升了Kriging組合模型的預(yù)測(cè)效果,與一般Kriging組合模型相比,避免了冗余問題的出現(xiàn)。

    (3)考慮全局多組權(quán)重因子的Kriging組合模型,采用多個(gè)區(qū)域的兼顧策略,保證了局部和全局都具有較好的預(yù)測(cè)性能,優(yōu)于僅考慮一組權(quán)重因子的Kriging組合模型。

    本文的貢獻(xiàn)主要在于所提建模技術(shù)不僅具有較好的預(yù)測(cè)性能,還能夠得到較穩(wěn)健的優(yōu)化結(jié)果。與此同時(shí),關(guān)于Kriging建模技術(shù)還得出4個(gè)有趣的發(fā)現(xiàn):

    (1)沒有某個(gè)單一核函數(shù)在Kriging建模的所有情形中都表現(xiàn)最優(yōu)。

    (2)并不是所有的核函數(shù)都能提升Kriging組合模型的預(yù)測(cè)性能。

    (3)與全局組合模型相比,設(shè)計(jì)空間的區(qū)域劃分可在保證經(jīng)濟(jì)性的基礎(chǔ)上,進(jìn)一步提升Kriging組合模型的預(yù)測(cè)性能。

    (4)來自單個(gè)建模技術(shù)的最優(yōu)參數(shù)組合可能被低估或高估。

    基于本文的研究?jī)?nèi)容,未來可進(jìn)一步研究的方向包括:①在所提Kriging建模技術(shù)中考慮噪聲變量的影響;②將所提方法拓展到多響應(yīng)的情形;③考慮組合模型中子模型之間的相關(guān)性。

    猜你喜歡
    標(biāo)準(zhǔn)差高斯均值
    小高斯的大發(fā)現(xiàn)
    用Pro-Kin Line平衡反饋訓(xùn)練儀對(duì)早期帕金森病患者進(jìn)行治療對(duì)其動(dòng)態(tài)平衡功能的影響
    天才數(shù)學(xué)家——高斯
    均值不等式失效時(shí)的解決方法
    均值與方差在生活中的應(yīng)用
    對(duì)于平均差與標(biāo)準(zhǔn)差的數(shù)學(xué)關(guān)系和應(yīng)用價(jià)值比較研究
    關(guān)于均值有界變差函數(shù)的重要不等式
    有限域上高斯正規(guī)基的一個(gè)注記
    對(duì)偶均值積分的Marcus-Lopes不等式
    醫(yī)學(xué)科技論文中有效數(shù)字的確定
    久久99热这里只有精品18| 麻豆精品久久久久久蜜桃| 黄色丝袜av网址大全| 18+在线观看网站| 精品一区二区三区人妻视频| 免费高清视频大片| 亚洲av免费高清在线观看| 国内久久婷婷六月综合欲色啪| 国产精品亚洲美女久久久| 亚洲成人久久性| 精品一区二区免费观看| 男女视频在线观看网站免费| 亚洲国产精品久久男人天堂| 少妇熟女aⅴ在线视频| 99国产极品粉嫩在线观看| 99在线人妻在线中文字幕| 性色avwww在线观看| 亚洲avbb在线观看| 一个人看的www免费观看视频| 日本色播在线视频| 舔av片在线| 高清毛片免费观看视频网站| 在线免费十八禁| 国产日本99.