• <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 ?

    自由曲面加工誤差預(yù)測

    2022-04-12 01:42:51黃凱奇陳岳坪張怡坤
    廣西科技大學(xué)學(xué)報 2022年2期
    關(guān)鍵詞:模擬退火算法BP神經(jīng)網(wǎng)絡(luò)

    黃凱奇 陳岳坪 張怡坤

    摘? 要:針對三坐標(biāo)測量機測量效率低的問題,建立了自由曲面加工誤差預(yù)測模型。采用基于模擬退火算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法對自由曲面上若干個點的加工誤差進行預(yù)測,結(jié)合模擬退火算法的概率突跳特性,在解空間中隨機尋找目標(biāo)函數(shù)的全局最優(yōu)解,從而改進BP神經(jīng)網(wǎng)絡(luò)算法。為進一步提高算法的預(yù)測精度,采用加工誤差分解的方法剔除點集中的奇異點。用三坐標(biāo)測量機對自由曲面上若干個點進行測量并獲得加工誤差,將預(yù)測結(jié)果與試驗結(jié)果進行對比驗證。結(jié)果表明,平均絕對誤差指標(biāo)達到了1.70 μm,且最大絕對誤差為7.12 μm,說明該優(yōu)化算法具有較好的預(yù)測性能。

    關(guān)鍵詞:自由曲面;加工誤差預(yù)測;BP神經(jīng)網(wǎng)絡(luò);模擬退火算法;加工誤差分解

    中圖分類號:TH161? ? ? ? ? ? ? ? DOI:10.16375/j.cnki.cn45-1395/t.2022.02.010

    0? ? 引言

    目前,三坐標(biāo)測量機主要采用接觸式測頭進行測量。在測量時,根據(jù)測量程序?qū)ぜ砻婊蛘邇?nèi)部的測點按順序逐個進行檢測并獲得測點信息[1],有較高的測量準(zhǔn)確度。在檢測過程中,由于測頭需要保持低速運動,導(dǎo)致三坐標(biāo)測量機的檢測效率低。若要提高檢測效率,需要建立加工誤差預(yù)測模型,用已測點的信息對未測點進行預(yù)測,獲得未測點的加工誤差,從而提高檢測效率。

    為了對機械加工誤差進行有效預(yù)測,尋求高效、簡單、高精度的機械加工誤差預(yù)測建模方法非常關(guān)鍵。Zhou等[2]針對機床主軸加工誤差的動態(tài)和非線性特性,提出了代謝灰色模型(MGM)和非線性自回歸神經(jīng)網(wǎng)絡(luò)(NAR)相結(jié)合的機械加工誤差預(yù)測模型,結(jié)果表明,該組合模型的兩階段預(yù)測具有精度高、速度快、魯棒性好等特點,性能優(yōu)于單個模型,可應(yīng)用于其他復(fù)雜加工誤差的預(yù)測。Zhang等[3]分別用序列灰色神經(jīng)網(wǎng)絡(luò)算法(SGNN)和并行灰色神經(jīng)網(wǎng)絡(luò)算法(PGNN)對機床熱誤差進行預(yù)測,結(jié)果表明,該組合模型的預(yù)測精度和魯棒性均優(yōu)于傳統(tǒng)灰色模型和人工神經(jīng)網(wǎng)絡(luò)算法。羅豪等[4]提出一種側(cè)銑表面點位輪廓誤差預(yù)測方法,推導(dǎo)預(yù)測點法線與實際加工表面交點的求解方法,實現(xiàn)了側(cè)銑表面點位輪廓誤差的預(yù)測,并通過實驗驗證了該方法的有效性和準(zhǔn)確性。

    機械加工誤差可分為系統(tǒng)誤差與隨機誤差,目前主流預(yù)測算法對隨機誤差的預(yù)測效果并不理想,當(dāng)隨機誤差過大時,會影響預(yù)測算法的預(yù)測結(jié)果,因此,剔除小部分隨機誤差較大的奇異點能降低隨機誤差對加工誤差預(yù)測的影響,從而提高預(yù)測精度。針對誤差分離工作,張安社等[5]采用基于獨立成分分析的復(fù)雜曲面加工誤差分離技術(shù),將復(fù)雜曲面加工誤差按照不同的誤差源進行分離,結(jié)果表明,應(yīng)用該方法可以有效地將復(fù)雜曲面相近尺度的加工誤差進行分離,有利于進一步對各誤差源進行判定;張磊等[6]針對傳統(tǒng)的誤差流模型只能解決線性模型的問題,提出加工誤差流的半?yún)?shù)回歸模型,對工序系統(tǒng)誤差和隨機誤差進行分離;陳岳坪等[7]采用回歸模型將加工誤差分解成確定性部分與殘差部分,并用空間統(tǒng)計方法判斷殘差部分是否呈空間獨立分布,如果殘差部分被判定為呈空間獨立分布,此時殘差可被視為機械加工誤差中的隨機誤差。本文參考該方法,以基于模擬退火算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)作為回歸模型,采用全局空間自相關(guān)的度量指標(biāo)Geary's C對殘差進行評價,剔除點集中的奇異點。

    1? ? 加工誤差預(yù)測模型

    自由曲面的加工誤差為實際表面點到理論曲面的最短距離[8],是自由曲面加工質(zhì)量的評價指標(biāo)之一。三坐標(biāo)測量機可準(zhǔn)確獲取工件表面上各點的加工誤差信息,對加工生產(chǎn)有一定的指導(dǎo)意義。

