• <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 ?

    一種基于狀態(tài)空間模型的進(jìn)化算法

    2014-08-08 23:47:59李茂軍賈玲

    李茂軍+賈玲

    收稿日期:2013-09-18

    作者簡(jiǎn)介:李茂軍(1964—),男,湖南寧鄉(xiāng)人,教授,博士,研究方向:智能控制與智能計(jì)算。

    文章編號(hào):1003-6199(2014)02-0085-04

    摘 要:傳統(tǒng)進(jìn)化算法主要通過(guò)選擇、重組和變異這三種遺傳操作實(shí)現(xiàn)種群的進(jìn)化。在進(jìn)化過(guò)程中通常需要設(shè)定群體規(guī)模、交叉概率和變異概率等參數(shù),而且它們的值會(huì)直接影響計(jì)算結(jié)果及精度。為了簡(jiǎn)化操作過(guò)程,設(shè)計(jì)一種基于離散系統(tǒng)狀態(tài)空間模型的進(jìn)化算法,這種算法采用實(shí)數(shù)編碼方式,構(gòu)造一個(gè)狀態(tài)進(jìn)化矩陣來(lái)實(shí)現(xiàn)重組和變異的功能,提高算法的可操作性和可靠性。并將該算法應(yīng)用于求解無(wú)約束全局優(yōu)化問(wèn)題,對(duì)幾種典型的測(cè)試函數(shù)進(jìn)行仿真,結(jié)果表明:這種新的進(jìn)化算法具有搜索能力強(qiáng)、收斂速度快、計(jì)算精度高、操作簡(jiǎn)單等優(yōu)點(diǎn),對(duì)相關(guān)研究有參考作用。

    關(guān)鍵詞:進(jìn)化算法;狀態(tài)空間模型;實(shí)數(shù)編碼;狀態(tài)進(jìn)化矩陣

    中圖分類(lèi)號(hào):TP301.6文獻(xiàn)標(biāo)識(shí)碼:A

    

    An Evolutionary Algorithm Based on StatespaceModel

    

    LI Maojun,JIA Ling

    (College of Electrical and Information Engineering, Changsha University of Science & Technology, Changsha,Hunan 410114,China)

    Abstract:The traditional evolutionary algorithm primarily through three genetic operators: selection, recombination and mutation operations, to achieve the evolution of the population. In the process of evolution, it usually needs to set the crossover probability and mutation probability, which will directly affect the results and precision. In order to simplify the procedure, we design a new evolutionary algorithm, which based on discrete state-space model system and using real-encoding method. The algorithm constructs a state evolution matrix to achieve the function of recombination and mutation, and improve the operability and reliability of the algorithm. We do some simulation based on several typical test functions, the results shows that: this new evolutionary algorithm has many advantages, such as strong search capability, rapid convergence, high precision, simple operation, etc. It has useful reference for relevant studies.

    Key words:evolutionary algorithm; state-space model ; real-encoding; state evolution matrix

    1 引 言

    進(jìn)化算法(EA)是一類(lèi)模擬生物進(jìn)化機(jī)制的智能優(yōu)化方法,如遺傳算法(GA)[1]、蟻群算法(ACO)[2]、模擬退火算法(SA)[3]等。同傳統(tǒng)的梯度法、牛頓法、窮舉法等優(yōu)化算法相比,進(jìn)化計(jì)算具有自組織、自適應(yīng)、自學(xué)習(xí)、不受問(wèn)題性質(zhì)限制的優(yōu)點(diǎn),因此進(jìn)化算法常用來(lái)解決復(fù)雜的工程優(yōu)化問(wèn)題[4]。隨著科學(xué)的發(fā)展和應(yīng)用需求的增加,傳統(tǒng)進(jìn)化算法已不能滿足工程應(yīng)用需要。幾十年來(lái),許多學(xué)者嘗試了很多方法來(lái)更好地解決優(yōu)化問(wèn)題,如對(duì)傳統(tǒng)進(jìn)化算法進(jìn)行改進(jìn)、引入新的理論、結(jié)合兩種或兩種以上進(jìn)化算法等來(lái)處理優(yōu)化問(wèn)題,取得了一定的效果[5-7]。

    文獻(xiàn)[8]提出一種改進(jìn)的遺傳算法,為了避免連續(xù)函數(shù)優(yōu)化過(guò)程中的早熟收斂和搜索遲鈍,在簡(jiǎn)單遺傳算法基礎(chǔ)上提出了劃分尋優(yōu)區(qū)間、基于排序和最佳保留的輪盤(pán)賭選擇算子, 并采用擇優(yōu)交叉算子和二元變異算子,提高了算法的運(yùn)行效率和收斂速度,并可避免陷入局部最優(yōu);文獻(xiàn)[9] 針對(duì)粒子群算法(PSO)算法存在進(jìn)化后期收斂速度慢、易陷入局部最優(yōu)點(diǎn)的缺點(diǎn),提出了一種多向?qū)W習(xí)型的粒子群優(yōu)化算法,該算法中粒子通過(guò)同時(shí)追隨自己找到的最優(yōu)解、隨機(jī)的其他粒子同維度的最優(yōu)解和整個(gè)群的最優(yōu)解來(lái)完成速度更新,通過(guò)判別區(qū)域邊界來(lái)完成位置優(yōu)化更新,通過(guò)對(duì)全局最優(yōu)位置進(jìn)行小范圍擾動(dòng),以增強(qiáng)算法跳出局部最優(yōu)的能力。明顯改善了全局搜索能力,并且能夠有效避免早熟收斂問(wèn)題。文獻(xiàn)[10]提出了一種結(jié)合免疫克隆算子的量子遺傳算法(QGA),采用免疫克隆操作及交叉策略提高抗體成熟力及親和性,增強(qiáng)抗體群分布的多樣性及穩(wěn)定性,有效克服了量子遺傳算法容易陷于局部最優(yōu)及計(jì)算緩慢的不足。

    傳統(tǒng)進(jìn)化算法存在的問(wèn)題有:一、編程過(guò)程比較復(fù)雜,算法開(kāi)始要先對(duì)所求問(wèn)題進(jìn)行編碼,最后對(duì)找到最優(yōu)解還要進(jìn)行解碼;二、遺傳算子和初始種群的選擇對(duì)解的品質(zhì)影響很大,大部分需要依靠經(jīng)驗(yàn)來(lái)選擇;三、搜索速度比較慢,要得到精確度高的解需要花很長(zhǎng)時(shí)間;四、容易出現(xiàn)早熟收斂現(xiàn)象,陷入局部最優(yōu)解而無(wú)法跳出。

    針對(duì)傳統(tǒng)進(jìn)化算法的存在的問(wèn)題,本文提出一種基于狀態(tài)空間模型的進(jìn)化算法(SEA),這種算法采用實(shí)數(shù)編碼方式,構(gòu)造一個(gè)狀態(tài)進(jìn)化矩陣來(lái)實(shí)現(xiàn)種群進(jìn)化,并通過(guò)選種池中的選擇操作實(shí)現(xiàn)優(yōu)勝劣汰的自然選擇機(jī)制。通過(guò)對(duì)幾種典型函數(shù)的測(cè)試結(jié)果表明,該算法具有很強(qiáng)的搜索能力和很高的搜索精度,能快速地找到問(wèn)題的全局最優(yōu)解。