免费观看| 国产单亲对白刺激| 别揉我奶头 嗯啊视频| 国产大屁股一区二区在线视频| 久久久精品大字幕| 在线播放国产精品三级| 十八禁国产超污无遮挡网站| 国产欧美日韩精品一区二区| 尾随美女入室| 看十八女毛片水多多多| 日本-黄色视频高清免费观看| 成人毛片a级毛片在线播放| 午夜影院日韩av| 精品一区二区免费观看| 亚洲国产欧美人成| 日韩欧美免费精品| 日韩欧美精品免费久久| 午夜日韩欧美国产| 日韩在线高清观看一区二区三区 | 黄色配什么色好看| 麻豆成人av在线观看| 免费在线观看影片大全网站| av天堂在线播放| 国产高清激情床上av| 免费不卡的大黄色大毛片视频在线观看 | 如何舔出高潮| 国产色爽女视频免费观看| 看黄色毛片网站| 国产毛片a区久久久久| 午夜福利在线观看免费完整高清在 | 午夜老司机福利剧场| av女优亚洲男人天堂| 国产亚洲欧美98| 国内久久婷婷六月综合欲色啪| 可以在线观看毛片的网站| 欧美激情国产日韩精品一区| 日本成人三级电影网站| 22中文网久久字幕| 18禁黄网站禁片免费观看直播| 美女黄网站色视频| 99九九线精品视频在线观看视频| 最近最新免费中文字幕在线| 1024手机看黄色片| 精品午夜福利视频在线观看一区| 国产综合懂色| 联通29元200g的流量卡| 日韩在线高清观看一区二区三区 | 亚洲av.av天堂| 国产精品三级大全| 天美传媒精品一区二区| 真人一进一出gif抽搐免费| 一进一出抽搐动态| 老司机福利观看| 黄色欧美视频在线观看| 日本熟妇午夜| 国产午夜福利久久久久久| 国产精品福利在线免费观看| 国产91精品成人一区二区三区| 色综合站精品国产| 一区二区三区免费毛片| 亚洲成a人片在线一区二区| 国产 一区 欧美 日韩| 亚洲午夜理论影院| 免费观看在线日韩| 2021天堂中文幕一二区在线观| 久久这里只有精品中国| 日韩强制内射视频| 男女视频在线观看网站免费| 亚洲人与动物交配视频| 高清在线国产一区| 国产亚洲精品综合一区在线观看| 一个人看的www免费观看视频| 又粗又爽又猛毛片免费看| 国产高清激情床上av| 欧美日韩中文字幕国产精品一区二区三区| 岛国在线免费视频观看| 一本一本综合久久| 男人狂女人下面高潮的视频| 国产成人a区在线观看| 久久精品国产亚洲av涩爱 | 亚洲人成伊人成综合网2020| 久久精品国产鲁丝片午夜精品 | 亚洲最大成人av| www.www免费av| 欧美中文日本在线观看视频| 一本精品99久久精品77| 国产精品99久久久久久久久| 在线天堂最新版资源| 日韩一本色道免费dvd| 婷婷六月久久综合丁香| 琪琪午夜伦伦电影理论片6080| 嫩草影院入口| 97超级碰碰碰精品色视频在线观看| 国产精品久久电影中文字幕| 国产欧美日韩精品一区二区| h日本视频在线播放| 亚洲精品在线观看二区| 88av欧美| 免费大片18禁| 精品一区二区三区视频在线| 午夜福利成人在线免费观看| 亚洲av中文字字幕乱码综合| 国产黄片美女视频| av天堂在线播放| 波多野结衣高清作品| 久久6这里有精品| 国产美女午夜福利| 国产av一区在线观看免费| 中国美白少妇内射xxxbb| 日本-黄色视频高清免费观看| 18禁黄网站禁片免费观看直播| 国产黄a三级三级三级人| 啪啪无遮挡十八禁网站| 在线免费观看不下载黄p国产 | 久久久成人免费电影| 九九热线精品视视频播放| 在线观看午夜福利视频| 性欧美人与动物交配| 成人欧美大片| 变态另类成人亚洲欧美熟女| 2021天堂中文幕一二区在线观| 