    相比非接觸式測頭,接觸式測頭有較高的測量準(zhǔn)確度,但在測量過程中需要對每一個測點進行逐一測量以獲取測點信息,導(dǎo)致測量效率不高。加工誤差預(yù)測模型可用有限個已測點的加工誤差信息去預(yù)測自由曲面工件上其他任意位置未測點的加工誤差信息,在預(yù)測誤差足夠小的情況下,可代替三坐標(biāo)測量機去獲取未測點的信息,從而提高檢測效率。

    1.1? ?BP神經(jīng)網(wǎng)絡(luò)算法

    BP神經(jīng)網(wǎng)絡(luò)(back propagation neural network)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò),其網(wǎng)絡(luò)拓撲結(jié)構(gòu)由輸入層、隱藏層、輸出層構(gòu)成,當(dāng)隱藏層數(shù)量為1時,BP神經(jīng)網(wǎng)絡(luò)能以任意精度逼近預(yù)測目標(biāo)。

    BP神經(jīng)網(wǎng)絡(luò)算法擁有優(yōu)秀的非線性映射能力、自學(xué)習(xí)能力、自適應(yīng)能力、泛化能力以及容錯能力,是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò),但也存在著許多不足,其中最為明顯的是局部最優(yōu)解問題。傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)采用梯度下降方法來調(diào)整權(quán)值和閾值,在訓(xùn)練過程中容易陷入局部最優(yōu)解,而且受初始權(quán)值影響較大,導(dǎo)致預(yù)測精度不足[9]。

    針對BP神經(jīng)網(wǎng)絡(luò)上述缺點,采用模擬退火算法對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化。模擬退火算法是模仿固體物質(zhì)的退火過程,隨著溫度的下降,結(jié)合概率突跳特性在解空間中隨機尋找目標(biāo)函數(shù)的全局最優(yōu)解,從而達到避免BP神經(jīng)網(wǎng)絡(luò)陷入局部最優(yōu)解以及加快收斂速度的目的。

    1.2? ?基于模擬退火算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)

    模擬退火算法是一種全局優(yōu)化算法,針對BP神經(jīng)網(wǎng)絡(luò)的缺陷,通過優(yōu)化初始權(quán)值和閾值來避免BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時產(chǎn)生的局部最優(yōu)解[10]?;谀M退火算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(簡稱SA-BP神經(jīng)網(wǎng)絡(luò))步驟如下:

    Step 1? 初始化參數(shù),設(shè)定初始溫度[T0]、終止溫度[Tend],[T]為當(dāng)前溫度,[d]為衰減參數(shù),隨機生成初始解[ω],每個溫度的迭代次數(shù)為[L];

    Step 2? 令[ω=ω+Δω],[Δω]是一個很小且服從均勻分布的擾動,計算增量[Δf=fω-fω],其中[fω]為評價函數(shù);

    Step 3? 若[Δf≤0],則接受[ω]作為新解,否則以[eΔf/T]的概率接受[ω]作為新解,此為Metropolis準(zhǔn)則;

    Step 4? [T]逐漸減小,重復(fù)Step 2和Step 3,直至[T=Tend],獲得優(yōu)化后的解,并將其輸出至BP神經(jīng)網(wǎng)絡(luò)參與計算。

    SA-BP神經(jīng)網(wǎng)絡(luò)流程圖如圖1所示。

    建立BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)時,選取曲面理論點的X、Y坐標(biāo)作為輸入變量,加工誤差作為輸出變量。隱藏層單元數(shù)在BP神經(jīng)網(wǎng)絡(luò)中非常重要,神經(jīng)元數(shù)過少會導(dǎo)致BP神經(jīng)網(wǎng)絡(luò)擬合精度不足,神經(jīng)元數(shù)過多會加大訓(xùn)練成本,并且有可能造成“過擬合現(xiàn)象”,但目前還沒有能夠準(zhǔn)確地對隱藏層神經(jīng)元數(shù)進行計算的方法[11]。本文采用試驗數(shù)據(jù)對隱藏層神經(jīng)元數(shù)在[5,50]進行遞增試算,對比預(yù)測值和實際值的平均絕對誤差,得到結(jié)果如圖2所示。當(dāng)神經(jīng)元數(shù)取40時,絕對平均誤差最小,因此,確定隱藏層神經(jīng)元數(shù)為40。BP神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)如圖3所示。

    2? ? 剔除點集奇異點

    采用回歸模型將加工誤差分解成確定性部分與殘差部分,并用空間統(tǒng)計方法分析殘差部分的空間獨立性。采用全局空間自相關(guān)的度量指標(biāo)Geary's C對殘差進行評價[7],當(dāng)Geary's C檢驗統(tǒng)計量在? ? ? ?(-1.65,1.65)時,分解得到的殘差呈空間獨立分布,此時可將殘差視為機械加工誤差中的隨機誤差。當(dāng)隨機誤差過大時,會明顯影響算法的預(yù)測精度,因此,將少量隨機誤差過大的點剔除后,可提升算法的預(yù)測精度。

    以1.2所述的SA-BP神經(jīng)網(wǎng)絡(luò)作為回歸模型,將已測點代入并計算,獲得確定性部分與殘差,通過空間統(tǒng)計分析殘差的空間獨立性。如果殘差服從空間獨立分布,此時殘差即為隨機誤差,而隨機誤差過大的點則被視為奇異點。

    2.1? ?殘差計算

    通過三坐標(biāo)測量機測量獲取[n]個測點坐標(biāo)以及加工誤差[e],以X、Y坐標(biāo)作為輸入層,加工誤差[e]作為輸出層,輸入SA-BP神經(jīng)網(wǎng)絡(luò),獲得確定性部分的估計值為[P]。

    殘差部分表達式為:

    [ε=e-P].? ? ? ? ? ? ? ? ? ? ? ? ? ? (1)

