• <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 ?

    基于改進(jìn)果蠅算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的接地網(wǎng)腐蝕速率預(yù)測(cè)模型

    2022-11-23 11:18:00程宏偉高蓮于虹李鵬
    電測(cè)與儀表 2022年11期
    關(guān)鍵詞:果蠅半徑種群

    程宏偉,高蓮,于虹,李鵬

    (1.云南大學(xué) 信息學(xué)院,昆明 650500; 2.云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院,昆明 650500)

    0 引 言

    隨著現(xiàn)代電力技術(shù)的發(fā)展大容量、特高壓輸電線路相繼出現(xiàn),對(duì)保障電力系統(tǒng)安全穩(wěn)定運(yùn)行的接地網(wǎng)要求不斷提高[1]。但接地網(wǎng)長期處于地下,復(fù)雜的土壤環(huán)境使其發(fā)生腐蝕甚至斷裂,進(jìn)而影響電力系統(tǒng)的安全穩(wěn)定運(yùn)行[2-4]。因此,研究預(yù)測(cè)結(jié)果準(zhǔn)確的接地網(wǎng)腐蝕速率預(yù)測(cè)模型可以使運(yùn)維人員及時(shí)掌握接地網(wǎng)健康狀況,提前發(fā)現(xiàn)接地網(wǎng)的安全隱患并安排檢修,避免因接地網(wǎng)的腐蝕造成電網(wǎng)故障,對(duì)整個(gè)電網(wǎng)的安全穩(wěn)定運(yùn)行至關(guān)重要[5-6]。

    當(dāng)前,主要通過傳感器檢測(cè)和建立腐蝕參數(shù)樣本庫兩種方式對(duì)接地網(wǎng)腐蝕速率進(jìn)行預(yù)測(cè)。針對(duì)第一種方法,文獻(xiàn)[7]使用電化學(xué)腐蝕傳感器對(duì)接地網(wǎng)進(jìn)行觀測(cè)并使用灰色預(yù)測(cè)的方法對(duì)觀測(cè)參數(shù)進(jìn)行分析得到接地網(wǎng)腐蝕速率,但這種方法只能短期預(yù)測(cè)接地網(wǎng)腐蝕且傳感器成本較高,無法大范圍的推廣使用。針對(duì)第二種方法,文獻(xiàn)[8]將現(xiàn)場(chǎng)采集的土壤參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù),建立接地網(wǎng)預(yù)測(cè)模型且具有較高的預(yù)測(cè)精度,但BP神經(jīng)網(wǎng)絡(luò)隨機(jī)初始化權(quán)值和閾值存在收斂速度慢和穩(wěn)定性差的不足;文獻(xiàn)[9]通過相似度計(jì)算得到較優(yōu)的訓(xùn)練樣本并使用支持向量機(jī)(Support Vector Machine, SVM)對(duì)接地網(wǎng)腐蝕速率進(jìn)行預(yù)測(cè),但SVM存在著運(yùn)算費(fèi)時(shí)且核函數(shù)參數(shù)選擇對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生較大影響的不足[10-11];文獻(xiàn)[12]采用模糊理論對(duì)接地網(wǎng)腐蝕速率進(jìn)行預(yù)測(cè),但存在定義分函數(shù)不全面的問題,且由兩位專家確定的可拓區(qū)間判斷矩陣具有一定的隨機(jī)性;文獻(xiàn)[13-14]分別采用遺傳算法-改進(jìn)支持向量機(jī)-誤差校正組合模型和人工蜂群算法(Artificial Bee Colony, ABC)優(yōu)化SVM的ABC-SVM模型進(jìn)行預(yù)測(cè),但優(yōu)化算法的初始種群隨機(jī)產(chǎn)生,易導(dǎo)致種群分布不均勻,具有較強(qiáng)的隨機(jī)性和盲目性。

    鑒于此,為了進(jìn)一步提高預(yù)測(cè)精度和預(yù)測(cè)穩(wěn)定性,文中提出了基于改進(jìn)果蠅算法(Update Fruit fly Optimization Algorithm, UFOA)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的接地網(wǎng)腐蝕速率預(yù)測(cè)模型(UFOA-BP)。該模型首先利用混沌映射、動(dòng)態(tài)半徑搜索策略和優(yōu)化氣味濃度判定公式對(duì)果蠅優(yōu)化算法(Fruit fly Optimization Algorithm, FOA)的種群位置、搜索步長和氣味濃度判定公式進(jìn)行改進(jìn),然后將UFOA算法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始連接權(quán)值和閾值,最后以文獻(xiàn)[14]對(duì)某地24座變電站的測(cè)量計(jì)算數(shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明,相較于其他預(yù)測(cè)方法,UFOA-BP模型在腐蝕速率預(yù)測(cè)時(shí)具有更高的預(yù)測(cè)精度和模型穩(wěn)定性,對(duì)運(yùn)維人員提前發(fā)現(xiàn)接地網(wǎng)安全隱患并安排檢修進(jìn)而保障電網(wǎng)安全穩(wěn)定運(yùn)行具有重要意義。

    1 基于UFOA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的接地網(wǎng)腐蝕速率預(yù)測(cè)模型

    1.1 BP神經(jīng)網(wǎng)絡(luò)原理

    由于BP 神經(jīng)網(wǎng)絡(luò)優(yōu)秀的非線性映射能力,在進(jìn)行數(shù)據(jù)預(yù)測(cè)時(shí)無需建立精準(zhǔn)的數(shù)學(xué)模型,且具有較高的預(yù)測(cè)精度,因此在數(shù)據(jù)預(yù)測(cè)方面有著較為廣泛的應(yīng)用[15-18]。

    標(biāo)準(zhǔn) BP 神經(jīng)網(wǎng)絡(luò)主要分為兩方面:一方面是向前的信息傳遞,即對(duì)于輸入的信息按照輸入層、隱含層和輸出層進(jìn)行正向傳遞;另一方面是反向的信號(hào)傳播,即根據(jù)實(shí)際值與預(yù)測(cè)值的誤差進(jìn)行反向傳播修改各層連接的權(quán)值[19-20]。其具體實(shí)現(xiàn)如圖1所示。