男女那种视频在线观看| 伦精品一区二区三区| 欧美日韩综合久久久久久 | 亚洲无线在线观看| 久久国内精品自在自线图片| 亚洲欧美精品综合久久99| 成人欧美大片| 全区人妻精品视频| 欧美日韩精品成人综合77777| 亚洲精品粉嫩美女一区| 亚洲精品久久国产高清桃花| 中出人妻视频一区二区| 国产在线男女| 动漫黄色视频在线观看| 男女做爰动态图高潮gif福利片| 俄罗斯特黄特色一大片| 国产精品一区www在线观看 | 亚洲一级一片aⅴ在线观看| 亚洲国产精品成人综合色| 在线看三级毛片| 午夜精品一区二区三区免费看| 小蜜桃在线观看免费完整版高清| 精品一区二区三区视频在线观看免费| 精品久久久久久久久亚洲 | a级一级毛片免费在线观看| 小说图片视频综合网站| 91av网一区二区| av在线天堂中文字幕| 国产精品一区www在线观看 | 五月玫瑰六月丁香| 最近最新免费中文字幕在线| 精品日产1卡2卡| netflix在线观看网站| 悠悠久久av| 在线免费观看的www视频| 嫩草影院入口| 中文字幕免费在线视频6| 91在线观看av| 午夜福利在线观看免费完整高清在 | 在线免费观看不下载黄p国产 | 精品久久国产蜜桃| 亚洲最大成人手机在线| 欧美国产日韩亚洲一区| 欧美人与善性xxx| 又粗又爽又猛毛片免费看| 国产男人的电影天堂91| 在线观看午夜福利视频| 精品久久久久久成人av| 伦精品一区二区三区| 人人妻,人人澡人人爽秒播| 天堂√8在线中文| 一本一本综合久久| 一本精品99久久精品77| 精品福利观看| 18禁黄网站禁片免费观看直播| 嫩草影院精品99| 乱系列少妇在线播放| 国内精品久久久久精免费| 成人特级黄色片久久久久久久| 精品国产三级普通话版| 岛国在线免费视频观看| 亚洲一区高清亚洲精品| 中文资源天堂在线| 亚洲精品亚洲一区二区| 国产av不卡久久| 男插女下体视频免费在线播放| 欧美国产日韩亚洲一区| 成年版毛片免费区| 国产不卡一卡二| 成人午夜高清在线视频| 性欧美人与动物交配| 国产精品不卡视频一区二区| ponron亚洲| 九色成人免费人妻av| 春色校园在线视频观看| 日本在线视频免费播放| 99久久九九国产精品国产免费| 日韩中字成人| 日韩欧美免费精品| 国内精品久久久久久久电影| 国产激情偷乱视频一区二区| ponron亚洲| 国产成人福利小说| 在线免费十八禁| 中文字幕久久专区| 日本黄大片高清| 国产精品人妻久久久影院| 禁无遮挡网站| 国产精品一区www在线观看 | 他把我摸到了高潮在线观看| 亚洲精华国产精华精| 又爽又黄a免费视频| 三级男女做爰猛烈吃奶摸视频| 丰满的人妻完整版| 性色avwww在线观看| 国产又黄又爽又无遮挡在线| 小说图片视频综合网站| 久久婷婷人人爽人人干人人爱| 天堂av国产一区二区熟女人妻| 身体一侧抽搐| 国语自产精品视频在线第100页| 亚洲中文字幕日韩| 国产不卡一卡二| 亚洲国产欧美人成| 天美传媒精品一区二区| 桃红色精品国产亚洲av| 中国美女看黄片| 天美传媒精品一区二区| 久久午夜福利片| 一级黄片播放器| av黄色大香蕉| 伦精品一区二区三区| 身体一侧抽搐| 国产蜜桃级精品一区二区三区| 国产精品爽爽va在线观看网站| 日韩欧美精品免费久久| 亚洲欧美激情综合另类| 老师上课跳d突然被开到最大视频| 啦啦啦韩国在线观看视频| 午夜福利18| 