    將殘差部分分解出來后,需要對殘差進行空間獨立性分析。如果殘差呈空間獨立隨機分布,說明此次誤差分解有效,否則需要重新運行算法,通過智能算法的隨機性獲得符合要求的殘差,或者對點集進行分塊處理[7]。

    2.2? ? 殘差的空間獨立性分析

    空間自相關(guān)的度量指標(biāo)有全局和局部2種。Geary's C是一個常用的計算全局空間自相關(guān)的指標(biāo),Geary's C可表示為:

    [C=n-12S0?i=1nj=1nωij(εi-εj)2i=1n(εi-ε)2]? ,? ? (2)

    式中:[εi]為第[ii=1, 2, …, n]個測量點的殘差,[ε]為[n]個測量點殘差的平均值,[S0=i=1nj=1nωij],[ωij]為第[j]點對第[i]點的空間作用度量權(quán)重系數(shù)。

    空間權(quán)重矩陣表示空間中各點之間的位置權(quán)重因子,用來描述空間鄰近位置關(guān)系,其目的是將空間或位置信息量化表示??臻g權(quán)重矩陣可以表? ? ?示為:

    [W=ω11ω12…ω1nω21ω22…ω2n???ωn1ωn2…ωnn],? ? ? ? ? ? ? ? (3)

    其中,各點之間空間作用的度量權(quán)重系數(shù)[ωij]的確定方法如下:

    [ωij=d-kij/Li? ? i≠j ,? ?0? ? ? ? ?i=j . ]? ? ? ? ? ? ? ? ? ?(4)

    式中:[dij]為第[i]點與第[j]點之間的距離,[k]為常量[k≥1,本文取k=3],并且:

    [Li=j=1,j≠ind-kij].? ? ? ? ? ? ? ? ? ? ? ? ?(5)

    在隨機分布假設(shè)下,Geary's C的期望值與方差表達式分別為:

    [EC=1],? ? ? ? ? ? ? ? ? ? ? ? ?(6)

    [VC=1nn-2n-3S20?n-1S1n2-3n+3-n-1k-14n-1S2n2+3n-6-n2-n+2k+][S20n2-3-n-12k],? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(7)

    式中:[S0=i=1nj=1nωij];[S1=12i=1nj=1n(ωij+ωji)2]? ;

    [S2=i=1n(ωi·+ω·i)2],[ωi·=j=1nωij],[ω·i=j=1nωji]? ;

    [k=m4/m22];[mr=1ni=1n(εi-ε)r] .

    Geary's C檢驗統(tǒng)計量表達式如下:

    [Z=C-ECVC]? .? ? ? ? ? ? ? ? ? ? ?(8)

    根據(jù)空間統(tǒng)計學(xué)觀點,當(dāng)[Z]值為正且顯著時,表明空間數(shù)據(jù)存在負的空間自相關(guān),觀測值趨于分散分布;當(dāng)[Z]值為負且顯著時,表明空間數(shù)據(jù)存在正的空間自相關(guān),觀測值趨于空間聚集;在0.1的顯著性水平下,當(dāng)[Z]值在(-1.65,1.65)時,觀測值呈空間獨立隨機分布。

    如果殘差被認為呈空間獨立隨機分布,該殘差即為從加工誤差中分解出來的隨機誤差。為保證已測點信息的完整性,需要控制剔除點的數(shù)量。本文試驗有1 400個已測點,經(jīng)過實際計算比較,將隨機誤差大于0.005 mm的已測點視為奇異點時,有38個已測點被剔除,此時可保證已測點信息完整,同時降低隨機誤差對預(yù)測的影響。

    3? ? 試驗驗證

    為驗證本文所應(yīng)用的算法,通過拉丁超立方抽樣法[12]在自由曲面上創(chuàng)建1 400個測點作為訓(xùn)練樣本,再另外用相同方法創(chuàng)建200個測點作為驗證樣本,分別創(chuàng)建測點可保證曲面信息的完整性,從而保證預(yù)測精度。圖4為自由曲面及理論測點的CAD數(shù)模。

    采用三坐標(biāo)測量機對自由曲面理論測點進行檢測,獲得自由曲面上各點的坐標(biāo)以及對應(yīng)的加工誤差,在Matlab2019a平臺上分別用BP神經(jīng)網(wǎng)絡(luò)和SA-BP神經(jīng)網(wǎng)絡(luò)對驗證樣本進行預(yù)測。為了定量評價預(yù)測精度,采用如下3項評價指標(biāo):

    平均絕對誤差(mean absolute error,MAE),用[σMAE]表示:

    [σMAE=1ni=1nei-ei]? ,? ? ? ? ? ? ? ? (9)

    其中:[n]為驗證樣本容量,[ei]為驗證樣本加工誤差實測值,[ei]為驗證樣本加工誤差預(yù)測值。

    平均絕對百分比誤差(mean absolute percentage error,MAPE),用[σMAPE]表示:

    [σMAPE=100%ni=1nei-eiei]? ? ?.? ? ? ?(10)

    均方根誤差(root mean square error,RMSE),用[σRMSE]表示:

    [σRMSE=1ni=1n(ei-ei)2]? ? ?.? ? ? ? (11)

    上述3個指標(biāo)均是越趨近0時,預(yù)測效果越好。預(yù)測結(jié)果對比如表1所示。

    未剔除奇異點時,上述3項指標(biāo)都是SA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果更趨近0,說明SA-BP神經(jīng)網(wǎng)絡(luò)算法的預(yù)測效果比BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果要好;剔除奇異點后,SA-BP神經(jīng)網(wǎng)絡(luò)的3項指標(biāo)都有所下降,說明通過該方法確實能提升SA-BP神經(jīng)網(wǎng)絡(luò)的預(yù)測精度。SA-BP神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)預(yù)測對比結(jié)果如圖5所示,為了方便觀察,取前20個樣本點預(yù)測誤差的絕對值進行比較,可見SA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測值總體趨勢更加接近實際值,預(yù)測效果優(yōu)于BP神經(jīng)網(wǎng)絡(luò),且剔除奇異點后,SA-BP神經(jīng)網(wǎng)絡(luò)的預(yù)測精度也有所提升。