    圖1 BP神經(jīng)網(wǎng)絡(luò)流程圖

    從圖1可以看出,BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值是隨機(jī)產(chǎn)生的且利用梯度下降的方法進(jìn)行修正,這樣工作機(jī)制使BP神經(jīng)網(wǎng)絡(luò)對(duì)初始權(quán)值異常敏感,增加了算法的求解難度和收斂時(shí)間。針對(duì)BP神經(jīng)網(wǎng)絡(luò)存在的不足,文中使用UFOA算法優(yōu)化BP網(wǎng)絡(luò)的初始權(quán)值和閾值,進(jìn)一步提高BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的穩(wěn)定性和準(zhǔn)確性。

    1.2 FOA算法原理

    FOA算法是Pan[21]受果蠅覓食行為啟發(fā)于2012年提出的一種群體智能全局優(yōu)化算法。FOA算法通過模擬果蠅群體覓食行為,采用群體協(xié)作、信息共享的機(jī)制進(jìn)行尋優(yōu)操作[22],文獻(xiàn)[23-24]從計(jì)算精度、計(jì)算量和計(jì)算復(fù)雜度三個(gè)方面對(duì)免疫算法、遺傳算法、蟻群算法、粒子群算法、魚群算法和FOA算法進(jìn)行了詳細(xì)比較,得到FOA算法具有較高尋優(yōu)精度,且算法簡單、計(jì)算量較小的結(jié)論,因此文中以FOA算法作為優(yōu)化算法展開研究。

    FOA算法由兩部分構(gòu)成:首先,利用果蠅種群的嗅覺進(jìn)行搜索,得到果蠅種群中離目標(biāo)最近的個(gè)體;然后,通過果蠅視覺進(jìn)行尋找,確定最佳果蠅個(gè)體的位置坐標(biāo),同時(shí)其它果蠅向最佳位置方向飛去。以此反復(fù),直至達(dá)到最大迭代次數(shù)或目標(biāo)精度為止,其步驟如下:

    (1)參數(shù)設(shè)置:

    設(shè)置FOA算法的最大迭代次數(shù)、目標(biāo)精度、種群數(shù)量和搜索半徑:

    (2)隨機(jī)初始化果蠅種群位置:

    (1)

    (3)果蠅個(gè)體利用嗅覺搜尋食物:

    (2)

    (4)計(jì)算果蠅與原點(diǎn)之間的距離:

    (3)

    (5)計(jì)算果蠅味道濃度判定值:

    Si=1/Li

    (4)

    (6)計(jì)算果蠅味道濃度:

    Smelli=f(Si)

    (5)

    (7)尋找味道濃度最佳的果蠅個(gè)體:

    [bestSmell,bestIndex]=min(Smell)

    (6)

    (8)果蠅利用視覺向最佳果蠅個(gè)體飛去:

    (7)

    (9)判斷是否達(dá)到最大循環(huán)次數(shù)或目標(biāo)精度,若未達(dá)到,循環(huán)步驟(3)~步驟(8),若達(dá)到,返回最優(yōu)果蠅個(gè)體。

    從步驟(2)可以看出FOA算法使用隨機(jī)初始化果蠅群體位置的方法,該方法存在種群分布不均勻和算法具有一定盲目性的問題;從步驟(4)可以看出果蠅覓食階段采用固定的搜索半徑進(jìn)行尋找,一方面會(huì)增加收斂時(shí)間,另一方面降低了收斂精度,甚至使算法陷入局部最優(yōu);從步驟(6)可以看出果蠅的氣味濃度判定值恒為正值,無法實(shí)現(xiàn)負(fù)值區(qū)域的搜索,造成算法全局搜索能力下降。

    因此,對(duì)FOA算法存在的盲目初始化果蠅種群位置,收斂速度和收斂精度有待進(jìn)一步提高以及無法實(shí)現(xiàn)負(fù)值區(qū)域搜索的問題進(jìn)行改進(jìn)。

    1.3 UFOA算法

    由于FOA算法存在隨機(jī)確定初始果蠅種群位置的特點(diǎn),使得算法具有一定的隨機(jī)性和盲目性,且固定的果蠅搜索半徑使收斂速度和收斂精度有待進(jìn)一步提高以及無法實(shí)現(xiàn)負(fù)值區(qū)域搜索的缺陷。為提高果蠅種群的多樣性和搜索的遍歷性,增強(qiáng)算法的收斂精度,擴(kuò)大算法的搜索范圍,文中將從以下三個(gè)方面進(jìn)行改進(jìn):

    (1)引入Logistic混沌映射生成果蠅群體的初始位置,解決隨機(jī)初始化種群分布不均勻問題,提高搜索群體的多樣性和均勻性,增強(qiáng)算法的穩(wěn)定性;

    (2)引入動(dòng)態(tài)搜索半徑策略實(shí)現(xiàn)算法的搜索半徑自適應(yīng)動(dòng)態(tài)調(diào)節(jié),提高算法的收斂精度減小算法的收斂時(shí)間;

    (3)改進(jìn)FOA算法氣味濃度判定公式,避免氣味濃度判定值恒為正對(duì)算法的影響,擴(kuò)大算法的搜索范圍,增強(qiáng)算法的適應(yīng)性。

    1.3.1 Logistic映射

    針對(duì)隨機(jī)初始化果蠅種群易造成分布不均勻的問題,文中采用最簡單有效的混沌映射解決方案[25]-Logistic 混沌映射,對(duì)所有果蠅位置初始化,從而使得優(yōu)化后的果蠅位置具有混沌現(xiàn)象隨機(jī)性、遍歷性和規(guī)律性的特點(diǎn)[26-27],其系統(tǒng)方程如下:

    x(n+1)=μx(n)(1-x(n))x(n)∈[0,1]

    (8)

    式中n為迭代次數(shù);μ為控制參數(shù),當(dāng)μ=4時(shí),系統(tǒng)處于混沌狀態(tài)。

    混沌變量Cxi的變換式如下:

    Cx(n+1)i=4Cx(n)i(1-Cx(n)i),i=1, 2,…,N

    (9)

    式中Cx(n)i為第i個(gè)混沌變量在第n步混沌變換后的大小,通過式(9)得到第n+1次變換后的混沌變量Cx(n+1)i,然后結(jié)合式(10)和式(11)與變量Cxi∈[0,1]反復(fù)進(jìn)行混沌映射[28]。