18禁裸乳无遮挡免费网站照片| 国产亚洲精品综合一区在线观看| 欧美精品国产亚洲| 蜜桃久久精品国产亚洲av| 12—13女人毛片做爰片一| 九九热线精品视视频播放| 熟女人妻精品中文字幕| 91麻豆av在线| 亚洲,欧美,日韩| 精品午夜福利在线看| 免费看日本二区| 国产极品精品免费视频能看的| 偷拍熟女少妇极品色| 级片在线观看| 日韩中字成人| 99热这里只有是精品在线观看| 熟女电影av网| 欧美zozozo另类| 午夜视频国产福利| 国产精品一区二区三区四区久久| 又爽又黄a免费视频| av在线观看视频网站免费| 国产精华一区二区三区| 国产白丝娇喘喷水9色精品| 综合色av麻豆| 日韩大尺度精品在线看网址| 丰满的人妻完整版| 老司机福利观看| 91午夜精品亚洲一区二区三区 | 麻豆国产97在线/欧美| 精品国内亚洲2022精品成人| 亚洲成人中文字幕在线播放| 亚洲成a人片在线一区二区| 国产一区二区三区视频了| 久久6这里有精品| 亚洲中文日韩欧美视频| 亚洲自偷自拍三级| 天堂影院成人在线观看| 最新中文字幕久久久久| 久久精品国产99精品国产亚洲性色| 免费在线观看影片大全网站| 日韩高清综合在线| h日本视频在线播放| av在线天堂中文字幕| 国内精品久久久久精免费| 欧美日韩精品成人综合77777| 无人区码免费观看不卡| 99久久久亚洲精品蜜臀av| 亚洲精华国产精华精| 亚洲无线观看免费| 日韩强制内射视频| 少妇的逼水好多| 久久久久久久久久黄片| 精品人妻一区二区三区麻豆 | 免费看日本二区| 欧美一区二区精品小视频在线| 99久久无色码亚洲精品果冻| 日韩,欧美,国产一区二区三区 | netflix在线观看网站| 久久中文看片网| 亚洲avbb在线观看| 18禁黄网站禁片免费观看直播| 无人区码免费观看不卡| 亚洲专区中文字幕在线| 亚洲国产色片| 国产极品精品免费视频能看的| 一边摸一边抽搐一进一小说| 欧美最新免费一区二区三区| 毛片一级片免费看久久久久 | 女生性感内裤真人,穿戴方法视频| 国产综合懂色| 久久久久久伊人网av| 久久精品国产99精品国产亚洲性色| 此物有八面人人有两片| 国产精品美女特级片免费视频播放器| 两个人的视频大全免费| 最近在线观看免费完整版| 国产亚洲精品久久久久久毛片| 欧美在线一区亚洲| 亚洲欧美日韩东京热| 狂野欧美激情性xxxx在线观看| 欧美一级a爱片免费观看看| 国产精品av视频在线免费观看| 啦啦啦啦在线视频资源| 日韩一本色道免费dvd| 日本a在线网址| 真实男女啪啪啪动态图| 日本黄色视频三级网站网址| 黄色女人牲交| 亚洲国产精品成人综合色| 国产成人aa在线观看| 国产又黄又爽又无遮挡在线| 韩国av一区二区三区四区| h日本视频在线播放| 无遮挡黄片免费观看| 久久久成人免费电影| 亚州av有码| 99九九线精品视频在线观看视频| 欧美成人一区二区免费高清观看| 国产美女午夜福利| 别揉我奶头 嗯啊视频| 少妇高潮的动态图| 他把我摸到了高潮在线观看| 春色校园在线视频观看| 国产人妻一区二区三区在| 午夜视频国产福利| 亚洲精品在线观看二区| 国产精品爽爽va在线观看网站| 女人被狂操c到高潮| 国产精品1区2区在线观看.