    2 基于狀態(tài)空間模型的進(jìn)化算法

    算法基于離散系統(tǒng)狀態(tài)空間模型,引入進(jìn)化計(jì)算的基本思想,構(gòu)造一種基于狀態(tài)空間模型X'(k+1)=GX(k)(其中X(k)為第k個(gè)采樣時(shí)刻的狀態(tài)向量,G為狀態(tài)進(jìn)化矩陣)的進(jìn)化算法。在這種算法中,進(jìn)化算法的群體表示為狀態(tài)向量X(k),X(k)表示第k代群體,狀態(tài)向量X(k)包含N個(gè)分量,每個(gè)分量均表示1個(gè)個(gè)體(這里的個(gè)體是按傳統(tǒng)進(jìn)化算法中的實(shí)數(shù)編碼方法而得到的),每個(gè)個(gè)體包含M個(gè)變量。在這里,狀態(tài)向量X(k)實(shí)際上是一個(gè)N×M矩陣,該矩陣的每一行表示一個(gè)個(gè)體,每一個(gè)元素是變量的實(shí)數(shù)值。群體進(jìn)化通過(guò)狀態(tài)進(jìn)化矩陣G實(shí)現(xiàn),G是一個(gè)N×N的矩陣??苫谶M(jìn)化算法中群體進(jìn)化的基本方法來(lái)構(gòu)造狀態(tài)進(jìn)化矩陣G,也可以通過(guò)其它途徑來(lái)構(gòu)造狀態(tài)進(jìn)化矩陣G。本文主要基于進(jìn)化計(jì)算中群體進(jìn)化的基本思想來(lái)構(gòu)造狀態(tài)進(jìn)化矩陣G。其計(jì)算模型如圖1所示。

    計(jì)算技術(shù)與自動(dòng)化2014年6月

    第33卷第2期李茂軍等:一種基于狀態(tài)空間模型的進(jìn)化算法

    圖1 基于狀態(tài)空間模型的進(jìn)化算法計(jì)算模型

    2.1 初始種群

    設(shè)種群規(guī)模為N,待優(yōu)化問(wèn)題的變量有M個(gè),則第k代群體X(k)為

    X(k)=x11x12…x1Mx21x22…x2M…xN1xN2…xNM (1) 

    其中Xi=(xi1,xi2,…,xiM),i=1,2,…,N為優(yōu)化問(wèn)題的一組可行解,xij∈[αj,βj],i=1,2,…,N,j=1,2,…,M。

    在算法初始化階段,用隨機(jī)函數(shù)產(chǎn)生N組、每組M個(gè)分別在αj,βj(j=1,2,…,M)上服從均勻分布的實(shí)數(shù)構(gòu)成初始種群X0。

    2.2 狀態(tài)進(jìn)化矩陣

    本算法采用一個(gè)狀態(tài)進(jìn)化矩陣G來(lái)模擬進(jìn)化算法中的重組與變異操作過(guò)程,這使得算法操作起來(lái)非常簡(jiǎn)單,因此,狀態(tài)進(jìn)化矩陣的構(gòu)造是算法的重點(diǎn)。本文按照式(2)構(gòu)造狀態(tài)進(jìn)化矩陣G

    G=g11g12…g1Ng21g22…g2N…gN1gN2…gNN (2)

    其中0≤gij≤1,i,j=1,2,…,N,且∑nj=1gij≤1 ,矩陣G中元素gij(i,j=1,2,…,N)的值是隨機(jī)確定的,本文中G為滿足上述條件的隨機(jī)常數(shù)矩陣,具體構(gòu)造流程如圖2所示。

    2.3 選種池和選擇操作

    同傳統(tǒng)進(jìn)化算法類(lèi)似,選擇操作是一個(gè)擇優(yōu)的過(guò)程,體現(xiàn)了優(yōu)勝劣汰的進(jìn)化思想,本文按最小化優(yōu)化問(wèn)題尋優(yōu)。如圖1所示,從初始群體X(0)開(kāi)始,按照X'(k+1)=GX(k)迭代,可依次得到一系列群體X'(1),X'(2),X'(3),……。群體X'(k+1)和X(k)(k= 0,1,2,…)同時(shí)進(jìn)入選種池,按照適應(yīng)度函數(shù)f()計(jì)算選種池中每個(gè)群體的適應(yīng)度值Y(k),按照從小到大排列,選擇前N個(gè)個(gè)體組成新一代群體X(k+1),如此反復(fù),直到算法滿足停機(jī)條件。

    圖2 狀態(tài)進(jìn)化矩陣構(gòu)造流程圖

    2.4 算法描述

    Step 1. 初始化種群 X(0),并計(jì)算初始種群的適應(yīng)度值;

    Step 2. 根據(jù)圖2流程得到狀態(tài)進(jìn)化矩陣G;

    Step 3. 進(jìn)行進(jìn)化操作,X'(k+1)=G?X(k),并計(jì)算種群X'(k+1)適應(yīng)度值;

    Step 4. 將種群X(k),X'(k+1)同時(shí)放入選種池,按適應(yīng)度值從小到大排列,選擇前N個(gè)個(gè)體作為新一代的群體X(k+1);

    Step 5. 是否滿足終止條件:若是,則結(jié)束;否則,轉(zhuǎn)到Step 3。

    3 仿真實(shí)驗(yàn)與性能分析

    實(shí)驗(yàn)仿真平臺(tái)為Matlab 7.1。本實(shí)驗(yàn)采用了3個(gè)經(jīng)典測(cè)試函數(shù),這些測(cè)試函數(shù)為高維多模函數(shù),具有大量的局部最優(yōu)點(diǎn),是優(yōu)化領(lǐng)域中公認(rèn)的較難優(yōu)化的函數(shù)。

    1)Shubert函數(shù)

    f1=∑5i=1icos [(i+1)x+i]?

    ∑5i=1icos [(i+1)y+i]-10≤x,y≤10 (3)

    有多個(gè)極小值點(diǎn),但只有一個(gè)全局最小值-186.73。

    2)Schwefel's函數(shù)

    f2=-xsin (x)-ysin (y)-500≤x,y≤500(4)

    是一個(gè)具有典型欺騙問(wèn)題的函數(shù),有1個(gè)全局極小值點(diǎn)取值近似為-837.9658,在(420.96 87,420. 9687)處,距離另一個(gè)局部最優(yōu)點(diǎn)很遠(yuǎn),因此如果陷入局部最優(yōu)就很難跳出。

    (3)GoldsteinPrice函數(shù)

    f3=[1+(x+y+1)2(19-14x+3x2-14y+6xy+3y2)]?[30+(2x-3y)2(18-32x+12x2+48y-36xy+27y2)]-2≤x,y≤2(5)

    這是一個(gè)多模函數(shù),有多個(gè)極小值點(diǎn),但只有一個(gè)全局最小值3,極小值點(diǎn)為(0,-1)。

    在測(cè)試中,將種群大小設(shè)置為500,每次運(yùn)行代數(shù)為60代,每個(gè)測(cè)試函數(shù)運(yùn)行測(cè)試50次。表1顯示了函數(shù)f1~f3運(yùn)行50次的實(shí)驗(yàn)結(jié)果,包括平均最優(yōu)值、標(biāo)準(zhǔn)差和平均收斂代數(shù)。全局最優(yōu)值為f1~f3理論最優(yōu)值,平均最優(yōu)值fmav按照公式(6)計(jì)算得到(其中fmi為第i次運(yùn)用本算法求解f1~f3優(yōu)化問(wèn)題得到的最優(yōu)解對(duì)應(yīng)的適應(yīng)度函數(shù)值),標(biāo)準(zhǔn)差為平均最優(yōu)值與全局最優(yōu)值之差,平均收斂代數(shù)為每次實(shí)驗(yàn)找到最優(yōu)解所需要的最少代數(shù)的平均值。

    fmav=∑50i=1fmi/50,i=1,2,…,50(6)

    表1 算法對(duì)3個(gè)測(cè)試函數(shù)50次實(shí)驗(yàn)的結(jié)果

    函數(shù)

    全局最優(yōu)值

    平均最優(yōu)值

    標(biāo)準(zhǔn)差

    平均收斂代數(shù)

    f1

    -186.7316

    -186.7316

    0

    9

    f2

    -837.9658

    -837.9658

    0

    12

    f3

    3.0000

    3.0000

    0

    8

    圖3~5分別顯示了運(yùn)用本算法求解函數(shù)f1~f3優(yōu)化問(wèn)題所得到的最優(yōu)解對(duì)應(yīng)的適應(yīng)度函數(shù)值隨進(jìn)化代數(shù)變化曲線。

