• <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
    免费无遮挡裸体视频| 在线观看免费视频日本深夜| 内地一区二区视频在线| 国产精华一区二区三区| videossex国产| 免费人成视频x8x8入口观看| 亚洲综合色惰| 国产女主播在线喷水免费视频网站 | 99热这里只有是精品在线观看| 久久久久久大精品| 国产精品福利在线免费观看| 国产精品国产高清国产av| 色av中文字幕| 两个人视频免费观看高清| 精品一区二区免费观看| 亚洲成人av在线免费| 亚洲精品456在线播放app| 99久久无色码亚洲精品果冻| 日日撸夜夜添| 日本黄色视频三级网站网址| 日本熟妇午夜| 国内久久婷婷六月综合欲色啪| 亚洲精品影视一区二区三区av| 国产私拍福利视频在线观看| av在线蜜桃| 久久精品国产亚洲av涩爱 | 欧美xxxx性猛交bbbb| 亚洲精品久久国产高清桃花| 亚洲精品粉嫩美女一区| 五月伊人婷婷丁香| 精品一区二区三区人妻视频| 国产亚洲精品久久久久久毛片| 国产精品一区二区免费欧美| 久久精品国产99精品国产亚洲性色| 日韩欧美精品免费久久| 最近视频中文字幕2019在线8| 日韩中字成人| 在线天堂最新版资源| 欧美高清成人免费视频www| 国产在线精品亚洲第一网站| 国产精品久久久久久久久免| 热99re8久久精品国产| 俺也久久电影网| 欧美日韩乱码在线| 成年女人永久免费观看视频| 国产高清激情床上av| 一级黄色大片毛片| 天堂av国产一区二区熟女人妻| 草草在线视频免费看| 老熟妇乱子伦视频在线观看| 91在线观看av| 欧美成人精品欧美一级黄| 久久久色成人| 日日干狠狠操夜夜爽| 变态另类丝袜制服| 婷婷六月久久综合丁香| 婷婷精品国产亚洲av在线| 中文亚洲av片在线观看爽| 亚洲丝袜综合中文字幕| 国产综合懂色| 老司机福利观看| 国产真实乱freesex| 日日干狠狠操夜夜爽| 一级毛片电影观看 | 久久人人爽人人爽人人片va| 久久这里只有精品中国| 国产一区二区三区av在线 | 伦理电影大哥的女人| 日日摸夜夜添夜夜添小说| 日韩大尺度精品在线看网址| 国产色爽女视频免费观看| 亚洲天堂国产精品一区在线| 久久久久精品国产欧美久久久| 1024手机看黄色片| 男人的好看免费观看在线视频| 精品一区二区三区视频在线| 亚洲av第一区精品v没综合| 九色成人免费人妻av| 亚洲欧美成人综合另类久久久 | 日本a在线网址| 舔av片在线| 国产一区二区三区在线臀色熟女| 免费av毛片视频| 成人国产麻豆网| 久久精品夜夜夜夜夜久久蜜豆| 国产午夜精品久久久久久一区二区三区 | 成人av在线播放网站| 亚洲最大成人av| 色播亚洲综合网| 国产精品女同一区二区软件| 九色成人免费人妻av| av免费在线看不卡| 亚洲乱码一区二区免费版| 成人av一区二区三区在线看| 人人妻人人澡人人爽人人夜夜 | 国产精品一区www在线观看| 女人十人毛片免费观看3o分钟| 有码 亚洲区| 日日撸夜夜添| eeuss影院久久| 日本与韩国留学比较| 亚洲中文字幕一区二区三区有码在线看| 欧美激情久久久久久爽电影| 国产精品人妻久久久久久| 又黄又爽又刺激的免费视频.| 成人二区视频| 久久人人爽人人片av| 日韩欧美精品免费久久| 亚洲七黄色美女视频| a级毛片免费高清观看在线播放| 亚洲18禁久久av| 热99在线观看视频| 亚洲精品日韩av片在线观看| 久久热精品热| 亚洲国产高清在线一区二区三| 看十八女毛片水多多多| 国产精品亚洲美女久久久| 日韩欧美在线乱码| 99热这里只有是精品50| 亚洲av电影不卡..