| 国产精品人妻久久久影院| x7x7x7水蜜桃| 免费无遮挡裸体视频| 久久久成人免费电影| 国产亚洲av嫩草精品影院| 精品人妻一区二区三区麻豆 | 久久中文看片网| 久久6这里有精品| 国产亚洲欧美98| 国产精品电影一区二区三区| 婷婷精品国产亚洲av在线| av在线天堂中文字幕| 一级a爱片免费观看的视频| 在线观看午夜福利视频| 成人永久免费在线观看视频| 亚洲av成人av| 精品99又大又爽又粗少妇毛片 | 日韩av在线大香蕉| 精品国内亚洲2022精品成人| 成人三级黄色视频| 在现免费观看毛片| 日韩欧美在线乱码| www.色视频.com| 可以在线观看的亚洲视频| 成年版毛片免费区| 成年女人永久免费观看视频| 99久国产av精品| av.在线天堂| 18+在线观看网站| 小说图片视频综合网站| 深夜a级毛片| 色综合站精品国产| 亚洲精品久久国产高清桃花| 中出人妻视频一区二区| 国产欧美日韩精品一区二区| 亚洲国产高清在线一区二区三| 草草在线视频免费看| 美女xxoo啪啪120秒动态图| 春色校园在线视频观看| 99热这里只有精品一区| 国产在线男女| ponron亚洲| 国产精品人妻久久久影院| 最后的刺客免费高清国语| 校园春色视频在线观看| 国产极品精品免费视频能看的| 免费大片18禁| 久久久久久久久久久丰满 | 亚洲电影在线观看av| 亚洲无线在线观看| 女的被弄到高潮叫床怎么办 | 黄色视频,在线免费观看| 国产69精品久久久久777片| 国产伦一二天堂av在线观看| 国产真实伦视频高清在线观看 | 亚洲精品乱码久久久v下载方式| 色5月婷婷丁香| 日韩欧美精品v在线| 亚洲av第一区精品v没综合| 热99re8久久精品国产| 99久久九九国产精品国产免费| 日韩欧美一区二区三区在线观看| 日韩 亚洲 欧美在线| 日韩在线高清观看一区二区三区 | 岛国在线免费视频观看| 性欧美人与动物交配| 韩国av一区二区三区四区| 国产欧美日韩精品亚洲av| 国产精品伦人一区二区| 婷婷亚洲欧美| 97超视频在线观看视频| 一级黄片播放器| 动漫黄色视频在线观看| 日本a在线网址| 精品久久久久久久人妻蜜臀av| 香蕉av资源在线| 免费看av在线观看网站| 12—13女人毛片做爰片一| 欧美黑人巨大hd| 亚洲性久久影院| 亚洲熟妇熟女久久| 国产精品久久电影中文字幕| 久久精品久久久久久噜噜老黄 | 国产成人影院久久av| 亚洲第一区二区三区不卡| 久久久国产成人免费| 日韩精品青青久久久久久| 久久久国产成人精品二区| 一a级毛片在线观看| 又爽又黄a免费视频| 亚洲熟妇中文字幕五十中出| 国产精品人妻久久久久久| 嫩草影院新地址| 波野结衣二区三区在线| 国内精品宾馆在线| 日韩欧美国产一区二区入口| 欧美极品一区二区三区四区| 日本精品一区二区三区蜜桃| 在线播放无遮挡| 丝袜美腿在线中文| 欧美日韩黄片免| 国产中年淑女户外野战色| 18禁黄网站禁片免费观看直播| 99久久成人亚洲精品观看| 国产国拍精品亚洲av在线观看| 小蜜桃在线观看免费完整版高清| 两个人视频免费观看高清| 一级黄色大片毛片| 久久久国产成人免费| 国产三级在线视频| 亚洲国产精品久久男人天堂| 变态另类丝袜制服| 91狼人影院| 嫩草影院入口| 国产精品综合久久久久久久免费| 亚洲一区高清亚洲精品| 久久99热这里只有精品18| 欧美一级a爱片免费观看看| 国产精品爽爽va在线观看网站| 人妻制服诱惑在线中文字幕| 性色avwww在线观看| 日本免费一区二区三区高清不卡| 国产精品久久久久久久久免| 深夜a级毛片| 