    圖3 算法求解f1優(yōu)化問(wèn)題適應(yīng)度函數(shù)值變化曲線 

    圖4 算法求解f2優(yōu)化問(wèn)題適應(yīng)度函數(shù)值變化曲線

    圖5 算法求解f3優(yōu)化問(wèn)題適應(yīng)度函數(shù)值變化曲線

    從表1和圖3~5可以看出,本文提出的算法在3個(gè)函數(shù)優(yōu)化中取得了良好的效果,找到最優(yōu)解的成功率高,收斂速度快。通過(guò)50次實(shí)驗(yàn)結(jié)果可以看出,基于狀態(tài)空間模型的進(jìn)化算法穩(wěn)定性好,成功率高。

    4 結(jié) 論

    本文設(shè)計(jì)了一種基于離散系統(tǒng)狀態(tài)空間模型的進(jìn)化算法,以基本進(jìn)化算法的思想為基礎(chǔ),借鑒矩陣?yán)碚摵蛯?shí)數(shù)編碼方法,通過(guò)構(gòu)造一個(gè)狀態(tài)進(jìn)化矩陣,來(lái)實(shí)現(xiàn)種群的進(jìn)化,提高了算法的可操作性和可靠性。通過(guò)對(duì)3個(gè)經(jīng)典優(yōu)化測(cè)試函數(shù)進(jìn)行優(yōu)化實(shí)驗(yàn),結(jié)果表明:本文提出的算法增強(qiáng)了防止陷入局部最優(yōu)的能力,能夠較大地提高收斂速度和精度,而且穩(wěn)定性能很好。

    雖然算法的仿真結(jié)果是令人滿意的,但是由于實(shí)驗(yàn)條件的局限性和實(shí)驗(yàn)次數(shù)的有限性,算法收斂性和遍歷性還需要通過(guò)進(jìn)一步的數(shù)學(xué)證明。如何構(gòu)造更好的狀態(tài)進(jìn)化矩陣,是需要進(jìn)一步研究的問(wèn)題。

    參考文獻(xiàn)

    [1] 劉鯖潔,陳桂明,劉小方. 基于矩陣編碼的遺傳算法研究[J].計(jì)算機(jī)工程:2011, 37(13):160-162.

    [2] IRINA CIORNEI, ELIAS KYRIAKIDES. Hybrid Ant Colony-Genetic Algorithm (GAAPI) for Global Continuous Optimization [J]. Systems, Man, and Cybernetics, part B, 2012, 42(1), 34-245.

    [3] 董麗麗,龔光紅,李妮,等.基于云模型的自適應(yīng)并行模擬退火遺傳算法[J].北京航空航天大學(xué)學(xué)報(bào):2011,37 (9):1132-1136.

    [4] 劉正龍,楊艷梅.基于遺傳算法的數(shù)值優(yōu)化約束問(wèn)題的研究[J].計(jì)算機(jī)系統(tǒng)應(yīng)用:2013,22(5):139-142.

    [5] 王巍,趙文紅,王宇平.一種有效的解無(wú)約束全局優(yōu)化的進(jìn)化算法[J].控制理論與應(yīng)用:2010,27 (5):570-574.

    [6] 陳曉峰,楊廣明,黃明.一種實(shí)數(shù)編碼的量子差分進(jìn)化算法[J].小型微型計(jì)算機(jī)系統(tǒng):2013,34(5):1141-1146.

    [7] YUSUKE T,YOSHIFUMIO,SHINJIW, et al. BinaryBased Topology Optimization of Magnetostatic Shielding by a Hybrid Evolutionary Algorithm Combining Genetic Algorithm and ExtendedCompact Genetic Algorithm [J]. Magnetics:2013,49 (5) :2093-2096.

    [8] 王越,許全文,黃麗豐.基于改進(jìn)遺傳算法的連續(xù)函數(shù)優(yōu)化[J].重慶理工大學(xué)學(xué)報(bào):2011,25(2):62-67.

    [9] 闞超豪.多向?qū)W習(xí)自適應(yīng)的粒子群算法[J].計(jì)算機(jī)工程與應(yīng)用:2013,49(6):23-28.

    [10]徐雪松,王四春.基于免疫量子遺傳算法的多峰函數(shù)尋優(yōu)[J].計(jì)算機(jī)應(yīng)用:2012,32(6):1674-1677.

    計(jì)算技術(shù)與自動(dòng)化2014年6月

    第33卷第2期李茂軍等:一種基于狀態(tài)空間模型的進(jìn)化算法

    圖1 基于狀態(tài)空間模型的進(jìn)化算法計(jì)算模型

    2.1 初始種群

    設(shè)種群規(guī)模為N,待優(yōu)化問(wèn)題的變量有M個(gè),則第k代群體X(k)為

    X(k)=x11x12…x1Mx21x22…x2M…xN1xN2…xNM (1) 

    其中Xi=(xi1,xi2,…,xiM),i=1,2,…,N為優(yōu)化問(wèn)題的一組可行解,xij∈[αj,βj],i=1,2,…,N,j=1,2,…,M。

    在算法初始化階段,用隨機(jī)函數(shù)產(chǎn)生N組、每組M個(gè)分別在αj,βj(j=1,2,…,M)上服從均勻分布的實(shí)數(shù)構(gòu)成初始種群X0。

    2.2 狀態(tài)進(jìn)化矩陣

    本算法采用一個(gè)狀態(tài)進(jìn)化矩陣G來(lái)模擬進(jìn)化算法中的重組與變異操作過(guò)程,這使得算法操作起來(lái)非常簡(jiǎn)單,因此,狀態(tài)進(jìn)化矩陣的構(gòu)造是算法的重點(diǎn)。本文按照式(2)構(gòu)造狀態(tài)進(jìn)化矩陣G

    G=g11g12…g1Ng21g22…g2N…gN1gN2…gNN (2)

    其中0≤gij≤1,i,j=1,2,…,N,且∑nj=1gij≤1 ,矩陣G中元素gij(i,j=1,2,…,N)的值是隨機(jī)確定的,本文中G為滿足上述條件的隨機(jī)常數(shù)矩陣,具體構(gòu)造流程如圖2所示。

    2.3 選種池和選擇操作

    同傳統(tǒng)進(jìn)化算法類(lèi)似,選擇操作是一個(gè)擇優(yōu)的過(guò)程,體現(xiàn)了優(yōu)勝劣汰的進(jìn)化思想,本文按最小化優(yōu)化問(wèn)題尋優(yōu)。如圖1所示,從初始群體X(0)開(kāi)始,按照X'(k+1)=GX(k)迭代,可依次得到一系列群體X'(1),X'(2),X'(3),……。群體X'(k+1)和X(k)(k= 0,1,2,…)同時(shí)進(jìn)入選種池,按照適應(yīng)度函數(shù)f()計(jì)算選種池中每個(gè)群體的適應(yīng)度值Y(k),按照從小到大排列,選擇前N個(gè)個(gè)體組成新一代群體X(k+1),如此反復(fù),直到算法滿足停機(jī)條件。

    圖2 狀態(tài)進(jìn)化矩陣構(gòu)造流程圖

    2.4 算法描述

    Step 1. 初始化種群 X(0),并計(jì)算初始種群的適應(yīng)度值;

    Step 2. 根據(jù)圖2流程得到狀態(tài)進(jìn)化矩陣G;

    Step 3. 進(jìn)行進(jìn)化操作,X'(k+1)=G?X(k),并計(jì)算種群X'(k+1)適應(yīng)度值;

    Step 4. 將種群X(k),X'(k+1)同時(shí)放入選種池,按適應(yīng)度值從小到大排列,選擇前N個(gè)個(gè)體作為新一代的群體X(k+1);

    Step 5. 是否滿足終止條件:若是,則結(jié)束;否則,轉(zhuǎn)到Step 3。

    3 仿真實(shí)驗(yàn)與性能分析

    實(shí)驗(yàn)仿真平臺(tái)為Matlab 7.1。本實(shí)驗(yàn)采用了3個(gè)經(jīng)典測(cè)試函數(shù),這些測(cè)試函數(shù)為高維多模函數(shù),具有大量的局部最優(yōu)點(diǎn),是優(yōu)化領(lǐng)域中公認(rèn)的較難優(yōu)化的函數(shù)。

    1)Shubert函數(shù)

    f1=∑5i=1icos [(i+1)x+i]?