在线观看| 国产v大片淫在线免费观看| 久久精品国产亚洲网站| 亚洲国产色片| 狂野欧美白嫩少妇大欣赏| 国产精品一二三区在线看| 美女高潮的动态| 蜜桃亚洲精品一区二区三区| 欧美3d第一页| 久久久国产成人精品二区| 久久精品国产亚洲网站| 午夜激情福利司机影院| 国产精品嫩草影院av在线观看| 欧美成人a在线观看| 日本a在线网址| 联通29元200g的流量卡| 尤物成人国产欧美一区二区三区| 天堂影院成人在线观看| 成年av动漫网址| 女人被狂操c到高潮| 一卡2卡三卡四卡精品乱码亚洲| 少妇人妻精品综合一区二区 | 最近最新中文字幕大全电影3| 狂野欧美白嫩少妇大欣赏| 国产黄色小视频在线观看| 91麻豆精品激情在线观看国产| 亚洲自拍偷在线| 久久这里只有精品中国| 国产私拍福利视频在线观看| 久久国产乱子免费精品| 精华霜和精华液先用哪个| 香蕉av资源在线| 国产成人91sexporn| 香蕉av资源在线| 99九九线精品视频在线观看视频| 女生性感内裤真人,穿戴方法视频| 色综合站精品国产| or卡值多少钱| 欧美性猛交╳xxx乱大交人| 亚洲性夜色夜夜综合| 中文字幕熟女人妻在线| 日韩欧美免费精品| 欧美在线一区亚洲| 国产精品精品国产色婷婷| 天天躁日日操中文字幕| 美女cb高潮喷水在线观看| 禁无遮挡网站| 国产人妻一区二区三区在| 在线免费观看不下载黄p国产| 久久人人爽人人片av| 91精品国产九色| 一卡2卡三卡四卡精品乱码亚洲| 久久久久精品国产欧美久久久| 久久久a久久爽久久v久久| 中文字幕人妻熟人妻熟丝袜美| 国产精品永久免费网站| 成人美女网站在线观看视频| 国产伦精品一区二区三区四那| 日韩欧美在线乱码| 91狼人影院| 日韩国内少妇激情av| 婷婷亚洲欧美| 欧美区成人在线视频| 成年女人看的毛片在线观看| 国产精品一区二区性色av| 97碰自拍视频| 亚洲乱码一区二区免费版| 欧美bdsm另类| 日韩三级伦理在线观看| 亚洲国产欧洲综合997久久,| 亚洲精品国产成人久久av| 亚洲av一区综合| 最后的刺客免费高清国语| 男插女下体视频免费在线播放| 亚洲国产色片| a级毛色黄片| 亚洲美女搞黄在线观看 | 色哟哟哟哟哟哟| 高清午夜精品一区二区三区 | 乱码一卡2卡4卡精品| 别揉我奶头 嗯啊视频| 欧美日本视频| 午夜福利在线在线| 精品久久久久久久久亚洲| 高清日韩中文字幕在线| 国产一区二区在线av高清观看| 免费大片18禁| 久久6这里有精品| 毛片女人毛片| 最近2019中文字幕mv第一页| 91精品国产九色| 欧美高清成人免费视频www| 22中文网久久字幕| АⅤ资源中文在线天堂| 亚洲欧美日韩高清专用| 国产欧美日韩精品一区二区| 久久欧美精品欧美久久欧美| 欧美性猛交黑人性爽| 一区二区三区免费毛片| 亚洲成a人片在线一区二区| a级一级毛片免费在线观看| av福利片在线观看| 成年女人看的毛片在线观看| 2021天堂中文幕一二区在线观| 久久这里只有精品中国| 久久人人爽人人爽人人片va| 超碰av人人做人人爽久久| 亚洲婷婷狠狠爱综合网| 别揉我奶头~嗯~啊~动态视频| 国产亚洲欧美98| 乱码一卡2卡4卡精品| 在线播放无遮挡| 亚洲最大成人中文| 国产精品久久久久久久电影| 91精品国产九色| 在线播放国产精品三级| 精品国内亚洲2022精品成人| 欧美日本视频| 黄色日韩在线| 91久久精品电影网| 97人妻精品一区二区三区麻豆| 一进一出好大好爽视频| 国国产精品蜜臀av免费| av在线播放精品| 