亚洲图色成人| 欧美一区二区国产精品久久精品| 久久久久国产精品人妻aⅴ院| 桃红色精品国产亚洲av| 男女啪啪激烈高潮av片| 女的被弄到高潮叫床怎么办 | 欧美日本视频| 少妇猛男粗大的猛烈进出视频 | 搞女人的毛片| 日韩高清综合在线| 亚洲精品亚洲一区二区| 99久国产av精品| 免费不卡的大黄色大毛片视频在线观看 | 人妻少妇偷人精品九色| 精华霜和精华液先用哪个| 中文在线观看免费www的网站| 麻豆国产97在线/欧美| 两性午夜刺激爽爽歪歪视频在线观看| 一边摸一边抽搐一进一小说| 日韩精品青青久久久久久| 精品久久久久久成人av| 亚洲自偷自拍三级| 久久久久久久久久成人| 嫁个100分男人电影在线观看| 日韩精品青青久久久久久| 亚洲男人的天堂狠狠| 国产高清视频在线观看网站| 搡老熟女国产l中国老女人| 午夜福利在线观看吧| ponron亚洲| 色av中文字幕| 床上黄色一级片| 欧美精品啪啪一区二区三区| 国产亚洲av嫩草精品影院| 最好的美女福利视频网| 国产aⅴ精品一区二区三区波| 亚洲最大成人av| .国产精品久久| 18禁黄网站禁片午夜丰满| 男女下面进入的视频免费午夜| 亚洲三级黄色毛片| 一夜夜www| 国产一区二区三区视频了| 国产单亲对白刺激| av国产免费在线观看| 男人狂女人下面高潮的视频| 3wmmmm亚洲av在线观看| 无人区码免费观看不卡| 1000部很黄的大片| www.www免费av| 欧美激情久久久久久爽电影| 国产一区二区在线av高清观看| 亚洲国产精品久久男人天堂| 精品人妻视频免费看| 可以在线观看的亚洲视频| 欧美三级亚洲精品| 高清毛片免费观看视频网站| 黄色一级大片看看| 我要看日韩黄色一级片| 欧美最黄视频在线播放免费| 99久久中文字幕三级久久日本| 国产精品久久电影中文字幕| 男女下面进入的视频免费午夜| 一级av片app| 亚洲欧美日韩无卡精品| xxxwww97欧美| 午夜福利在线在线| 97超级碰碰碰精品色视频在线观看| 午夜福利18| 成熟少妇高潮喷水视频| 亚洲综合色惰| 国产色爽女视频免费观看| 国产一区二区在线av高清观看| 日日夜夜操网爽| 欧美精品国产亚洲| 日韩欧美在线乱码| 最近中文字幕高清免费大全6 | 97人妻精品一区二区三区麻豆| 亚洲精品456在线播放app | aaaaa片日本免费| 国产精品久久久久久亚洲av鲁大| 51国产日韩欧美| 大型黄色视频在线免费观看| 最近在线观看免费完整版| 悠悠久久av| 久久久久性生活片| 人人妻人人澡欧美一区二区| 日本撒尿小便嘘嘘汇集6| 亚洲专区中文字幕在线| 国产精品美女特级片免费视频播放器| 91久久精品电影网| 别揉我奶头~嗯~啊~动态视频| 午夜福利高清视频| 亚洲精品影视一区二区三区av| 白带黄色成豆腐渣| 国产亚洲精品久久久com| 欧美又色又爽又黄视频| 亚洲av不卡在线观看| 亚洲av.av天堂| 成人精品一区二区免费| 狠狠狠狠99中文字幕| av.在线天堂| 在线看三级毛片| 久久婷婷人人爽人人干人人爱| 真实男女啪啪啪动态图| 亚洲精品粉嫩美女一区| 国产亚洲精品综合一区在线观看| 免费大片18禁| 少妇高潮的动态图| 久久久久九九精品影院| 久久欧美精品欧美久久欧美| 蜜桃亚洲精品一区二区三区| 最新中文字幕久久久久| 精品久久久久久久久久久久久| 国产亚洲91精品色在线| 日韩欧美在线乱码| 免费观看人在逋|