    ∑5i=1icos [(i+1)y+i]-10≤x,y≤10 (3)

    有多個(gè)極小值點(diǎn),但只有一個(gè)全局最小值-186.73。

    2)Schwefel's函數(shù)

    f2=-xsin (x)-ysin (y)-500≤x,y≤500(4)

    是一個(gè)具有典型欺騙問(wèn)題的函數(shù),有1個(gè)全局極小值點(diǎn)取值近似為-837.9658,在(420.96 87,420. 9687)處,距離另一個(gè)局部最優(yōu)點(diǎn)很遠(yuǎn),因此如果陷入局部最優(yōu)就很難跳出。

    (3)GoldsteinPrice函數(shù)

    f3=[1+(x+y+1)2(19-14x+3x2-14y+6xy+3y2)]?[30+(2x-3y)2(18-32x+12x2+48y-36xy+27y2)]-2≤x,y≤2(5)

    這是一個(gè)多模函數(shù),有多個(gè)極小值點(diǎn),但只有一個(gè)全局最小值3,極小值點(diǎn)為(0,-1)。

    在測(cè)試中,將種群大小設(shè)置為500,每次運(yùn)行代數(shù)為60代,每個(gè)測(cè)試函數(shù)運(yùn)行測(cè)試50次。表1顯示了函數(shù)f1~f3運(yùn)行50次的實(shí)驗(yàn)結(jié)果,包括平均最優(yōu)值、標(biāo)準(zhǔn)差和平均收斂代數(shù)。全局最優(yōu)值為f1~f3理論最優(yōu)值,平均最優(yōu)值fmav按照公式(6)計(jì)算得到(其中fmi為第i次運(yùn)用本算法求解f1~f3優(yōu)化問(wèn)題得到的最優(yōu)解對(duì)應(yīng)的適應(yīng)度函數(shù)值),標(biāo)準(zhǔn)差為平均最優(yōu)值與全局最優(yōu)值之差,平均收斂代數(shù)為每次實(shí)驗(yàn)找到最優(yōu)解所需要的最少代數(shù)的平均值。

    fmav=∑50i=1fmi/50,i=1,2,…,50(6)

    表1 算法對(duì)3個(gè)測(cè)試函數(shù)50次實(shí)驗(yàn)的結(jié)果

    函數(shù)

    全局最優(yōu)值

    平均最優(yōu)值

    標(biāo)準(zhǔn)差

    平均收斂代數(shù)

    f1

    -186.7316

    -186.7316

    0

    9

    f2

    -837.9658

    -837.9658

    0

    12

    f3

    3.0000

    3.0000

    0

    8

    圖3~5分別顯示了運(yùn)用本算法求解函數(shù)f1~f3優(yōu)化問(wèn)題所得到的最優(yōu)解對(duì)應(yīng)的適應(yīng)度函數(shù)值隨進(jìn)化代數(shù)變化曲線。

    圖3 算法求解f1優(yōu)化問(wèn)題適應(yīng)度函數(shù)值變化曲線 

    圖4 算法求解f2優(yōu)化問(wèn)題適應(yīng)度函數(shù)值變化曲線

    圖5 算法求解f3優(yōu)化問(wèn)題適應(yīng)度函數(shù)值變化曲線

    從表1和圖3~5可以看出,本文提出的算法在3個(gè)函數(shù)優(yōu)化中取得了良好的效果,找到最優(yōu)解的成功率高,收斂速度快。通過(guò)50次實(shí)驗(yàn)結(jié)果可以看出,基于狀態(tài)空間模型的進(jìn)化算法穩(wěn)定性好,成功率高。

    4 結(jié) 論

    本文設(shè)計(jì)了一種基于離散系統(tǒng)狀態(tài)空間模型的進(jìn)化算法,以基本進(jìn)化算法的思想為基礎(chǔ),借鑒矩陣?yán)碚摵蛯?shí)數(shù)編碼方法,通過(guò)構(gòu)造一個(gè)狀態(tài)進(jìn)化矩陣,來(lái)實(shí)現(xiàn)種群的進(jìn)化,提高了算法的可操作性和可靠性。通過(guò)對(duì)3個(gè)經(jīng)典優(yōu)化測(cè)試函數(shù)進(jìn)行優(yōu)化實(shí)驗(yàn),結(jié)果表明:本文提出的算法增強(qiáng)了防止陷入局部最優(yōu)的能力,能夠較大地提高收斂速度和精度,而且穩(wěn)定性能很好。

    雖然算法的仿真結(jié)果是令人滿意的,但是由于實(shí)驗(yàn)條件的局限性和實(shí)驗(yàn)次數(shù)的有限性,算法收斂性和遍歷性還需要通過(guò)進(jìn)一步的數(shù)學(xué)證明。如何構(gòu)造更好的狀態(tài)進(jìn)化矩陣,是需要進(jìn)一步研究的問(wèn)題。

    參考文獻(xiàn)

    [1] 劉鯖潔,陳桂明,劉小方. 基于矩陣編碼的遺傳算法研究[J].計(jì)算機(jī)工程:2011, 37(13):160-162.

    [2] IRINA CIORNEI, ELIAS KYRIAKIDES. Hybrid Ant Colony-Genetic Algorithm (GAAPI) for Global Continuous Optimization [J]. Systems, Man, and Cybernetics, part B, 2012, 42(1), 34-245.

    [3] 董麗麗,龔光紅,李妮,等.基于云模型的自適應(yīng)并行模擬退火遺傳算法[J].北京航空航天大學(xué)學(xué)報(bào):2011,37 (9):1132-1136.

    [4] 劉正龍,楊艷梅.基于遺傳算法的數(shù)值優(yōu)化約束問(wèn)題的研究[J].計(jì)算機(jī)系統(tǒng)應(yīng)用:2013,22(5):139-142.

    [5] 王巍,趙文紅,王宇平.一種有效的解無(wú)約束全局優(yōu)化的進(jìn)化算法[J].控制理論與應(yīng)用:2010,27 (5):570-574.

    [6] 陳曉峰,楊廣明,黃明.一種實(shí)數(shù)編碼的量子差分進(jìn)化算法[J].小型微型計(jì)算機(jī)系統(tǒng):2013,34(5):1141-1146.

    [7] YUSUKE T,YOSHIFUMIO,SHINJIW, et al. BinaryBased Topology Optimization of Magnetostatic Shielding by a Hybrid Evolutionary Algorithm Combining Genetic Algorithm and ExtendedCompact Genetic Algorithm [J]. Magnetics:2013,49 (5) :2093-2096.

    [8] 王越,許全文,黃麗豐.基于改進(jìn)遺傳算法的連續(xù)函數(shù)優(yōu)化[J].重慶理工大學(xué)學(xué)報(bào):2011,25(2):62-67.

    [9] 闞超豪.多向?qū)W習(xí)自適應(yīng)的粒子群算法[J].計(jì)算機(jī)工程與應(yīng)用:2013,49(6):23-28.

    [10]徐雪松,王四春.基于免疫量子遺傳算法的多峰函數(shù)尋優(yōu)[J].計(jì)算機(jī)應(yīng)用:2012,32(6):1674-1677.