    (10)

    (11)

    式中xi為混沌映射前的第i個(gè)原始數(shù)據(jù),且xi∈[amin,amax];x′i為其映射后的值。

    1.3.2 動(dòng)態(tài)搜索半徑策略

    FOA算法在果蠅覓食階段采用固定的搜索半徑進(jìn)行尋找,會(huì)降低算法的收斂精度,延長收斂時(shí)間,甚至陷入局部最優(yōu)。因此,文中設(shè)計(jì)一種全新的動(dòng)態(tài)搜索半徑生成方法如式(12)所示,解決固定半徑存在的不足,令算法在早期具有較大的搜索半徑,增強(qiáng)算法全局的搜索能力,避免局部最優(yōu),搜索半徑隨著迭代次數(shù)的增加而減小,提高算法整體的收斂精度,減少收斂時(shí)間。

    (12)

    式中rmax和rmin分別表示最大和最小的搜索半徑,iter表示當(dāng)前迭代次數(shù),Miter表示最大迭代次數(shù)。當(dāng)搜索半徑區(qū)間為[0.1,5],最大迭代次數(shù)為300時(shí),搜索半徑r的變化曲線如圖2所示。

    圖2 搜索半徑變化

    如圖2所示,改進(jìn)后的搜索半徑生成方法可以實(shí)現(xiàn)搜索半徑隨迭代增加的動(dòng)態(tài)生成,解決了原有算法固定搜索半徑的不足。

    1.3.3 優(yōu)化氣味濃度判定值

    從1.2節(jié)中的Step5可以看出,F(xiàn)OA算法的味道濃度判定值為果蠅個(gè)體與坐標(biāo)原點(diǎn)之間距離的倒數(shù),其值范圍恒為正,無法實(shí)現(xiàn)負(fù)面空間解決方案搜索,缺乏對(duì)高緯度和復(fù)雜化問題的求解能力。因此文中優(yōu)化了氣味濃度判定公式,如式(13)所示:

    Si=exp-Li×sgn(Xi×Yi)

    (13)

    式(13)中指數(shù)函數(shù)確保了候選解與果蠅位置的負(fù)相關(guān),同時(shí)使用sgn函數(shù),當(dāng)果蠅個(gè)體在二維坐標(biāo)的二、四象限時(shí),Si為負(fù)值。通過式(13)可以實(shí)現(xiàn)對(duì)負(fù)值空間的全面搜索,增加了算法的應(yīng)用場(chǎng)景,提高了算法對(duì)高緯度和復(fù)雜化問題的求解能力。

    綜上所述,針對(duì) FOA 算法種群隨機(jī)初始化、收斂速度和收斂精度有待進(jìn)一步提高以及氣味濃度判定值恒為正的問題,文中依次采用Logistic混沌映射、動(dòng)態(tài)搜索半徑策略和優(yōu)化氣味濃度判定值的方法實(shí)現(xiàn)對(duì) FOA 算法進(jìn)行改進(jìn)。

    1.4 UFOA-BP算法實(shí)現(xiàn)

    UFOA優(yōu)化BP網(wǎng)絡(luò)的核心思想是在BP網(wǎng)絡(luò)局部尋優(yōu)能力基礎(chǔ)上,利用UFOA 的全局尋優(yōu)能力對(duì)BP網(wǎng)絡(luò)的泛化能力和學(xué)習(xí)性能進(jìn)行優(yōu)化,根據(jù)UFOA迭代尋優(yōu)過程中果蠅位置的改變對(duì)應(yīng)于BP網(wǎng)絡(luò)學(xué)習(xí)過程中權(quán)值與閾值的更新過程,尋找最合適的初始連接權(quán)值和閾值,提高BP網(wǎng)絡(luò)的預(yù)測(cè)能力和預(yù)測(cè)效率。

    其基本方法為:首先將果蠅個(gè)體視作BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,用實(shí)際值和預(yù)測(cè)值的誤差絕對(duì)值之和作為UFOA算法的適應(yīng)度函數(shù);然后通過UFOA 迭代尋優(yōu)代替BP網(wǎng)絡(luò)中的梯度修正;最后將最優(yōu)果蠅個(gè)體作為BP網(wǎng)絡(luò)的初始權(quán)值和閾值。其基本流程如圖3所示。

    圖3 UFOA-BP算法流程圖

    2 預(yù)測(cè)結(jié)果對(duì)比及分析

    2.1 數(shù)據(jù)預(yù)處理

    文中使用的實(shí)驗(yàn)數(shù)據(jù)由文獻(xiàn)[14]對(duì)某地24座變電站接地網(wǎng)實(shí)地挖掘測(cè)量計(jì)算得出,24組接地網(wǎng)腐蝕速率實(shí)驗(yàn)數(shù)據(jù),包括土壤理化特性、接地網(wǎng)電阻平均增長率和接地網(wǎng)腐蝕速率三部分組成。土壤理化特性包括土壤含水率、電阻率、孔隙率、SO42-含量和Clˉ含量,用以表征不同接地網(wǎng)所處的土壤環(huán)境;接地網(wǎng)電阻平均增長率由接地網(wǎng)各支路電阻變化倍數(shù)和接地網(wǎng)運(yùn)行時(shí)間計(jì)算得出,用以表征接地網(wǎng)腐蝕狀態(tài),使模型輸入特征維度更加全面;接地網(wǎng)腐蝕速率通過截取接地網(wǎng)樣本,利用失重法計(jì)算得出。

    將24組實(shí)驗(yàn)數(shù)據(jù)中的前20組數(shù)據(jù)作為訓(xùn)練集,后4組數(shù)據(jù)作為測(cè)試集。由于6個(gè)輸入維度的量綱和維度各不相同,為避免直接輸入對(duì)預(yù)測(cè)模型訓(xùn)練速度、預(yù)測(cè)精度和模型靈敏性產(chǎn)生影響,文中將按照式(14)對(duì)所有輸入數(shù)據(jù)[-1,1]歸一化。

    (14)

    式中id和id′分別表示原始數(shù)據(jù)和歸一化后的數(shù)據(jù);idmax和idmin分別表示原始數(shù)據(jù)中的最大值和最小值。