    剔除奇異點后的SA-BP神經(jīng)網(wǎng)絡(luò)的具體預(yù)測結(jié)果如圖6所示。由圖6可知,大部分樣本點的絕對誤差都在4 μm以下,個別樣本點的絕對誤差在5 μm左右,最大絕對誤差為7.12 μm。

    在經(jīng)過模擬退火算法優(yōu)化后,BP神經(jīng)網(wǎng)絡(luò)獲得全局優(yōu)化的初始權(quán)值和閾值,在網(wǎng)絡(luò)訓(xùn)練過程中,提前避免陷入局部最優(yōu)解的情況,獲得更加準(zhǔn)確的權(quán)值,使預(yù)測精度得到提升,因此,優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)預(yù)測精度更高。此外,剔除隨機誤差較大的奇異點,可提升算法的預(yù)測精度。

    4? ? 結(jié)論

    本文對自由曲面加工誤差預(yù)測問題進行研究,針對BP神經(jīng)網(wǎng)絡(luò)的不足,建立了基于模擬退火算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,并通過遞增試算的方法找到合適的隱藏層單元數(shù)。結(jié)果表明,在找到適合的隱藏層單元數(shù)后,預(yù)測結(jié)果得到了明顯 提升。

    在剔除奇異點后,點集的總體隨機誤差下降,隨機誤差對預(yù)測算法的影響也隨之下降,使得預(yù)測精度上升。從預(yù)測結(jié)果評價來看,剔除奇異點后的SA-BP神經(jīng)網(wǎng)絡(luò)各項指標(biāo)均有所優(yōu)化,證明了該方法的有效性。

    參考文獻

    [1]? ? ?張德意,潘高進,王霆.三坐標(biāo)測量機在機械傳動零部件矩形花鍵軸質(zhì)量檢測中的應(yīng)用及研究[J].時代汽車,2020(23):148-150.

    [2]? ? ?ZHOU W,ZHU X,WANG J,et al.A new error prediction method for machining process based on a combined model[J].Mathematical Problems in Engineering,2018,2018(9):1-8.

    [3]? ? ?ZHANG Y,YANG J G,JIANG H.Machine tool thermal error modeling and prediction by grey neural network[J].International Journal of Advanced Manufacturing Technology,2012,59(9-12):1065-1072.

    [4]? ? ?羅豪,余杭卓,江磊,等.側(cè)銑表面點位輪廓誤差預(yù)測方法[J].機械設(shè)計與制造,2021(1):80-83.

    [5]? ? ?張安社,陳岳坪,楊翊,等.基于獨立成分分析的復(fù)雜曲面加工誤差分離[J].廣西科技大學(xué)學(xué)報,2018,29(1):55-60.

    [6]? ? ?張磊,張志勝,周一帆,等.基于半?yún)?shù)回歸模型的制造過程加工誤差流建模與分析[J].機械工程學(xué)報,2013,49(15):180-185.

    [7]? ? ?陳岳坪,靳龍,盧海燕,等.空間統(tǒng)計方法在自由曲面加工誤差分解中的應(yīng)用[J].北京理工大學(xué)學(xué)報,2017,37(3):260-266.

    [8]? ? ?湯慧,陳岳坪,陳大偉,等.復(fù)雜曲面的加工誤差分析[J].廣西科技大學(xué)學(xué)報,2016,27(3):17-20.

    [9]? ? ?YUAN Z B,GUO S L,HAN L N.Disease diagnostic prediction model based on improved hybrid CAPSO-BP algorithm[C]//36th Chinese Control Conference(CCC),2017.

    [10]? ?周愛武,翟增輝,劉慧婷.基于模擬退火算法改進的BP神經(jīng)網(wǎng)絡(luò)算法[J].微電子學(xué)與計算機,2016,33(4):144-147.

    [11]? ?沈花玉,王兆霞,高成耀,等.BP神經(jīng)網(wǎng)絡(luò)隱含層單元數(shù)的確定[J].天津理工大學(xué)學(xué)報,2008,24(5):13-15.

    [12]? ?辛俊勝,商躍進,王紅,等.基于最優(yōu)拉丁超立方抽樣的動車組軸箱彈簧穩(wěn)健設(shè)計[J].鐵道機車車輛,2020,40(5):60-64.

    Machining errors prediction of free-form surfaces: BP neural

    network algorithm optimized by simulated annealing algorithm

    HUANG Kaiqi, CHEN Yueping*, ZHANG Yikun

    (School of Mechanical and Automotive Engineering, Guangxi University of Science and Technology,

    Liuzhou 545616, China)

    Abstract: A model of machining errors prediction of free-form surfaces was established aiming at low measuring efficiency of CMM. Firstly, BP neural network algorithm optimized by simulated annealing algorithm was used to predict the machining errors of points on the free-form surface; combined with the probability jump characteristics of simulated annealing algorithm, the global optimal solution of the objective function was randomly found in the solution space to improve the BP neural network? ? ? ? ? ? algorithm. Secondly, the machining error decomposition method was used to eliminate singular points to further improve the prediction accuracy of the algorithm. Thirdly, several points on the free-form? surfaces were measured by CMM to obtain the machining errors. Finally, the predicted results were compared with the actual results in an experiment. The experimental results show that the algorithm has reliable predictive performance of prediction with the average absolute error index 1.70 μm and the maximum absolute error 7.12 μm.