    計(jì)算技術(shù)與自動(dòng)化2014年6月

    第33卷第2期李茂軍等:一種基于狀態(tài)空間模型的進(jìn)化算法

    圖1 基于狀態(tài)空間模型的進(jìn)化算法計(jì)算模型

    2.1 初始種群

    設(shè)種群規(guī)模為N,待優(yōu)化問(wèn)題的變量有M個(gè),則第k代群體X(k)為

    X(k)=x11x12…x1Mx21x22…x2M…xN1xN2…xNM (1) 

    其中Xi=(xi1,xi2,…,xiM),i=1,2,…,N為優(yōu)化問(wèn)題的一組可行解,xij∈[αj,βj],i=1,2,…,N,j=1,2,…,M。

    在算法初始化階段,用隨機(jī)函數(shù)產(chǎn)生N組、每組M個(gè)分別在αj,βj(j=1,2,…,M)上服從均勻分布的實(shí)數(shù)構(gòu)成初始種群X0。

    2.2 狀態(tài)進(jìn)化矩陣

    本算法采用一個(gè)狀態(tài)進(jìn)化矩陣G來(lái)模擬進(jìn)化算法中的重組與變異操作過(guò)程,這使得算法操作起來(lái)非常簡(jiǎn)單,因此,狀態(tài)進(jìn)化矩陣的構(gòu)造是算法的重點(diǎn)。本文按照式(2)構(gòu)造狀態(tài)進(jìn)化矩陣G

    G=g11g12…g1Ng21g22…g2N…gN1gN2…gNN (2)

    其中0≤gij≤1,i,j=1,2,…,N,且∑nj=1gij≤1 ,矩陣G中元素gij(i,j=1,2,…,N)的值是隨機(jī)確定的,本文中G為滿足上述條件的隨機(jī)常數(shù)矩陣,具體構(gòu)造流程如圖2所示。

    2.3 選種池和選擇操作

    同傳統(tǒng)進(jìn)化算法類(lèi)似,選擇操作是一個(gè)擇優(yōu)的過(guò)程,體現(xiàn)了優(yōu)勝劣汰的進(jìn)化思想,本文按最小化優(yōu)化問(wèn)題尋優(yōu)。如圖1所示,從初始群體X(0)開(kāi)始,按照X'(k+1)=GX(k)迭代,可依次得到一系列群體X'(1),X'(2),X'(3),……。群體X'(k+1)和X(k)(k= 0,1,2,…)同時(shí)進(jìn)入選種池,按照適應(yīng)度函數(shù)f()計(jì)算選種池中每個(gè)群體的適應(yīng)度值Y(k),按照從小到大排列,選擇前N個(gè)個(gè)體組成新一代群體X(k+1),如此反復(fù),直到算法滿足停機(jī)條件。

    圖2 狀態(tài)進(jìn)化矩陣構(gòu)造流程圖

    2.4 算法描述

    Step 1. 初始化種群 X(0),并計(jì)算初始種群的適應(yīng)度值;

    Step 2. 根據(jù)圖2流程得到狀態(tài)進(jìn)化矩陣G;

    Step 3. 進(jìn)行進(jìn)化操作,X'(k+1)=G?X(k),并計(jì)算種群X'(k+1)適應(yīng)度值;

    Step 4. 將種群X(k),X'(k+1)同時(shí)放入選種池,按適應(yīng)度值從小到大排列,選擇前N個(gè)個(gè)體作為新一代的群體X(k+1);

    Step 5. 是否滿足終止條件:若是,則結(jié)束;否則,轉(zhuǎn)到Step 3。

    3 仿真實(shí)驗(yàn)與性能分析

    實(shí)驗(yàn)仿真平臺(tái)為Matlab 7.1。本實(shí)驗(yàn)采用了3個(gè)經(jīng)典測(cè)試函數(shù),這些測(cè)試函數(shù)為高維多模函數(shù),具有大量的局部最優(yōu)點(diǎn),是優(yōu)化領(lǐng)域中公認(rèn)的較難優(yōu)化的函數(shù)。

    1)Shubert函數(shù)

    f1=∑5i=1icos [(i+1)x+i]?

    ∑5i=1icos [(i+1)y+i]-10≤x,y≤10 (3)

    有多個(gè)極小值點(diǎn),但只有一個(gè)全局最小值-186.73。

    2)Schwefel's函數(shù)

    f2=-xsin (x)-ysin (y)-500≤x,y≤500(4)

    是一個(gè)具有典型欺騙問(wèn)題的函數(shù),有1個(gè)全局極小值點(diǎn)取值近似為-837.9658,在(420.96 87,420. 9687)處,距離另一個(gè)局部最優(yōu)點(diǎn)很遠(yuǎn),因此如果陷入局部最優(yōu)就很難跳出。

    (3)GoldsteinPrice函數(shù)

    f3=[1+(x+y+1)2(19-14x+3x2-14y+6xy+3y2)]?[30+(2x-3y)2(18-32x+12x2+48y-36xy+27y2)]-2≤x,y≤2(5)

    這是一個(gè)多模函數(shù),有多個(gè)極小值點(diǎn),但只有一個(gè)全局最小值3,極小值點(diǎn)為(0,-1)。

    在測(cè)試中,將種群大小設(shè)置為500,每次運(yùn)行代數(shù)為60代,每個(gè)測(cè)試函數(shù)運(yùn)行測(cè)試50次。表1顯示了函數(shù)f1~f3運(yùn)行50次的實(shí)驗(yàn)結(jié)果,包括平均最優(yōu)值、標(biāo)準(zhǔn)差和平均收斂代數(shù)。全局最優(yōu)值為f1~f3理論最優(yōu)值,平均最優(yōu)值fmav按照公式(6)計(jì)算得到(其中fmi為第i次運(yùn)用本算法求解f1~f3優(yōu)化問(wèn)題得到的最優(yōu)解對(duì)應(yīng)的適應(yīng)度函數(shù)值),標(biāo)準(zhǔn)差為平均最優(yōu)值與全局最優(yōu)值之差,平均收斂代數(shù)為每次實(shí)驗(yàn)找到最優(yōu)解所需要的最少代數(shù)的平均值。

    fmav=∑50i=1fmi/50,i=1,2,…,50(6)

    表1 算法對(duì)3個(gè)測(cè)試函數(shù)50次實(shí)驗(yàn)的結(jié)果

    函數(shù)

    全局最優(yōu)值

    平均最優(yōu)值

    標(biāo)準(zhǔn)差

    平均收斂代數(shù)

    f1

    -186.7316

    -186.7316

    0

    9

    f2

    -837.9658

    -837.9658

    0

    12

    f3

    3.0000

    3.0000

    0

    8

    圖3~5分別顯示了運(yùn)用本算法求解函數(shù)f1~f3優(yōu)化問(wèn)題所得到的最優(yōu)解對(duì)應(yīng)的適應(yīng)度函數(shù)值隨進(jìn)化代數(shù)變化曲線。

    圖3 算法求解f1優(yōu)化問(wèn)題適應(yīng)度函數(shù)值變化曲線 

    圖4 算法求解f2優(yōu)化問(wèn)題適應(yīng)度函數(shù)值變化曲線

    圖5 算法求解f3優(yōu)化問(wèn)題適應(yīng)度函數(shù)值變化曲線

    從表1和圖3~5可以看出,本文提出的算法在3個(gè)函數(shù)優(yōu)化中取得了良好的效果,找到最優(yōu)解的成功率高,收斂速度快。通過(guò)50次實(shí)驗(yàn)結(jié)果可以看出,基于狀態(tài)空間模型的進(jìn)化算法穩(wěn)定性好,成功率高。

    4 結(jié) 論

    本文設(shè)計(jì)了一種基于離散系統(tǒng)狀態(tài)空間模型的進(jìn)化算法,以基本進(jìn)化算法的思想為基礎(chǔ),借鑒矩陣?yán)碚摵蛯?shí)數(shù)編碼方法,通過(guò)構(gòu)造一個(gè)狀態(tài)進(jìn)化矩陣,來(lái)實(shí)現(xiàn)種群的進(jìn)化,提高了算法的可操作性和可靠性。通過(guò)對(duì)3個(gè)經(jīng)典優(yōu)化測(cè)試函數(shù)進(jìn)行優(yōu)化實(shí)驗(yàn),結(jié)果表明:本文提出的算法增強(qiáng)了防止陷入局部最優(yōu)的能力,能夠較大地提高收斂速度和精度,而且穩(wěn)定性能很好。

    雖然算法的仿真結(jié)果是令人滿意的,但是由于實(shí)驗(yàn)條件的局限性和實(shí)驗(yàn)次數(shù)的有限性,算法收斂性和遍歷性還需要通過(guò)進(jìn)一步的數(shù)學(xué)證明。如何構(gòu)造更好的狀態(tài)進(jìn)化矩陣,是需要進(jìn)一步研究的問(wèn)題。

    參考文獻(xiàn)

    [1] 劉鯖潔,陳桂明,劉小方. 基于矩陣編碼的遺傳算法研究[J].計(jì)算機(jī)工程:2011, 37(13):160-162.