一区二区三区免费毛片| 亚洲成人久久爱视频| 如何舔出高潮| av在线老鸭窝| av在线亚洲专区| 中文亚洲av片在线观看爽| 久久欧美精品欧美久久欧美| 亚洲精品日韩av片在线观看| 久久精品国产清高在天天线| 美女黄网站色视频| 欧美一区二区国产精品久久精品| 狠狠狠狠99中文字幕| 精品久久久久久久末码| 桃色一区二区三区在线观看| 欧美日韩国产亚洲二区| 午夜福利在线观看免费完整高清在 | 淫秽高清视频在线观看| 美女内射精品一级片tv| 日韩 亚洲 欧美在线| 麻豆av噜噜一区二区三区| 成年av动漫网址| 亚洲天堂国产精品一区在线| 亚洲精华国产精华液的使用体验 | 亚洲,欧美,日韩| 悠悠久久av| 国产成人91sexporn| 激情 狠狠 欧美| 国产精华一区二区三区| 桃色一区二区三区在线观看| 真实男女啪啪啪动态图| 91狼人影院| 日本-黄色视频高清免费观看| 日本与韩国留学比较| 日日撸夜夜添| 亚洲av一区综合| 亚洲欧美中文字幕日韩二区| 人妻久久中文字幕网| 青春草视频在线免费观看| 大香蕉久久网| 久久精品人妻少妇| 99热网站在线观看| 综合色丁香网| 国产美女午夜福利| 久久人妻av系列| 欧美不卡视频在线免费观看| 99国产极品粉嫩在线观看| 美女黄网站色视频| 男女之事视频高清在线观看| 1024手机看黄色片| 女的被弄到高潮叫床怎么办| 精品久久久久久久久久免费视频| 日韩大尺度精品在线看网址| 两性午夜刺激爽爽歪歪视频在线观看| 欧美日韩一区二区视频在线观看视频在线 | 欧美+日韩+精品| 91久久精品电影网| 国产真实伦视频高清在线观看| 亚洲一级一片aⅴ在线观看| 久久综合国产亚洲精品| 久久久国产成人免费| 亚洲国产精品久久男人天堂| 亚洲无线观看免费| 日本黄大片高清| 日韩制服骚丝袜av| 日本a在线网址| 在线看三级毛片| 欧美最黄视频在线播放免费| 国产视频一区二区在线看| 少妇人妻一区二区三区视频| 丰满乱子伦码专区| 美女cb高潮喷水在线观看| 久久精品国产鲁丝片午夜精品| 国产探花极品一区二区| 日韩精品青青久久久久久| 成人国产麻豆网| 丰满乱子伦码专区| 日本欧美国产在线视频| 国产精品伦人一区二区| 中文字幕久久专区| 国产精品亚洲一级av第二区| eeuss影院久久| 国产精品三级大全| 国产精品久久久久久av不卡| 日韩 亚洲 欧美在线| 一级毛片aaaaaa免费看小| av在线蜜桃| 九色成人免费人妻av| 国产亚洲av嫩草精品影院| av女优亚洲男人天堂| 国产 一区 欧美 日韩| 国产白丝娇喘喷水9色精品| 亚洲国产精品sss在线观看| 国产一区二区亚洲精品在线观看| 国产亚洲精品久久久com| 九九爱精品视频在线观看| 久久久久国产网址| 午夜福利18| 美女xxoo啪啪120秒动态图| 少妇人妻精品综合一区二区 | 国产免费男女视频| 亚洲激情五月婷婷啪啪| 亚洲综合色惰| 日本一二三区视频观看| 精品久久久久久久久久久久久| 欧美不卡视频在线免费观看| 久久精品夜夜夜夜夜久久蜜豆| 日日干狠狠操夜夜爽| 久久久国产成人精品二区| 尾随美女入室| 在线观看av片永久免费下载| 五月玫瑰六月丁香| 最后的刺客免费高清国语| 国产在视频线在精品| 国产精品亚洲一级av第二区| 国产精品国产三级国产av玫瑰| 一级毛片我不卡| 亚洲美女搞黄在线观看 | 久久久久久国产a免费观看| 国产美女午夜福利| 国产在线男女| 人人妻人人澡欧美一区二区| 日韩成人av中文字幕在线观看 | 国产三级在线视频| 欧美性猛交╳xxx乱大交人| 中出人妻视频一区二区| 