    Key words: free-form surface;machining error prediction;BP neural network;simulated annealing algorithm;machining error decomposition

    (責(zé)任編輯:黎? 婭)

    猜你喜歡
    模擬退火算法BP神經(jīng)網(wǎng)絡(luò)
    數(shù)學(xué)建模中的碎紙片拼接復(fù)原要點研究
    智能傳感器中的算法應(yīng)用
    就bp神經(jīng)網(wǎng)絡(luò)銀行選址模型的相關(guān)研究
    基于DEA—GA—BP的建設(shè)工程評標(biāo)方法研究
    價值工程(2016年30期)2016-11-24 13:17:31
    基于BP神經(jīng)網(wǎng)絡(luò)的旅行社發(fā)展方向研究
    商情(2016年39期)2016-11-21 09:30:36
    復(fù)雜背景下的手勢識別方法
    BP神經(jīng)網(wǎng)絡(luò)在軟件質(zhì)量評價中的應(yīng)用研究 
    BP神經(jīng)網(wǎng)絡(luò)算法在數(shù)值預(yù)報產(chǎn)品釋用中的應(yīng)用
    科技視界(2016年20期)2016-09-29 14:15:12
    改進的模擬退火算法及其在裝填問題中的應(yīng)用
    基于BP人工神經(jīng)網(wǎng)絡(luò)的離散型車間生產(chǎn)調(diào)度指標(biāo)預(yù)測模型的研究
    科技視界(2016年3期)2016-02-26 09:45:54
    久久久久久久久久成人| 老司机午夜福利在线观看视频| 久久久久精品国产欧美久久久| 国产亚洲精品av在线| 午夜福利在线观看免费完整高清在 | 我要搜黄色片| 97超级碰碰碰精品色视频在线观看| 成人一区二区视频在线观看| 不卡一级毛片| 波多野结衣高清作品| 欧美成人性av电影在线观看| 女人被狂操c到高潮| 18+在线观看网站| av在线蜜桃| 99热只有精品国产| 99在线视频只有这里精品首页| 直男gayav资源| 日韩精品中文字幕看吧| 国产蜜桃级精品一区二区三区| 搡老妇女老女人老熟妇| 亚洲avbb在线观看| 少妇熟女aⅴ在线视频| 人人妻人人澡欧美一区二区| 国产精品日韩av在线免费观看| 欧美色视频一区免费| 久久国产精品人妻蜜桃| 国产女主播在线喷水免费视频网站 | 精品久久久久久久久av| 午夜激情欧美在线| 亚洲性久久影院| 欧美又色又爽又黄视频| 露出奶头的视频| 亚洲成人久久爱视频| 亚洲三级黄色毛片| 日韩精品青青久久久久久| 有码 亚洲区| 亚洲欧美日韩高清专用| 国产在线男女| 国产午夜精品久久久久久一区二区三区 | 国产精品av视频在线免费观看| 亚洲av第一区精品v没综合| 麻豆av噜噜一区二区三区| 亚洲午夜理论影院| 人人妻人人澡欧美一区二区| 我要搜黄色片| 精品99又大又爽又粗少妇毛片 | 亚洲四区av| 中文字幕人妻熟人妻熟丝袜美| 婷婷亚洲欧美| 99久久中文字幕三级久久日本| 一区二区三区免费毛片| 亚洲国产精品久久男人天堂| 欧美区成人在线视频| 免费av毛片视频| 亚洲精华国产精华精| 别揉我奶头 嗯啊视频| 国产乱人伦免费视频| 国产高清激情床上av| 久久亚洲真实| 日本一本二区三区精品| 国产乱人视频| 欧美日韩中文字幕国产精品一区二区三区| av在线天堂中文字幕| 99精品久久久久人妻精品| 国产色爽女视频免费观看| 日韩中文字幕欧美一区二区| 国产精品一区二区三区四区久久| 简卡轻食公司| 亚洲,欧美,日韩| 亚洲欧美日韩无卡精品| 搡老妇女老女人老熟妇| 校园春色视频在线观看| av天堂中文字幕网| 久久精品影院6| 别揉我奶头~嗯~啊~动态视频| 国产高清三级在线| 亚洲 国产 在线| 亚洲18禁久久av| 日本欧美国产在线视频| 久久久久久久久中文| 波多野结衣高清无吗| 久久久精品欧美日韩精品| 两人在一起打扑克的视频| 尾随美女入室| 草草在线视频免费看| 国产精品久久久久久av不卡| 中出人妻视频一区二区| 女同久久另类99精品国产91| 国产精品一区二区三区四区久久| 国产麻豆成人av免费视频| 色综合婷婷激情| 久久人人精品亚洲av| 免费观看人在逋| 国产精品久久久久久久久免| 国语自产精品视频在线第100页| 久久这里只有精品中国| 好男人在线观看高清免费视频| 免费人成在线观看视频色| 大型黄色视频在线免费观看| or卡值多少钱| 日本三级黄在线观看| 国产精品亚洲一级av第二区| 国产亚洲91精品色在线| 两人在一起打扑克的视频| 色综合婷婷激情| 色哟哟哟哟哟哟| 九九久久精品国产亚洲av麻豆| 校园人妻丝袜中文字幕| 国产麻豆成人av免费视频| 