    [2] IRINA CIORNEI, ELIAS KYRIAKIDES. Hybrid Ant Colony-Genetic Algorithm (GAAPI) for Global Continuous Optimization [J]. Systems, Man, and Cybernetics, part B, 2012, 42(1), 34-245.

    [3] 董麗麗,龔光紅,李妮,等.基于云模型的自適應(yīng)并行模擬退火遺傳算法[J].北京航空航天大學(xué)學(xué)報(bào):2011,37 (9):1132-1136.

    [4] 劉正龍,楊艷梅.基于遺傳算法的數(shù)值優(yōu)化約束問(wèn)題的研究[J].計(jì)算機(jī)系統(tǒng)應(yīng)用:2013,22(5):139-142.

    [5] 王巍,趙文紅,王宇平.一種有效的解無(wú)約束全局優(yōu)化的進(jìn)化算法[J].控制理論與應(yīng)用:2010,27 (5):570-574.

    [6] 陳曉峰,楊廣明,黃明.一種實(shí)數(shù)編碼的量子差分進(jìn)化算法[J].小型微型計(jì)算機(jī)系統(tǒng):2013,34(5):1141-1146.

    [7] YUSUKE T,YOSHIFUMIO,SHINJIW, et al. BinaryBased Topology Optimization of Magnetostatic Shielding by a Hybrid Evolutionary Algorithm Combining Genetic Algorithm and ExtendedCompact Genetic Algorithm [J]. Magnetics:2013,49 (5) :2093-2096.

    [8] 王越,許全文,黃麗豐.基于改進(jìn)遺傳算法的連續(xù)函數(shù)優(yōu)化[J].重慶理工大學(xué)學(xué)報(bào):2011,25(2):62-67.

    [9] 闞超豪.多向?qū)W習(xí)自適應(yīng)的粒子群算法[J].計(jì)算機(jī)工程與應(yīng)用:2013,49(6):23-28.

    [10]徐雪松,王四春.基于免疫量子遺傳算法的多峰函數(shù)尋優(yōu)[J].計(jì)算機(jī)應(yīng)用:2012,32(6):1674-1677.