亚洲一区二区三区色噜噜| 亚洲精品国产成人久久av| 国产精品一二三区在线看| av在线老鸭窝| 成人av一区二区三区在线看| 91久久精品国产一区二区三区| 国产精品伦人一区二区| 亚洲色图av天堂| 国产精品一及| 精品一区二区三区视频在线| 美女被艹到高潮喷水动态| 日产精品乱码卡一卡2卡三| 观看美女的网站| 午夜精品国产一区二区电影 | 亚洲内射少妇av| 秋霞在线观看毛片| 少妇熟女aⅴ在线视频| 国产精品无大码| 丝袜美腿在线中文| 亚洲天堂国产精品一区在线| 国内精品美女久久久久久| 黑人高潮一二区| 1024手机看黄色片| 日韩欧美在线乱码| 亚洲乱码一区二区免费版| 观看美女的网站| 国产91av在线免费观看| 一个人看的www免费观看视频| 我的女老师完整版在线观看| 国模一区二区三区四区视频| 欧美另类亚洲清纯唯美| 黄色一级大片看看| 丰满的人妻完整版| 能在线免费观看的黄片| 免费av观看视频| 国产一区二区三区av在线 | 91久久精品国产一区二区三区| 中文字幕精品亚洲无线码一区| 午夜免费男女啪啪视频观看 | 午夜福利在线观看吧| av黄色大香蕉| 日本黄色视频三级网站网址| a级毛片a级免费在线| 人妻久久中文字幕网| 国产视频一区二区在线看| 精品午夜福利在线看| 免费观看的影片在线观看| 国产精品久久久久久久久免| 老熟妇乱子伦视频在线观看| 色吧在线观看| 国产精品美女特级片免费视频播放器| 亚洲人成网站高清观看| 日本-黄色视频高清免费观看| 亚洲精品色激情综合| 日本黄色片子视频| 国产成人freesex在线 | 久久午夜亚洲精品久久| 日韩大尺度精品在线看网址| 亚洲精品在线观看二区| 岛国在线免费视频观看| 老师上课跳d突然被开到最大视频| 国产精品亚洲一级av第二区| 久久人人爽人人爽人人片va| 国产亚洲欧美98| 三级经典国产精品| 欧美精品国产亚洲| 免费看日本二区| 亚洲中文字幕日韩| 久久久精品欧美日韩精品| 午夜福利成人在线免费观看| 成人特级黄色片久久久久久久| 久久久久久久午夜电影| 免费看日本二区| 免费在线观看影片大全网站| 国国产精品蜜臀av免费| 成熟少妇高潮喷水视频| 精品一区二区三区人妻视频| 欧美性猛交黑人性爽| 晚上一个人看的免费电影| 全区人妻精品视频| 91久久精品国产一区二区三区| 亚洲图色成人| 97碰自拍视频| 中国美女看黄片| 国产亚洲精品综合一区在线观看| 成人特级黄色片久久久久久久| 婷婷六月久久综合丁香| 老司机影院成人| 少妇熟女aⅴ在线视频| 麻豆国产97在线/欧美| 特大巨黑吊av在线直播| 亚洲经典国产精华液单| 美女免费视频网站| 久久午夜亚洲精品久久| 国产av麻豆久久久久久久| 亚洲欧美精品自产自拍| 少妇裸体淫交视频免费看高清| 天堂影院成人在线观看| 亚洲精品日韩在线中文字幕 | 国产一区二区亚洲精品在线观看| 国产91av在线免费观看| 身体一侧抽搐| 狠狠狠狠99中文字幕| 中文字幕久久专区| 欧美日韩精品成人综合77777| 99久国产av精品国产电影| 伦精品一区二区三区| 十八禁网站免费在线| 精品日产1卡2卡| 精品一区二区三区人妻视频| 我要搜黄色片| 欧美最黄视频在线播放免费| 看非洲黑人一级黄片| 亚洲人与动物交配视频| 成年女人看的毛片在线观看| 在线观看美女被高潮喷水网站| 天堂网av新在线| 3wmmmm亚洲av在线观看| 在线免费十八禁| 亚洲av五月六月丁香网| 国国产精品蜜臀av免费| 成人亚洲精品av一区二区| 日韩欧美 国产精品| av在线播放精品| 国产伦精品一区二区三区四那| 久久人人精品亚洲av| 