国产精品久久电影中文字幕| 国产成人a区在线观看| 日本熟妇午夜| 免费在线观看影片大全网站| 久久99热这里只有精品18| 听说在线观看完整版免费高清| a在线观看视频网站| 又爽又黄无遮挡网站| 可以在线观看毛片的网站| 亚洲av五月六月丁香网| 最好的美女福利视频网| 九色成人免费人妻av| 毛片一级片免费看久久久久 | 老司机深夜福利视频在线观看| 一进一出抽搐gif免费好疼| 国产精品久久久久久精品电影| 欧美性猛交黑人性爽| 桃红色精品国产亚洲av| 两人在一起打扑克的视频| 99热这里只有是精品50| 两性午夜刺激爽爽歪歪视频在线观看| 人妻夜夜爽99麻豆av| 99热网站在线观看| 亚洲av免费在线观看| 精品久久国产蜜桃| 淫秽高清视频在线观看| 国产黄色小视频在线观看| 国产成人av教育| 亚洲在线观看片| 小说图片视频综合网站| 少妇丰满av| 午夜亚洲福利在线播放| 国产美女午夜福利| 黄色欧美视频在线观看| 女同久久另类99精品国产91| 久久这里只有精品中国| 亚洲熟妇熟女久久| 99国产精品一区二区蜜桃av| 可以在线观看的亚洲视频| 乱码一卡2卡4卡精品| 人妻制服诱惑在线中文字幕| 国产av在哪里看| 国产精品一区二区三区四区久久| 国产精品久久视频播放| 成年女人毛片免费观看观看9| 小蜜桃在线观看免费完整版高清| 国产午夜福利久久久久久| 精品国产三级普通话版| 国内毛片毛片毛片毛片毛片| 国产麻豆成人av免费视频| 99热精品在线国产| 亚洲第一区二区三区不卡| 他把我摸到了高潮在线观看| bbb黄色大片| 亚洲欧美日韩东京热| 国产91精品成人一区二区三区| 国产人妻一区二区三区在| av在线亚洲专区| 国产免费av片在线观看野外av| 麻豆国产av国片精品| 国产亚洲精品av在线| 亚洲美女视频黄频| 免费在线观看成人毛片| 国产熟女欧美一区二区| 男女之事视频高清在线观看| 精品久久久久久久久久免费视频| 精品久久久久久,| 在线观看午夜福利视频| netflix在线观看网站| 午夜福利欧美成人| 亚洲四区av| 国产成人一区二区在线| 久久人人爽人人爽人人片va| 欧美3d第一页| 成人av一区二区三区在线看| 欧美激情在线99| 成人综合一区亚洲| 国产伦精品一区二区三区视频9| 在线免费十八禁| 两性午夜刺激爽爽歪歪视频在线观看| 色哟哟·www| 极品教师在线视频| 午夜福利高清视频| 午夜福利在线观看吧| 日日摸夜夜添夜夜添小说| 亚洲精品成人久久久久久| 黄片wwwwww| 日韩高清综合在线| 两性午夜刺激爽爽歪歪视频在线观看| 国产高清视频在线观看网站| 人妻久久中文字幕网| 永久网站在线| 毛片一级片免费看久久久久 | 搡老岳熟女国产| 国产精品嫩草影院av在线观看 | 国国产精品蜜臀av免费| 人妻久久中文字幕网| 两个人的视频大全免费| 久久天躁狠狠躁夜夜2o2o| 日韩一区二区视频免费看| 少妇丰满av| 人妻少妇偷人精品九色| .国产精品久久| 成人特级av手机在线观看| 国产美女午夜福利| 一本精品99久久精品77| 日韩欧美精品免费久久| av女优亚洲男人天堂| 免费看av在线观看网站| 亚洲avbb在线观看| 亚洲国产精品合色在线| 亚洲自拍偷在线| 亚洲av一区综合| 免费看日本二区| 亚洲国产日韩欧美精品在线观看| 人妻夜夜爽99麻豆av| 欧美精品国产亚洲| 麻豆国产av国片精品| 精品国内亚洲2022精品成人| 麻豆久久精品国产亚洲av| 亚洲国产欧洲综合997久久,| 在线免费十八禁| 天堂av国产一区二区熟女人妻| 久久热精品热| 亚洲国产欧美人成| 亚洲成人久久爱视频| 亚洲中文日韩欧美视频| 波多野结衣高清无吗| 美女xxoo啪啪120秒动态图| 欧美色欧美亚洲另类二区| 熟妇人妻久久中文字幕3abv| www日本黄色视频网| 亚洲精品影视一区二区三区av| 99久久精品一区二区三区| 久久亚洲精品不卡| 久久精品国产99精品国产亚洲性色| 午夜福利在线观看免费完整高清在 | 国产精品亚洲美女久久久| 国产精品一区二区三区四区久久| 成人亚洲精品av一区二区| 午夜福利高清视频| 在现免费观看毛片| 99视频精品全部免费 在线| 男女之事视频高清在线观看| 看黄色毛片网站| 高清日韩中文字幕在线| 亚洲av不卡在线观看| 一进一出抽搐gif免费好疼| 中亚洲国语对白在线视频| 色5月婷婷丁香| 欧美精品国产亚洲| av在线老鸭窝| 精品一区二区免费观看| 内地一区二区视频在线| 美女大奶头视频| 国产麻豆成人av免费视频| 国产亚洲精品久久久久久毛片| 少妇裸体淫交视频免费看高清| 人妻丰满熟妇av一区二区三区| 精品国产三级普通话版| 精品午夜福利视频在线观看一区| 国产精品久久久久久亚洲av鲁大| 好男人在线观看高清免费视频| 亚洲av二区三区四区| 99九九线精品视频在线观看视频| 成人欧美大片| 97超视频在线观看视频| 又爽又黄a免费视频| 日本色播在线视频| 