    国产精品免费一区二区三区在线| 国产精品久久电影中文字幕| 五月玫瑰六月丁香| 黑人巨大精品欧美一区二区mp4| 中出人妻视频一区二区| 国模一区二区三区四区视频 | 黑人欧美特级aaaaaa片| 亚洲国产精品成人综合色| 少妇被粗大的猛进出69影院| 一二三四在线观看免费中文在| 亚洲天堂国产精品一区在线| 嫁个100分男人电影在线观看| 亚洲男人天堂网一区| 老司机深夜福利视频在线观看| 国产97色在线日韩免费| 琪琪午夜伦伦电影理论片6080| 欧美+亚洲+日韩+国产| 女人爽到高潮嗷嗷叫在线视频| 国产日本99.免费观看| 久久久久久久精品吃奶| АⅤ资源中文在线天堂| 一级a爱片免费观看的视频| 国产精品一区二区精品视频观看| 亚洲天堂国产精品一区在线| 久久这里只有精品19| 日韩大码丰满熟妇| 十八禁网站免费在线| 神马国产精品三级电影在线观看 | 久久精品aⅴ一区二区三区四区| 在线a可以看的网站| 99精品在免费线老司机午夜| 一级作爱视频免费观看| 国产黄色小视频在线观看| 国产精品久久久久久精品电影| 在线观看www视频免费| avwww免费| 久久草成人影院| 国产伦人伦偷精品视频| 午夜福利18| 日韩欧美国产在线观看| 国产人伦9x9x在线观看| 久久九九热精品免费| 一个人免费在线观看的高清视频| 亚洲国产精品sss在线观看| 日本黄色视频三级网站网址| 午夜日韩欧美国产| 国产v大片淫在线免费观看| 久久午夜亚洲精品久久| АⅤ资源中文在线天堂| 日韩精品免费视频一区二区三区| 在线a可以看的网站| 国内精品一区二区在线观看| 亚洲人成网站高清观看| 国产97色在线日韩免费| 1024视频免费在线观看| 欧美午夜高清在线| 亚洲精品在线观看二区| 手机成人av网站| 亚洲国产中文字幕在线视频| 免费搜索国产男女视频| 免费高清视频大片| 国产精品久久久av美女十八| 三级男女做爰猛烈吃奶摸视频| 国产99久久九九免费精品| 成年免费大片在线观看| 午夜免费激情av| 欧美性猛交╳xxx乱大交人| 国产精品,欧美在线| 国产爱豆传媒在线观看 | 亚洲片人在线观看| 国产高清视频在线播放一区| 色老头精品视频在线观看| 99国产精品99久久久久| 91老司机精品| 久久久久性生活片| 一边摸一边抽搐一进一小说| videosex国产| 草草在线视频免费看| 午夜视频精品福利| 国产精品99久久99久久久不卡| 中文字幕久久专区| 国产激情久久老熟女| 成人手机av| 亚洲中文av在线| 99热只有精品国产| 人妻夜夜爽99麻豆av| 色av中文字幕| 亚洲精品美女久久av网站| 亚洲午夜理论影院| 大型av网站在线播放| 亚洲国产高清在线一区二区三| 男人的好看免费观看在线视频 | 长腿黑丝高跟| 老熟妇乱子伦视频在线观看| 国产真实乱freesex| 丰满的人妻完整版| 国产av麻豆久久久久久久| 亚洲aⅴ乱码一区二区在线播放 | 久久久国产欧美日韩av| 制服人妻中文乱码| 久久精品综合一区二区三区| 精品少妇一区二区三区视频日本电影| 国产欧美日韩一区二区精品| 国产成人精品久久二区二区91| 久久香蕉国产精品| 最近视频中文字幕2019在线8| 亚洲中文av在线| 丰满人妻一区二区三区视频av | 999精品在线视频| 亚洲一区二区三区不卡视频| 黄色毛片三级朝国网站| 少妇的丰满在线观看| 真人一进一出gif抽搐免费| 国产成人精品久久二区二区91| 757午夜福利合集在线观看| 欧美一级a爱片免费观看看 | 天天一区二区日本电影三级| 男男h啪啪无遮挡| 国产人伦9x9x在线观看| 国产精品亚洲av一区麻豆| 99精品久久久久人妻精品| 免费搜索国产男女视频| 成在线人永久免费视频| www.999成人在线观看| 免费av毛片视频| 欧美在线黄色| 欧美一区二区精品小视频在线| 欧美激情久久久久久爽电影| 欧美高清成人免费视频www| 免费观看精品视频网站| 最新美女视频免费是黄的| 久久伊人香网站| 成人三级做爰电影| 美女 人体艺术 gogo| 可以在线观看的亚洲视频| 精品欧美国产一区二区三| 中国美女看黄片| 亚洲欧美一区二区三区黑人| 五月玫瑰六月丁香| 老汉色av国产亚洲站长工具| avwww免费| 99国产极品粉嫩在线观看| 不卡一级毛片| 国产亚洲av高清不卡| 好看av亚洲va欧美ⅴa在| 日日爽夜夜爽网站| 欧美一级a爱片免费观看看 | 国产亚洲欧美98| 岛国视频午夜一区免费看| 又黄又爽又免费观看的视频| 可以免费在线观看a视频的电影网站| 两个人免费观看高清视频| 啦啦啦观看免费观看视频高清| 久久人妻福利社区极品人妻图片| 精品国产亚洲在线| 伦理电影免费视频| 精品久久久久久久末码| 亚洲精品久久成人aⅴ小说| 欧美日本视频| 最新在线观看一区二区三区| 国产av又大| 色尼玛亚洲综合影院| 欧美精品亚洲一区二区| 日韩成人在线观看一区二区三区| 精品电影一区二区在线| 午夜福利高清视频| 国产亚洲精品久久久久久毛片| 亚洲熟妇熟女久久| 亚洲黑人精品在线| 久久久久久国产a免费观看| 欧美中文日本在线观看视频| 后天国语完整版免费观看| 一本久久中文字幕| 在线观看免费日韩欧美大片| av超薄肉色丝袜交足视频| а√天堂www在线а√下载| 欧美黑人巨大hd| 在线观看午夜福利视频| 亚洲五月婷婷丁香| 麻豆国产av国片精品| 十八禁人妻一区二区| 51午夜福利影视在线观看| 国产精品爽爽va在线观看网站| 亚洲精品色激情综合| 黄片小视频在线播放| 久久天堂一区二区三区四区| 一区福利在线观看| 久久精品aⅴ一区二区三区四区| 99re在线观看精品视频| 99久久精品热视频| 18禁黄网站禁片免费观看直播| 一进一出好大好爽视频| 欧美日韩亚洲综合一区二区三区_| 亚洲狠狠婷婷综合久久图片| 最近视频中文字幕2019在线8| 久久精品国产清高在天天线| 欧美黄色片欧美黄色片| 男女下面进入的视频免费午夜| 99久久精品热视频| 免费av毛片视频| 88av欧美| 国产精品爽爽va在线观看网站| www.999成人在线观看| 久久天躁狠狠躁夜夜2o2o| 18禁美女被吸乳视频| 老鸭窝网址在线观看| 亚洲七黄色美女视频| 中文字幕久久专区| 欧美大码av| 亚洲 欧美一区二区三区| 欧美最黄视频在线播放免费| 中文字幕高清在线视频| 久久 成人 亚洲| 久久精品人妻少妇| 欧美性长视频在线观看| 欧美绝顶高潮抽搐喷水| 精品福利观看| 成人av一区二区三区在线看| 亚洲国产精品999在线| 亚洲激情在线av| 91成年电影在线观看| 欧美成人一区二区免费高清观看 | 日韩免费av在线播放| 亚洲美女黄片视频| 黄片小视频在线播放| 长腿黑丝高跟| 在线观看美女被高潮喷水网站 | 亚洲国产精品sss在线观看| av在线播放免费不卡| 亚洲男人天堂网一区| 国产黄a三级三级三级人| 搡老妇女老女人老熟妇| 俺也久久电影网| 老司机午夜十八禁免费视频| 成人国语在线视频| 精品久久蜜臀av无| 法律面前人人平等表现在哪些方面| 国产人伦9x9x在线观看| 免费在线观看日本一区| 国产伦在线观看视频一区| 久热爱精品视频在线9| 麻豆久久精品国产亚洲av| 欧美又色又爽又黄视频| 亚洲国产精品999在线| 亚洲熟妇熟女久久| 最近最新中文字幕大全免费视频| www.www免费av| 久99久视频精品免费| 色av中文字幕| 国产成人精品久久二区二区免费| www日本在线高清视频| 成人特级黄色片久久久久久久| 天天躁夜夜躁狠狠躁躁| 欧美又色又爽又黄视频| www日本黄色视频网| 九色成人免费人妻av| 色播亚洲综合网| 亚洲人与动物交配视频| 欧美国产日韩亚洲一区| 亚洲av片天天在线观看| 国产精品亚洲一级av第二区| 97人妻精品一区二区三区麻豆| 国产精品免费一区二区三区在线| 国产精品精品国产色婷婷| 色播亚洲综合网| e午夜精品久久久久久久| 成年女人毛片免费观看观看9| 久久热在线av| 一本综合久久免费| 18禁观看日本| 美女午夜性视频免费| 国产欧美日韩精品亚洲av| 一级片免费观看大全| 国产真实乱freesex| 国产精品电影一区二区三区| 亚洲精品中文字幕在线视频| 午夜免费成人在线视频| 宅男免费午夜| 黄色视频,在线免费观看| 亚洲成av人片免费观看| 99久久国产精品久久久| 法律面前人人平等表现在哪些方面| 欧美久久黑人一区二区| 男男h啪啪无遮挡| 久久精品91蜜桃| 婷婷六月久久综合丁香| 国产精品精品国产色婷婷| 亚洲色图 男人天堂 中文字幕| 中文字幕人成人乱码亚洲影| 亚洲,欧美精品.