    2.2 模型參數(shù)設(shè)定及實(shí)驗(yàn)結(jié)果

    UFO-BP模型中BP神經(jīng)網(wǎng)絡(luò)采用3層結(jié)構(gòu),其輸入層節(jié)點(diǎn)數(shù)為6,分別對(duì)應(yīng)輸入數(shù)據(jù)的土壤含水率、電阻率、孔隙率、SO42-含量、Clˉ含量和電阻平均增長速率;輸出層節(jié)點(diǎn)數(shù)為1,對(duì)應(yīng)接地導(dǎo)體腐蝕速率。隱含層節(jié)點(diǎn)數(shù)的選取一般根據(jù)經(jīng)驗(yàn)式(15)進(jìn)行試湊,根據(jù)式(15)可知文中的隱含層節(jié)點(diǎn)數(shù)取值范圍為[4,12],經(jīng)過誤差計(jì)算,確定隱含層節(jié)點(diǎn)數(shù)為9。

    (15)

    式中h、u和v分別表示隱含層、輸入層和輸出層節(jié)點(diǎn)數(shù)。

    采用UFOA-BP模型對(duì)接地網(wǎng)腐蝕速率進(jìn)行預(yù)測(cè),同時(shí)為對(duì)比該模型的預(yù)測(cè)性能,選取FOA-BP模型、BP神經(jīng)網(wǎng)絡(luò)、ABC-SVM[14]和GRNN神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比。設(shè)置UFOA-BP模型的最大迭代次數(shù)為200,種群規(guī)模為50,搜索半徑r∈[0.1,5],學(xué)習(xí)速率為0.02,目標(biāo)誤差為0.000 1;FOA-BP模型的參數(shù)除搜索半徑r=0.5外其余參數(shù)與UFOA-BP模型保持一致;BP模型的參數(shù)設(shè)置與UFOA-BP模型保持一致;ABC-SVM模型參數(shù)設(shè)置參照文獻(xiàn)[14];GRNN模型中設(shè)置擴(kuò)展速度為0.2。

    為測(cè)試改進(jìn)FOA算法的有效性,文中對(duì)UFOA算法和FOA算法的收斂曲線進(jìn)行對(duì)比分析,訓(xùn)練收斂曲線如圖4所示。

    圖4 UFOA和FOA收斂曲線

    由圖4可知,F(xiàn)OA算法在第134代時(shí)收斂,收斂時(shí)的最佳適應(yīng)度值為0.404 9,而UFOA算法在第12代時(shí)收斂,收斂時(shí)的最佳適應(yīng)度值為0.361 2。由此可以看出UFOA算法在收斂速度和收斂精度上明顯優(yōu)于未優(yōu)化的FOA算法,驗(yàn)證了改進(jìn)算法的有效性和可行性。

    分別使用BP神經(jīng)網(wǎng)絡(luò)、FOA優(yōu)化的FOA-BP神經(jīng)網(wǎng)絡(luò)以及改進(jìn)FOA優(yōu)化的UFOA-BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練測(cè)試,得到的訓(xùn)練曲線如圖5所示。

    圖5 算法訓(xùn)練曲線

    從圖5可知,使用FOA算法和UFOA算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)達(dá)到設(shè)定誤差時(shí)的訓(xùn)練次數(shù)由未優(yōu)化的9次分別降低為6次和4次,表明使用FOA算法和UFOA算法均提高了BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度,且使用UFOA算法提升的效果更好。

    使用測(cè)試集,對(duì)上述5種模型分別進(jìn)行測(cè)試,預(yù)測(cè)結(jié)果如表2所示,預(yù)測(cè)誤差曲線如圖6所示。

    表2 5種模型預(yù)測(cè)結(jié)果對(duì)比

    圖6 預(yù)測(cè)誤差曲線

    由圖6可知,使用FOA和UFOA優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差絕對(duì)值之和由未優(yōu)化的1.83分別降低至1.01和0.61,表明使用FOA算法和UFOA算法提高了BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度,且使用UFOA算法提升的效果更好。

    2.3 預(yù)測(cè)結(jié)果分析

    為了更加深入的對(duì)比5種模型的預(yù)測(cè)結(jié)果,文中從均方誤差(eMSE)、平均絕對(duì)百分比誤差(eMAPE)、和相對(duì)誤差標(biāo)準(zhǔn)差(σMAPE)三個(gè)指標(biāo)分別對(duì)5種模型的模型預(yù)測(cè)精度和模型穩(wěn)定性進(jìn)行評(píng)價(jià),其評(píng)價(jià)公式如式(16)~式(18)所示。

    (16)

    (17)

    (18)

    式中m表示預(yù)測(cè)數(shù)據(jù)的個(gè)數(shù);yi′和yi分別表示第i個(gè)數(shù)據(jù)的預(yù)測(cè)值和實(shí)際值。

    分別利用式(16)~式(18)對(duì)表2中5種模型的預(yù)測(cè)結(jié)果進(jìn)行分析,得到以eMSE、eMAPE和σMAPE作為評(píng)價(jià)指標(biāo)的模型性能分析表,如表3所示。

    表3 5種預(yù)測(cè)模型性能對(duì)比

    通過表3,從預(yù)測(cè)精度的角度分析可以看出:使用UFOA優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度相比使用FOA優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型,eMSE值和eMAPE值分別提高了0.058 8和1.5%,相比未優(yōu)化的BP神經(jīng)網(wǎng)絡(luò),eMSE值和eMAPE值分別提高了0.220 1和4.96%,且兩種優(yōu)化模型eMSE值均優(yōu)于ABC-SVM和GRNN模型,展現(xiàn)了FOA算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)接地網(wǎng)腐蝕速率的可行性及UFOA算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)接地網(wǎng)腐蝕速率的高準(zhǔn)確性。