麻豆av噜噜一区二区三区| 日韩欧美 国产精品| 国产精品久久视频播放| 国语自产精品视频在线第100页| av在线天堂中文字幕| 欧美最黄视频在线播放免费| 免费不卡的大黄色大毛片视频在线观看 | 中文在线观看免费www的网站| 18禁黄网站禁片免费观看直播| 精品人妻熟女av久视频| 日韩欧美 国产精品| 日韩欧美精品免费久久| 99久久九九国产精品国产免费| 黄色视频,在线免费观看| 免费人成在线观看视频色| 99热网站在线观看| 高清在线国产一区| 亚洲精品成人久久久久久| 国内精品久久久久久久电影| 国内少妇人妻偷人精品xxx网站| 午夜福利视频1000在线观看| 老熟妇乱子伦视频在线观看| 嫩草影院新地址| 人人妻人人看人人澡| 欧美精品国产亚洲| 国产色婷婷99| 亚洲国产欧洲综合997久久,| 老师上课跳d突然被开到最大视频| 欧美bdsm另类| 亚洲欧美精品综合久久99| 久久欧美精品欧美久久欧美| 可以在线观看的亚洲视频| 国产极品精品免费视频能看的| 天天躁日日操中文字幕| 婷婷亚洲欧美| 久久亚洲真实| 国产精品98久久久久久宅男小说| 日本a在线网址| 国产精品不卡视频一区二区| 舔av片在线| 日日摸夜夜添夜夜添小说| 日本精品一区二区三区蜜桃| 日本一本二区三区精品| 国产精品人妻久久久影院| 一卡2卡三卡四卡精品乱码亚洲| 亚洲真实伦在线观看| 51国产日韩欧美| 人妻夜夜爽99麻豆av| 男人的好看免费观看在线视频| 网址你懂的国产日韩在线| 一夜夜www| 搡老熟女国产l中国老女人| 久久久久久久午夜电影| 小蜜桃在线观看免费完整版高清| 国产一区二区在线av高清观看| 成人美女网站在线观看视频| 精品午夜福利在线看| 九色国产91popny在线| 一进一出好大好爽视频| 中文字幕人妻熟人妻熟丝袜美| 婷婷六月久久综合丁香| 尤物成人国产欧美一区二区三区| 国产主播在线观看一区二区| 色尼玛亚洲综合影院| avwww免费| 色av中文字幕| 日本 av在线| 午夜福利成人在线免费观看| 在线观看一区二区三区| 别揉我奶头 嗯啊视频| 日本 av在线| 亚洲男人的天堂狠狠| 欧美bdsm另类| 国内久久婷婷六月综合欲色啪| 男人舔女人下体高潮全视频| 亚洲国产精品久久男人天堂| 亚洲综合色惰| av在线老鸭窝| 国产大屁股一区二区在线视频| 一a级毛片在线观看| 女的被弄到高潮叫床怎么办 | 国产大屁股一区二区在线视频| 国产精品久久久久久精品电影| 直男gayav资源| 草草在线视频免费看| 内地一区二区视频在线| 久久久久久久久大av| 国产在视频线在精品| 丰满的人妻完整版| 乱码一卡2卡4卡精品| 国产精品一及| 亚洲人成网站高清观看| 国产av不卡久久| 欧美一级a爱片免费观看看| 亚洲av.av天堂| 99久久成人亚洲精品观看| 久久99热这里只有精品18| 久久精品国产鲁丝片午夜精品 | 天堂av国产一区二区熟女人妻| 国产精品三级大全| 久久久久久久久中文| 女生性感内裤真人,穿戴方法视频| 中文字幕久久专区| a级毛片免费高清观看在线播放| 看黄色毛片网站| 中文字幕熟女人妻在线| 国产精品亚洲美女久久久| 免费观看人在逋| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲黑人精品在线| 一级黄色大片毛片| 春色校园在线视频观看| 一进一出抽搐gif免费好疼| 人妻少妇偷人精品九色| av中文乱码字幕在线| 日本黄色片子视频| 少妇丰满av| 欧美国产日韩亚洲一区| 美女高潮喷水抽搐中文字幕| 免费人成在线观看视频色| 国产一区二区亚洲精品在线观看| 欧美日本视频| 欧美成人性av电影在线观看| 一级黄色大片毛片| 最近在线观看免费完整版| 1000部很黄的大片| 国产中年淑女户外野战色| 亚洲精品一区av在线观看| 啦啦啦啦在线视频资源| 热99在线观看视频| 亚洲人成网站高清观看| 色综合站精品国产| 伦精品一区二区三区| 91在线精品国自产拍蜜月| 成人国产综合亚洲| 日韩欧美精品免费久久| 99久久久亚洲精品蜜臀av| 无人区码免费观看不卡| 91av网一区二区| 亚洲男人的天堂狠狠| 亚洲综合色惰| 99精品在免费线老司机午夜| 亚洲狠狠婷婷综合久久图片| 看免费成人av毛片| 最后的刺客免费高清国语| 日本黄大片高清| 国产精品美女特级片免费视频播放器| 自拍偷自拍亚洲精品老妇| 极品教师在线视频| 国产私拍福利视频在线观看| 国产精品电影一区二区三区| 免费大片18禁| 老熟妇乱子伦视频在线观看| 毛片女人毛片| 久久久午夜欧美精品| 免费看av在线观看网站| 99久久精品热视频| 免费观看精品视频网站| 99九九线精品视频在线观看视频| 免费无遮挡裸体视频| 男人的好看免费观看在线视频| 12—13女人毛片做爰片一| 亚洲人成伊人成综合网2020| 日韩中字成人| 国产精品一区二区免费欧美| 久久久久久国产a免费观看| 一个人观看的视频www高清免费观看| 