性色avwww在线观看| 欧美激情国产日韩精品一区| 国产高清视频在线观看网站| 亚洲av不卡在线观看| 日本黄大片高清| 搡老妇女老女人老熟妇| 午夜精品一区二区三区免费看| av在线蜜桃| 18禁在线无遮挡免费观看视频 | 91麻豆精品激情在线观看国产| 成年女人毛片免费观看观看9| 我的老师免费观看完整版| 色播亚洲综合网| 国产亚洲精品av在线| 国产亚洲91精品色在线| 精品99又大又爽又粗少妇毛片| 嫩草影视91久久| 美女cb高潮喷水在线观看| 国产精品一区二区三区四区免费观看 | 一级毛片久久久久久久久女| 亚洲欧美日韩高清在线视频| 精华霜和精华液先用哪个| 在线免费观看不下载黄p国产| 国产精品久久久久久久电影| 国产高清有码在线观看视频| 99久久精品一区二区三区| 日日撸夜夜添| 极品教师在线视频| 91午夜精品亚洲一区二区三区| 久久久久九九精品影院| 国产精品一区二区三区四区免费观看 | 夜夜爽天天搞| 亚洲无线观看免费| 床上黄色一级片| 十八禁国产超污无遮挡网站| 亚洲欧美成人综合另类久久久 | 99久久久亚洲精品蜜臀av| 嫩草影院入口| 人妻制服诱惑在线中文字幕| 舔av片在线| 美女被艹到高潮喷水动态| 久久中文看片网| 日本三级黄在线观看| 亚洲成人精品中文字幕电影| 乱系列少妇在线播放| 日本黄色视频三级网站网址| 69av精品久久久久久| 搡老熟女国产l中国老女人| 国产一区二区激情短视频| 观看免费一级毛片| 日本 av在线| 晚上一个人看的免费电影| 神马国产精品三级电影在线观看| 久久国内精品自在自线图片| 网址你懂的国产日韩在线| 最近中文字幕高清免费大全6| 看黄色毛片网站| 有码 亚洲区| 日本一本二区三区精品| 婷婷六月久久综合丁香| 极品教师在线视频| 最好的美女福利视频网| 狂野欧美白嫩少妇大欣赏| 悠悠久久av| 99久久精品国产国产毛片| 国产精品久久久久久久电影| 亚洲国产精品成人综合色| 精品少妇黑人巨大在线播放 | 精品一区二区三区av网在线观看| 亚洲美女视频黄频| 99久国产av精品| 村上凉子中文字幕在线| 国产精品美女特级片免费视频播放器| 久久精品91蜜桃| 欧美成人一区二区免费高清观看| 成人高潮视频无遮挡免费网站| av在线天堂中文字幕| 国产伦精品一区二区三区四那| 99在线人妻在线中文字幕| 国产大屁股一区二区在线视频| 一进一出好大好爽视频| 蜜桃久久精品国产亚洲av| 一a级毛片在线观看| 别揉我奶头 嗯啊视频| www.色视频.com| 免费黄网站久久成人精品| 国产一区二区在线观看日韩| 精品久久久久久成人av| 精华霜和精华液先用哪个| 一级av片app| 搡老岳熟女国产| 人妻丰满熟妇av一区二区三区| 国产黄片美女视频| 卡戴珊不雅视频在线播放| 国产免费男女视频| 超碰av人人做人人爽久久| 欧美激情国产日韩精品一区| 亚洲av一区综合| 特级一级黄色大片| 免费大片18禁| 伊人久久精品亚洲午夜| 一个人免费在线观看电影| 国产午夜精品论理片| 一级毛片久久久久久久久女| 熟妇人妻久久中文字幕3abv| 天美传媒精品一区二区| 国产精品乱码一区二三区的特点| 在线观看美女被高潮喷水网站| 搡老熟女国产l中国老女人| 欧美一区二区亚洲| 特级一级黄色大片| 亚洲国产精品成人综合色| 精品少妇黑人巨大在线播放 | 高清毛片免费观看视频网站| 国产一级毛片七仙女欲春2| 免费不卡的大黄色大毛片视频在线观看 | 国产69精品久久久久777片| 波多野结衣巨乳人妻| 亚洲av一区综合| 成人亚洲欧美一区二区av| 日韩 亚洲 欧美在线|