| 俄罗斯特黄特色一大片| 亚洲五月天丁香| 久久久国产成人精品二区| 91老司机精品| 中文字幕av在线有码专区| 午夜两性在线视频| 2021天堂中文幕一二区在线观| 午夜福利欧美成人| 久久久久久国产a免费观看| 制服丝袜大香蕉在线| 国产精品久久视频播放| 午夜老司机福利片| 国产av一区在线观看免费| 两个人看的免费小视频| 9191精品国产免费久久| 久久香蕉精品热| 波多野结衣高清无吗| 国产私拍福利视频在线观看| 久久久久久大精品| 青草久久国产| bbb黄色大片| 特大巨黑吊av在线直播| 制服人妻中文乱码| 又黄又粗又硬又大视频| 国产精品亚洲一级av第二区| 午夜福利18| 国产三级黄色录像| 日韩高清综合在线| 精品欧美一区二区三区在线| 99精品在免费线老司机午夜| 亚洲成av人片在线播放无| 一级a爱片免费观看的视频| 婷婷六月久久综合丁香| 18禁美女被吸乳视频| 久久久久性生活片| 一区二区三区国产精品乱码| 每晚都被弄得嗷嗷叫到高潮| 男人舔女人下体高潮全视频| 日韩欧美免费精品| 国内精品久久久久久久电影| e午夜精品久久久久久久| 色尼玛亚洲综合影院| 波多野结衣巨乳人妻| 一区二区三区激情视频| 欧美 亚洲 国产 日韩一| 两个人的视频大全免费| 亚洲精品在线观看二区| 国产精品久久久人人做人人爽| 成在线人永久免费视频| 很黄的视频免费| 国产熟女xx| 久久久久亚洲av毛片大全| 久久久久久国产a免费观看| bbb黄色大片| 成人18禁高潮啪啪吃奶动态图| 超碰成人久久| 日韩欧美国产一区二区入口| 久久久久久大精品| 国产亚洲欧美98| 亚洲va日本ⅴa欧美va伊人久久| 国产男靠女视频免费网站| 丝袜美腿诱惑在线| 国内精品久久久久久久电影| 久久久久久久久中文| 精品电影一区二区在线| 一个人免费在线观看的高清视频| 给我免费播放毛片高清在线观看| 国内久久婷婷六月综合欲色啪| 老司机深夜福利视频在线观看| 女人高潮潮喷娇喘18禁视频| 亚洲精品粉嫩美女一区| 麻豆国产av国片精品| 99热这里只有是精品50| 亚洲电影在线观看av| 亚洲,欧美精品.| 国产精品 国内视频| 欧美中文日本在线观看视频| 成人欧美大片| 日本免费一区二区三区高清不卡| 丰满的人妻完整版| 欧美zozozo另类| 国产精品久久电影中文字幕| 老熟妇乱子伦视频在线观看| 丁香欧美五月| 日日干狠狠操夜夜爽| 欧美极品一区二区三区四区| 精品久久久久久久人妻蜜臀av| 999久久久精品免费观看国产| 午夜a级毛片| 男女视频在线观看网站免费 | 在线观看免费视频日本深夜| 国产精品香港三级国产av潘金莲| 久久中文字幕一级| 性欧美人与动物交配| 国产熟女xx| 久久国产乱子伦精品免费另类| a级毛片a级免费在线| 国产日本99.免费观看| 国产熟女xx| 美女免费视频网站| 亚洲黑人精品在线| 日日爽夜夜爽网站| 亚洲精品久久成人aⅴ小说| 国模一区二区三区四区视频 | 又大又爽又粗| 日本三级黄在线观看| 又黄又爽又免费观看的视频| ponron亚洲| 久久精品人妻少妇| 老司机靠b影院| 成年免费大片在线观看| 草草在线视频免费看| 午夜福利欧美成人| 好看av亚洲va欧美ⅴa在| 美女免费视频网站| а√天堂www在线а√下载| svipshipincom国产片| 欧美日韩精品网址| 男人舔女人下体高潮全视频| 久久精品成人免费网站| 亚洲人成网站高清观看| 久久久久久九九精品二区国产 | 成人三级做爰电影| 久久精品亚洲精品国产色婷小说| 最好的美女福利视频网| 老鸭窝网址在线观看| www.熟女人妻精品国产| 精品少妇一区二区三区视频日本电影| 少妇被粗大的猛进出69影院| 桃红色精品国产亚洲av| 黄色a级毛片大全视频| 亚洲 国产 在线| 69av精品久久久久久| 夜夜躁狠狠躁天天躁| 午夜免费成人在线视频| 国产精品久久久久久人妻精品电影| 亚洲欧美精品综合久久99| 在线a可以看的网站| 国产三级黄色录像| 欧美成人免费av一区二区三区| 国语自产精品视频在线第100页| 亚洲激情在线av| bbb黄色大片| 91九色精品人成在线观看| 在线观看一区二区三区| 亚洲成av人片免费观看| 国产午夜精品论理片| 国内揄拍国产精品人妻在线| 欧美乱妇无乱码| 欧美乱码精品一区二区三区| 一级a爱片免费观看的视频| 国产v大片淫在线免费观看| 一进一出抽搐动态| 激情在线观看视频在线高清| 亚洲片人在线观看| 亚洲色图 男人天堂 中文字幕| 中文字幕久久专区| 美女大奶头视频| 俺也久久电影网| 久久精品国产综合久久久| 精品久久久久久,| 男人的好看免费观看在线视频 | 美女午夜性视频免费| 久久精品成人免费网站| 波多野结衣巨乳人妻| av国产免费在线观看| 日韩大码丰满熟妇| 真人做人爱边吃奶动态| 男女下面进入的视频免费午夜| 男插女下体视频免费在线播放| 亚洲精品av麻豆狂野| 日韩欧美精品v在线| 这个男人来自地球电影免费观看| 男女那种视频在线观看| 国产av在哪里看| 丝袜人妻中文字幕| 一区二区三区国产精品乱码| 午夜a级毛片| 欧美日韩福利视频一区二区| 国产成+人综合+亚洲专区| 国产欧美日韩一区二区三| 非洲黑人性xxxx精品又粗又长| 亚洲午夜精品一区,二区,三区| 久久婷婷人人爽人人干人人爱| 亚洲欧美日韩高清专用| 成人国产综合亚洲| a级毛片a级免费在线| 国产片内射在线| www.自偷自拍.com| av超薄肉色丝袜交足视频| 亚洲国产欧美网| 两个人免费观看高清视频| 国产真实乱freesex| 国产精品一区二区精品视频观看| 老汉色av国产亚洲站长工具| 老司机午夜福利在线观看视频| 日韩中文字幕欧美一区二区| 午夜亚洲福利在线播放| 国产av麻豆久久久久久久| 久久天堂一区二区三区四区| 操出白浆在线播放| 亚洲欧美日韩东京热| 久久久水蜜桃国产精品网| 久久伊人香网站| 亚洲美女黄片视频| 99精品久久久久人妻精品| 老司机深夜福利视频在线观看| 欧美黄色片欧美黄色片| 国产97色在线日韩免费| 亚洲熟女毛片儿| 国产精品自产拍在线观看55亚洲| 色尼玛亚洲综合影院| 午夜福利18| 亚洲一卡2卡3卡4卡5卡精品中文| 国内精品一区二区在线观看| 淫秽高清视频在线观看| 99热这里只有是精品50| 亚洲美女视频黄频| 亚洲成a人片在线一区二区| 12—13女人毛片做爰片一| 18禁裸乳无遮挡免费网站照片| 女人爽到高潮嗷嗷叫在线视频| 美女高潮喷水抽搐中文字幕| 蜜桃久久精品国产亚洲av| 色在线成人网| 99在线视频只有这里精品首页| 亚洲一区中文字幕在线| 亚洲中文av在线| 久久久久久久久免费视频了| 搡老岳熟女国产| 日本一区二区免费在线视频| 久热爱精品视频在线9| 欧美zozozo另类| 欧美 亚洲 国产 日韩一| 九九热线精品视视频播放| 国产在线精品亚洲第一网站| 一进一出好大好爽视频| 99久久综合精品五月天人人| 好男人电影高清在线观看| 青草久久国产| 99国产精品一区二区三区| 成在线人永久免费视频| 99精品在免费线老司机午夜| 香蕉av资源在线| 美女扒开内裤让男人捅视频| 999久久久国产精品视频| 亚洲精品久久国产高清桃花| 亚洲自偷自拍图片 自拍| www.999成人在线观看| 黄色丝袜av网址大全| 国产真人三级小视频在线观看| 日韩有码中文字幕| 妹子高潮喷水视频| 91大片在线观看| 午夜a级毛片| 欧美一级毛片孕妇| av天堂在线播放| 午夜激情福利司机影院| 亚洲成人久久性| 国产精华一区二区三区| 变态另类成人亚洲欧美熟女| 亚洲欧美一区二区三区黑人| 丁香六月欧美| 人人妻人人澡欧美一区二区| 国产成人一区二区三区免费视频网站| 精品不卡国产一区二区三区| 人成视频在线观看免费观看| 午夜日韩欧美国产| 国产高清视频在线观看网站| 中文字幕最新亚洲高清| 久久人人精品亚洲av| 亚洲人与动物交配视频| 色哟哟哟哟哟哟| 久久性视频一级片| 麻豆成人av在线观看| 久久午夜亚洲精品久久| 久久久久久人人人人人| 成人av在线播放网站| 波多野结衣高清无吗| 少妇的丰满在线观看| 美女午夜性视频免费| 成人三级做爰电影| 国产精品av视频在线免费观看| 最新在线观看一区二区三区| www.自偷自拍.com| 亚洲人成电影免费在线| 不卡一级毛片| 成人手机av| 一边摸一边做爽爽视频免费| 亚洲黑人精品在线| 午夜激情av网站| 亚洲精品中文字幕一二三四区| 国产亚洲精品综合一区在线观看 | 国产精品 欧美亚洲| 色在线成人网| 可以免费在线观看a视频的电影网站| 99国产极品粉嫩在线观看| 99久久精品国产亚洲精品| 嫩草影视91久久| 亚洲人与动物交配视频| 国产精品影院久久| 国产亚洲欧美98| 丁香欧美五月| 校园春色视频在线观看| 国产主播在线观看一区二区| www.熟女人妻精品国产| 在线观看一区二区三区| 丰满人妻熟妇乱又伦精品不卡| 久久久国产欧美日韩av| 91麻豆av在线| 久久亚洲精品不卡| 天堂影院成人在线观看| 亚洲,欧美精品.| 久久国产精品人妻蜜桃| 亚洲av成人av| 国产激情偷乱视频一区二区| 精品久久久久久久毛片微露脸| 中文字幕av在线有码专区| 成在线人永久免费视频| 99国产精品一区二区三区| 99久久无色码亚洲精品果冻| 在线a可以看的网站| 欧美乱妇无乱码| 大型黄色视频在线免费观看| 国产视频内射|