国产欧美日韩精品一区二区| 黄色视频,在线免费观看| 搞女人的毛片| 一个人观看的视频www高清免费观看| av天堂中文字幕网| 精品欧美国产一区二区三| 国产爱豆传媒在线观看| 日本黄色片子视频| 午夜a级毛片| 日本三级黄在线观看| 99久久中文字幕三级久久日本| 十八禁国产超污无遮挡网站| 女生性感内裤真人,穿戴方法视频| 国产精品人妻久久久久久| 99九九线精品视频在线观看视频| 国产精品国产高清国产av| 国产精品久久视频播放| 身体一侧抽搐| 人妻少妇偷人精品九色| 国产乱人视频| 日韩亚洲欧美综合| 欧美区成人在线视频| 在现免费观看毛片| 精品人妻偷拍中文字幕| 一本一本综合久久| 亚洲国产高清在线一区二区三| 最近中文字幕高清免费大全6 | 日本-黄色视频高清免费观看| 91在线精品国自产拍蜜月| 中文字幕高清在线视频| 草草在线视频免费看| 亚洲av不卡在线观看| 亚洲真实伦在线观看| 久久国内精品自在自线图片| 欧美精品啪啪一区二区三区| 琪琪午夜伦伦电影理论片6080| 国产又黄又爽又无遮挡在线| 美女免费视频网站| 美女 人体艺术 gogo| 12—13女人毛片做爰片一| 美女cb高潮喷水在线观看| 又紧又爽又黄一区二区| 丝袜美腿在线中文| 成人国产综合亚洲| 女人十人毛片免费观看3o分钟| 亚洲最大成人中文| 岛国在线免费视频观看| 免费看光身美女| 一夜夜www| 亚洲最大成人中文| 91在线精品国自产拍蜜月| 两性午夜刺激爽爽歪歪视频在线观看| 免费大片18禁| 欧美+日韩+精品| 免费观看人在逋| 特级一级黄色大片| 男女之事视频高清在线观看| 免费看光身美女| 免费人成视频x8x8入口观看| 国产精品国产高清国产av| 91久久精品国产一区二区成人| 欧美不卡视频在线免费观看| 亚洲精品亚洲一区二区| 色综合站精品国产| 国产在视频线在精品| 国产伦精品一区二区三区视频9| 精品午夜福利视频在线观看一区| 欧美bdsm另类| 色尼玛亚洲综合影院| 国产私拍福利视频在线观看| 久久精品国产鲁丝片午夜精品 | 人妻少妇偷人精品九色| 男女啪啪激烈高潮av片| 好男人在线观看高清免费视频| 亚洲人成网站在线播放欧美日韩| 亚洲国产精品成人综合色| 天天一区二区日本电影三级| 精品免费久久久久久久清纯| 亚洲欧美日韩东京热| 亚洲av熟女| 亚洲av二区三区四区| 一区二区三区免费毛片| 九九在线视频观看精品| 午夜免费激情av| 国内精品美女久久久久久| 国产淫片久久久久久久久| 免费在线观看影片大全网站| 成人性生交大片免费视频hd| 久久精品人妻少妇| 99热6这里只有精品| 女的被弄到高潮叫床怎么办 | 老司机福利观看| 一a级毛片在线观看| 亚洲第一电影网av| 我的女老师完整版在线观看| 老师上课跳d突然被开到最大视频| 日日撸夜夜添| 男女那种视频在线观看| 亚洲最大成人av| 日本成人三级电影网站| 亚洲人成伊人成综合网2020| 色吧在线观看| 搞女人的毛片| av女优亚洲男人天堂| 午夜a级毛片| 精品久久久久久久人妻蜜臀av| 毛片一级片免费看久久久久 | 亚洲av免费高清在线观看| 精品人妻视频免费看| 日本一本二区三区精品| 亚洲av第一区精品v没综合| 免费在线观看影片大全网站| 国产精品久久电影中文字幕| 91久久精品国产一区二区三区| 一级黄色大片毛片| 麻豆av噜噜一区二区三区| 亚洲18禁久久av| 黄色配什么色好看| 狂野欧美白嫩少妇大欣赏| 一进一出好大好爽视频| 欧美+日韩+精品| 1024手机看黄色片| 日本 av在线| 欧美高清成人免费视频www| 国产成人影院久久av| 国产真实伦视频高清在线观看 | 午夜亚洲福利在线播放| 日韩欧美 国产精品| 亚洲图色成人| 亚洲性夜色夜夜综合| 成人特级黄色片久久久久久久| 91精品国产九色| 女生性感内裤真人,穿戴方法视频| 欧美最新免费一区二区三区| 国产69精品久久久久777片| 免费高清视频大片| 亚洲av二区三区四区| 久久99热6这里只有精品| 亚洲国产欧洲综合997久久,| 精品福利观看| 日本撒尿小便嘘嘘汇集6| 欧美黑人欧美精品刺激| 国产精品国产高清国产av| 在线免费观看不下载黄p国产 | 亚洲无线观看免费| 亚洲最大成人手机在线| avwww免费| 中文资源天堂在线| 最近在线观看免费完整版| 久久婷婷人人爽人人干人人爱| 韩国av一区二区三区四区| 好男人在线观看高清免费视频| 国产高清激情床上av| 亚洲性久久影院| 成人av在线播放网站| 香蕉av资源在线| 熟妇人妻久久中文字幕3abv| 亚洲成人久久爱视频| 丰满人妻一区二区三区视频av| 黄色配什么色好看| 一级黄片播放器| 深夜精品福利| 亚洲经典国产精华液单| 欧美3d第一页| 琪琪午夜伦伦电影理论片6080| 成人特级黄色片久久久久久久| 亚洲av电影不卡..在线观看| 国产一区二区三区在线臀色熟女| 国产极品精品免费视频能看的| 亚洲avbb在线观看|