    從模型的穩(wěn)定性和適應(yīng)性角度分析可以看出:單純的BP神經(jīng)網(wǎng)絡(luò)穩(wěn)定性和適應(yīng)性較差,使用FOA優(yōu)化后的FOA-BP模型穩(wěn)定性和適應(yīng)性相較BP神經(jīng)網(wǎng)絡(luò)模型大幅提高,σMAPE值提高0.078 9,且優(yōu)于GRNN模型,但FOA算法隨機(jī)初始化果蠅種群位置、固定搜索半徑和恒為正的氣味濃度判定公式使得FOA-BP模型穩(wěn)定性和適應(yīng)性略低于ABC-SVM模型。針對(duì)FOA算法存在的三點(diǎn)不足,文中依次采用 Logistic 混沌映射、動(dòng)態(tài)搜索半徑策略和優(yōu)化氣味濃度判定值實(shí)現(xiàn)對(duì) FOA算法的改進(jìn),并將其應(yīng)用于BP神經(jīng)網(wǎng)絡(luò),改進(jìn)后的UFOA-BP模型穩(wěn)定性和適應(yīng)性在5種模型中最優(yōu)。綜上,UFOA-BP模型可以對(duì)接地網(wǎng)的腐蝕速率實(shí)現(xiàn)準(zhǔn)確的預(yù)測(cè),且模型具有較高的穩(wěn)定性和適應(yīng)性。

    3 結(jié)束語

    為了進(jìn)一步提高接地網(wǎng)腐蝕速率的預(yù)測(cè)精度和預(yù)測(cè)穩(wěn)定性,文中使用UFOA算法優(yōu)化BP網(wǎng)絡(luò)的初始權(quán)值和閾值,提出了基于UFOA-BP模型的接地網(wǎng)腐蝕速率預(yù)測(cè)模型,具體結(jié)論如下:

    (1)利用Logistic混沌映射對(duì)果蠅群體的位置進(jìn)行優(yōu)化,解決隨機(jī)初始化種群分布存在的不均勻和盲目性問題,提高了搜索群體的多樣性和均勻性,增強(qiáng)了算法的穩(wěn)定性;然后引入動(dòng)態(tài)搜索半徑策略實(shí)現(xiàn)算法的搜索半徑自適應(yīng)動(dòng)態(tài)調(diào)節(jié),提高了算法的收斂精度;最后改進(jìn)FOA算法氣味濃度判定公式,避免氣味濃度判定值恒為正值對(duì)算法的影響,擴(kuò)大了算法的搜索范圍,提高了算法的預(yù)測(cè)精度,增強(qiáng)了算法的魯棒性;

    (2)以UFOA 中最優(yōu)果蠅個(gè)體對(duì)應(yīng)于BP神經(jīng)網(wǎng)絡(luò)中的初始權(quán)值與閾值,以預(yù)測(cè)值和實(shí)際值的誤差絕對(duì)值之和作為UFOA的適應(yīng)度函數(shù),建立了基于UFOA-BP 模型的接地網(wǎng)腐蝕速率預(yù)測(cè)模型。

    經(jīng)過測(cè)試文中提出的UFOA-BP模型相比其他模型在接地網(wǎng)腐蝕速率預(yù)測(cè)中具有最高的預(yù)測(cè)精度和模型穩(wěn)定性,可以滿足工程的實(shí)際應(yīng)用,為運(yùn)維人員提前發(fā)現(xiàn)接地網(wǎng)的安全隱患并安排檢修進(jìn)而保障電網(wǎng)安全穩(wěn)定運(yùn)行提供幫助。

    猜你喜歡
    果蠅半徑種群
    邢氏水蕨成功繁衍并建立種群 等
    果蠅也會(huì)“觸景傷身”
    小果蠅大貢獻(xiàn)
    山西省發(fā)現(xiàn)刺五加種群分布
    果蠅遇到危險(xiǎn)時(shí)會(huì)心跳加速
    小果蠅助力治療孤獨(dú)癥
    連續(xù)展成磨削小半徑齒頂圓角的多刀逼近法
    一些圖的無符號(hào)拉普拉斯譜半徑
    熱采水平井加熱半徑計(jì)算新模型
    崗更湖鯉魚的種群特征
    国产高清有码在线观看视频| 亚洲伊人久久精品综合| 亚洲,欧美,日韩| 五月天丁香电影| 在线观看三级黄色| 久久热精品热| 成年人免费黄色播放视频| 精品人妻一区二区三区麻豆| 老司机亚洲免费影院| 一级毛片电影观看| 亚洲精品日韩在线中文字幕| 欧美激情 高清一区二区三区| 午夜精品国产一区二区电影| 美女cb高潮喷水在线观看| 欧美另类一区| 欧美人与性动交α欧美精品济南到 | 简卡轻食公司| 久久精品夜色国产| 婷婷色综合www| 日韩三级伦理在线观看| 亚洲欧美一区二区三区黑人 | 色婷婷av一区二区三区视频| 天天躁夜夜躁狠狠久久av| 成人免费观看视频高清| 18禁观看日本| 99热全是精品| 欧美性感艳星| 日本vs欧美在线观看视频| 男女无遮挡免费网站观看| 国产日韩欧美视频二区| 精品卡一卡二卡四卡免费| 精品久久久久久久久av| 看非洲黑人一级黄片| 寂寞人妻少妇视频99o| 久久久久国产网址| 国产成人精品一,二区| 麻豆精品久久久久久蜜桃| 成年人午夜在线观看视频| 国产片内射在线| 99热国产这里只有精品6| 永久网站在线| 在线精品无人区一区二区三| 少妇精品久久久久久久| 香蕉精品网在线| 欧美日韩av久久| 男男h啪啪无遮挡| 国产精品欧美亚洲77777| 国产精品无大码| 国产有黄有色有爽视频| 亚洲人成77777在线视频| 欧美激情 高清一区二区三区| 丝袜在线中文字幕| 黄片播放在线免费| 国产成人精品婷婷| 国产精品 国内视频| 亚洲av二区三区四区| 国产毛片在线视频| 少妇人妻精品综合一区二区| 久久97久久精品| 国产一区亚洲一区在线观看| 亚洲av国产av综合av卡| 国产男女超爽视频在线观看| 国产精品人妻久久久久久| 18禁观看日本| av不卡在线播放| 亚洲精品av麻豆狂野| 久久99热这里只频精品6学生| 中国三级夫妇交换| 超色免费av| 久久99一区二区三区| 亚洲无线观看免费| 中文字幕人妻熟人妻熟丝袜美| 国产精品久久久久久久久免| 精品一区二区三区视频在线| 久久97久久精品| 一级二级三级毛片免费看| 亚洲精品,欧美精品| 满18在线观看网站| 亚洲性久久影院| 黄色欧美视频在线观看| 国产欧美日韩一区二区三区在线 | 美女中出高潮动态图| 九九爱精品视频在线观看| 亚洲欧美一区二区三区国产| 精品少妇内射三级| 国产免费视频播放在线视频| 日本av手机在线免费观看| 久久久久久久久大av| 日产精品乱码卡一卡2卡三| 国产免费现黄频在线看| 欧美变态另类bdsm刘玥| 国产高清三级在线| 亚洲美女搞黄在线观看| 99热这里只有是精品在线观看| 国产精品熟女久久久久浪| 18禁在线无遮挡免费观看视频| 校园人妻丝袜中文字幕| 久久人人爽人人爽人人片va| 国产成人91sexporn| 69精品国产乱码久久久| 观看av在线不卡| 欧美三级亚洲精品| 久久鲁丝午夜福利片| 99国产精品免费福利视频| 两个人免费观看高清视频| 亚洲精品一区蜜桃| 国产成人aa在线观看| 99久久精品国产国产毛片| 久久韩国三级中文字幕| 精品少妇久久久久久888优播| 9色porny在线观看| 成人漫画全彩无遮挡| 男女国产视频网站| 丰满迷人的少妇在线观看| 在线观看三级黄色| 狂野欧美激情性xxxx在线观看| 国国产精品蜜臀av免费| 国产精品三级大全| 亚洲五月色婷婷综合| av国产久精品久网站免费入址| 久久久久久久精品精品| 久久久久久久精品精品| 久久97久久精品| 午夜福利视频精品| 中国国产av一级| 男女边吃奶边做爰视频| 大码成人一级视频| 一本色道久久久久久精品综合| 菩萨蛮人人尽说江南好唐韦庄| 26uuu在线亚洲综合色| 国产精品一国产av| 在线观看免费日韩欧美大片 | 大片免费播放器 马上看| 黄色怎么调成土黄色| 综合色丁香网| 18禁在线播放成人免费| 搡老乐熟女国产| 精品一区在线观看国产| 男女边吃奶边做爰视频| 97在线视频观看| 一级a做视频免费观看| 欧美精品国产亚洲| 99久久中文字幕三级久久日本| 日韩不卡一区二区三区视频在线| 99热网站在线观看| 少妇人妻 视频| 精品久久蜜臀av无| 少妇人妻 视频| 看非洲黑人一级黄片| 久久精品久久久久久噜噜老黄| 亚洲欧洲国产日韩| 精品久久久久久电影网| 七月丁香在线播放| 爱豆传媒免费全集在线观看| 亚州av有码| 日韩大片免费观看网站| 一级a做视频免费观看| 国产一区亚洲一区在线观看| 国产精品人妻久久久影院| 黑人高潮一二区| 在线观看三级黄色| 中文精品一卡2卡3卡4更新| 日韩精品有码人妻一区| 亚洲av成人精品一二三区| 美女国产视频在线观看| 国产精品欧美亚洲77777| 亚洲情色 制服丝袜| 高清av免费在线| 成人影院久久| √禁漫天堂资源中文www| 午夜激情久久久久久久| 国产精品三级大全| 国产精品欧美亚洲77777| 伦理电影免费视频| 9色porny在线观看| 一区二区三区四区激情视频| 成人18禁高潮啪啪吃奶动态图 | 国产精品女同一区二区软件| 日本爱情动作片www.在线观看| 国产精品久久久久久av不卡| av卡一久久| 少妇猛男粗大的猛烈进出视频| av卡一久久| 亚洲五月色婷婷综合| 国产色爽女视频免费观看| 久久久久久人妻| 亚洲国产精品国产精品| 国产亚洲av片在线观看秒播厂| 国产成人精品一,二区| 国产又色又爽无遮挡免| 亚洲精品美女久久av网站| 色94色欧美一区二区| 精品熟女少妇av免费看| 一级毛片黄色毛片免费观看视频| 成人毛片a级毛片在线播放| 免费高清在线观看视频在线观看| 日韩中字成人| 日日撸夜夜添| 午夜久久久在线观看| 激情五月婷婷亚洲| 在线观看美女被高潮喷水网站| 性色avwww在线观看| 久久久久精品性色| 国产精品久久久久久久久免| 在线观看人妻少妇| 91精品一卡2卡3卡4卡| 亚洲,欧美,日韩| 久久久国产精品麻豆| 肉色欧美久久久久久久蜜桃| 男女啪啪激烈高潮av片| 欧美日韩在线观看h| 精品国产一区二区久久| 亚洲一级一片aⅴ在线观看| √禁漫天堂资源中文www| 人人妻人人添人人爽欧美一区卜| 亚洲高清免费不卡视频| 男人爽女人下面视频在线观看| 日韩一区二区三区影片| 国产欧美日韩一区二区三区在线 | 国产精品无大码| 少妇人妻久久综合中文| xxx大片免费视频| 国产视频首页在线观看| 久久久久久久精品精品| 一区二区三区乱码不卡18| 亚洲欧美一区二区三区国产| 最近手机中文字幕大全| 亚洲国产精品一区三区| 最新的欧美精品一区二区| 欧美bdsm另类| √禁漫天堂资源中文www| 美女xxoo啪啪120秒动态图| 一本一本综合久久| 少妇熟女欧美另类| 新久久久久国产一级毛片| 亚洲久久久国产精品| 日韩,欧美,国产一区二区三区| 黄色配什么色好看| 满18在线观看网站| 3wmmmm亚洲av在线观看| 在线观看三级黄色| 中文字幕av电影在线播放| 国产精品一区www在线观看| 国产精品蜜桃在线观看| av专区在线播放| 看十八女毛片水多多多| 夫妻性生交免费视频一级片| 大香蕉久久成人网| 少妇人妻 视频| 夫妻午夜视频| 免费观看无遮挡的男女| 亚洲国产色片| 国产精品蜜桃在线观看| 日韩视频在线欧美| 成年人免费黄色播放视频| 日本黄大片高清| 久久99蜜桃精品久久| 亚洲精品日韩av片在线观看| 九九久久精品国产亚洲av麻豆| 国产精品欧美亚洲77777| 中文字幕av电影在线播放| av女优亚洲男人天堂| 男人爽女人下面视频在线观看| 一级黄片播放器| 国产爽快片一区二区三区| 在线观看免费视频网站a站| 亚洲av二区三区四区| 五月开心婷婷网| av.在线天堂| 成人黄色视频免费在线看| 26uuu在线亚洲综合色| 国国产精品蜜臀av免费| 王馨瑶露胸无遮挡在线观看| 51国产日韩欧美| 国产日韩欧美亚洲二区| 欧美人与善性xxx| 永久免费av网站大全| 亚洲美女视频黄频| 亚洲av电影在线观看一区二区三区| 人妻人人澡人人爽人人| 欧美亚洲日本最大视频资源| 免费人成在线观看视频色| 波野结衣二区三区在线| 国产黄频视频在线观看| 亚洲精品乱久久久久久| 91在线精品国自产拍蜜月| 狂野欧美白嫩少妇大欣赏| 丁香六月天网| 人妻制服诱惑在线中文字幕| 视频在线观看一区二区三区| 午夜av观看不卡| 亚洲国产精品专区欧美| www.色视频.com| 人人妻人人添人人爽欧美一区卜| 精品久久久精品久久久| 欧美日韩视频高清一区二区三区二| 亚洲婷婷狠狠爱综合网| 亚洲色图综合在线观看| 曰老女人黄片| 国产日韩欧美亚洲二区| 国产成人精品福利久久| 大香蕉久久成人网| 97在线视频观看| 日韩免费高清中文字幕av| 国产日韩欧美视频二区| 久久精品熟女亚洲av麻豆精品| .国产精品久久| 视频区图区小说| 一边亲一边摸免费视频| 美女福利国产在线| 纯流量卡能插随身wifi吗| 国产精品国产av在线观看| 91精品三级在线观看| 欧美精品一区二区免费开放| 免费av中文字幕在线| 国产精品久久久久成人av| 午夜激情福利司机影院| 精品一品国产午夜福利视频| 久久鲁丝午夜福利片| 男女免费视频国产| www.色视频.com| 免费观看无遮挡的男女| 热re99久久精品国产66热6| 中文字幕久久专区| 女人久久www免费人成看片| 成人毛片60女人毛片免费| av免费观看日本| 青春草亚洲视频在线观看| 午夜激情av网站| 男人添女人高潮全过程视频| 一级毛片黄色毛片免费观看视频| 日韩不卡一区二区三区视频在线| 国产精品成人在线| 久久久久视频综合| 王馨瑶露胸无遮挡在线观看| 极品少妇高潮喷水抽搐| 国产男女超爽视频在线观看| 一区在线观看完整版| 亚洲av电影在线观看一区二区三区| 久久久久精品性色| 免费人成在线观看视频色| 亚洲av中文av极速乱| 97超视频在线观看视频| 精品久久久精品久久久| 久热久热在线精品观看| 久久久欧美国产精品| 一级,二级,三级黄色视频| 亚洲欧洲日产国产| 亚洲国产色片| 在线观看免费视频网站a站| 一级毛片黄色毛片免费观看视频| 午夜日本视频在线| 精品一区在线观看国产| 久久久久国产精品人妻一区二区| 又黄又爽又刺激的免费视频.| 欧美日韩一区二区视频在线观看视频在线| 国产精品秋霞免费鲁丝片| 久久久久久久精品精品| 超碰97精品在线观看| 麻豆成人av视频| 日产精品乱码卡一卡2卡三| 国产片内射在线| 我要看黄色一级片免费的| 一个人免费看片子| 99精国产麻豆久久婷婷| 亚洲av成人精品一二三区| 丝袜美足系列| tube8黄色片| 成人毛片60女人毛片免费| 国产亚洲欧美精品永久| av卡一久久| 国产精品久久久久久精品古装| 精品少妇黑人巨大在线播放| 欧美日韩在线观看h| 国产视频首页在线观看| 久久久久国产精品人妻一区二区| 成人午夜精彩视频在线观看| 狠狠婷婷综合久久久久久88av| av免费在线看不卡| 亚洲四区av| 国产亚洲精品第一综合不卡 | 国产一区有黄有色的免费视频| 国产在线免费精品| 哪个播放器可以免费观看大片| 中文字幕av电影在线播放| 久久久久久久国产电影| 老司机影院毛片| 色吧在线观看| a级毛片黄视频| 亚洲精华国产精华液的使用体验| 国产精品成人在线| 日日爽夜夜爽网站| 亚洲国产精品国产精品| 色网站视频免费| 国产亚洲欧美精品永久| 久久久久精品性色| 亚洲国产精品999| 亚洲美女视频黄频| 久久久久网色| 91精品一卡2卡3卡4卡| 国产免费一级a男人的天堂| 国产成人精品婷婷| 国产日韩欧美视频二区| 精品人妻熟女毛片av久久网站| 成人国产麻豆网| 婷婷色综合www| 91精品一卡2卡3卡4卡| 五月伊人婷婷丁香| 午夜福利影视在线免费观看| 大又大粗又爽又黄少妇毛片口| 制服丝袜香蕉在线| 国产男女内射视频| 亚洲精品成人av观看孕妇| 国产毛片在线视频| av播播在线观看一区| 中文字幕av电影在线播放| 高清在线视频一区二区三区| 国产成人精品久久久久久| 97在线视频观看| 国产精品久久久久久精品古装| 成年人免费黄色播放视频| 最新中文字幕久久久久| 人妻人人澡人人爽人人| 黄色欧美视频在线观看| 日韩av不卡免费在线播放| 色视频在线一区二区三区| 丝瓜视频免费看黄片| 欧美xxⅹ黑人| av又黄又爽大尺度在线免费看| 九色亚洲精品在线播放| 欧美老熟妇乱子伦牲交| 只有这里有精品99| 日日摸夜夜添夜夜爱| 老熟女久久久| 国产有黄有色有爽视频| 国产视频首页在线观看| 韩国av在线不卡| 18+在线观看网站| 一区在线观看完整版| 精品少妇内射三级| 精品人妻一区二区三区麻豆| 成人亚洲欧美一区二区av| 女人精品久久久久毛片| 国产精品一区www在线观看| 18+在线观看网站| 草草在线视频免费看| 日韩亚洲欧美综合| 亚洲人成网站在线观看播放| 国产精品无大码| 亚洲欧美清纯卡通| 91精品一卡2卡3卡4卡| 少妇丰满av| 黄色视频在线播放观看不卡| 伊人久久精品亚洲午夜| 精品午夜福利在线看| 国产亚洲一区二区精品| .国产精品久久| 亚洲欧洲日产国产| 如何舔出高潮| 午夜福利在线观看免费完整高清在| 一级毛片电影观看| 蜜桃久久精品国产亚洲av| 成人毛片60女人毛片免费| 人人妻人人添人人爽欧美一区卜| 精品亚洲乱码少妇综合久久| 伊人亚洲综合成人网| 一区二区三区四区激情视频| 三级国产精品片| 精品国产一区二区三区久久久樱花| 免费av中文字幕在线| 亚洲图色成人| 国产成人精品无人区| 亚洲精品久久午夜乱码| 在线观看人妻少妇| 久久99精品国语久久久| 人妻人人澡人人爽人人| 蜜桃在线观看..| 看非洲黑人一级黄片| 亚洲人与动物交配视频| 少妇的逼水好多| 亚洲色图 男人天堂 中文字幕 | 亚洲美女黄色视频免费看| 国内精品宾馆在线| 女人久久www免费人成看片| 制服人妻中文乱码| 精品人妻熟女av久视频| 亚洲精品美女久久av网站| 久久久国产一区二区| 国产深夜福利视频在线观看| 日韩av在线免费看完整版不卡| 国产免费视频播放在线视频| 久久久精品免费免费高清| 亚洲国产av新网站| 99热6这里只有精品| 99视频精品全部免费 在线| 99九九线精品视频在线观看视频| 少妇精品久久久久久久| 亚洲天堂av无毛| 国产 精品1| 色网站视频免费| 欧美日韩视频高清一区二区三区二| 天天影视国产精品| 久久精品久久久久久噜噜老黄| 最近2019中文字幕mv第一页| 大陆偷拍与自拍| 日韩成人av中文字幕在线观看| 成年女人在线观看亚洲视频| 亚洲av成人精品一二三区| 日韩一区二区三区影片| 免费观看在线日韩| 亚洲精品久久午夜乱码| 精品人妻在线不人妻| 七月丁香在线播放| 91精品国产九色| 91午夜精品亚洲一区二区三区| 午夜老司机福利剧场| 免费看光身美女| 欧美少妇被猛烈插入视频| 老女人水多毛片| 免费观看a级毛片全部| 九色亚洲精品在线播放| 99精国产麻豆久久婷婷| 黄色怎么调成土黄色| 国产av一区二区精品久久| 欧美精品国产亚洲| 国产亚洲精品第一综合不卡 | 免费观看在线日韩| 亚洲,一卡二卡三卡| 日日摸夜夜添夜夜添av毛片| 免费久久久久久久精品成人欧美视频 | 国产 一区精品| 日韩一区二区三区影片| 日韩人妻高清精品专区| 夜夜骑夜夜射夜夜干| 人人妻人人澡人人爽人人夜夜| 天堂8中文在线网| 黄色欧美视频在线观看| 99热国产这里只有精品6| 欧美丝袜亚洲另类| 国产黄色免费在线视频| 色婷婷久久久亚洲欧美| 夜夜看夜夜爽夜夜摸| 日本爱情动作片www.在线观看| 三上悠亚av全集在线观看| 亚洲成人av在线免费| 国产男女内射视频| 999精品在线视频| 美女脱内裤让男人舔精品视频| 黑人高潮一二区| 麻豆乱淫一区二区| 五月开心婷婷网| 一级片'在线观看视频| 久久精品国产亚洲网站| 伦理电影大哥的女人| 自拍欧美九色日韩亚洲蝌蚪91| 日韩一区二区三区影片| 在线精品无人区一区二区三| 亚洲国产精品专区欧美| 国产精品一区www在线观看| 亚洲国产精品999| 亚洲国产av影院在线观看| 男人爽女人下面视频在线观看| 欧美激情 高清一区二区三区| 国产极品粉嫩免费观看在线 | 日本爱情动作片www.在线观看| 丰满饥渴人妻一区二区三| 日韩熟女老妇一区二区性免费视频| 各种免费的搞黄视频| 亚洲五月色婷婷综合| 免费看光身美女| 一本—道久久a久久精品蜜桃钙片| 人妻少妇偷人精品九色| 不卡视频在线观看欧美| 日韩大片免费观看网站| 秋霞在线观看毛片| 久久久国产精品麻豆| 有码 亚洲区| 狠狠精品人妻久久久久久综合| 成年美女黄网站色视频大全免费 | 精品一品国产午夜福利视频| 精品午夜福利在线看| 国产高清三级在线| 我的女老师完整版在线观看| 亚洲精品一区蜜桃| 国产伦精品一区二区三区视频9| 韩国高清视频一区二区三区| 国产精品国产三级专区第一集| 少妇人妻精品综合一区二区| 日产精品乱码卡一卡2卡三| 天堂俺去俺来也www色官网| 亚洲精品日韩av片在线观看| 午夜精品国产一区二区电影| 亚洲色图 男人天堂 中文字幕 | 亚洲欧洲日产国产| 精品视频人人做人人爽| 久久久国产一区二区| 国产av一区二区精品久久| 91久久精品国产一区二区三区| 人妻 亚洲 视频| a级毛片免费高清观看在线播放| 97超碰精品成人国产| 久久久久人妻精品一区果冻| 亚洲精品一二三| 亚洲国产精品一区三区| 高清视频免费观看一区二区| 免费观看性生交大片5| 黄色配什么色好看| 免费观看无遮挡的男女| 国产精品一区二区三区四区免费观看| 少妇猛男粗大的猛烈进出视频| 免费av不卡在线播放| 中文字幕精品免费在线观看视频 | 久久精品久久久久久久性| 大香蕉久久成人网| 国产精品久久久久久久久免|