• <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 ?

    基于貝葉斯理論的水文多模型預(yù)報(bào)

    2017-02-27 23:18:17周正葉愛中馬鳳杜超
    南水北調(diào)與水利科技 2017年1期
    關(guān)鍵詞:不確定性

    周正+葉愛中+馬鳳+杜超

    摘要:水文預(yù)報(bào)對于防洪、抗旱以及水資源調(diào)度等具有重要意義。水文預(yù)報(bào)通常依靠水文模型來完成,由于受到不同流域特點(diǎn)、產(chǎn)匯流機(jī)制等的限制,每個(gè)水文模型都具有各自的特點(diǎn)及適用區(qū)域。單一模型具有非常大的水文預(yù)報(bào)不確定性,為了解決單一模型局限性的問題,多模型水文預(yù)報(bào)常作為降低水文預(yù)報(bào)不確定性有效方法之一。選用三種常見的水文模型:時(shí)變增益水文模型、新安江模型和薩克拉門托模型,在珠江飛來峽流域進(jìn)行分布式建模,采用相同的輸入與初始場,三個(gè)模型獨(dú)立進(jìn)行模擬,然后對比三個(gè)模型的結(jié)果,并進(jìn)行貝葉斯多模型加權(quán)平均和簡單平均得到多模型平均結(jié)果,研究結(jié)果表明,貝葉斯模型處理后的結(jié)果要比單個(gè)模型模擬結(jié)果和簡單平均處理后的結(jié)果準(zhǔn)確率高。

    關(guān)鍵詞:飛來峽;水文預(yù)報(bào);不確定性;貝葉斯多模型

    中圖分類號:TV124文獻(xiàn)標(biāo)志碼:A文章編號:1672-1683(2017)01-0043-06

    Abstract:Hydrological forecast is very important for flood control,drought resistance and water resources regulation.It is usually based on model simulation.Each hydrological model has its own characteristics and feasible basin.Multi-model hydrological forecast is one of the effective methods to reduce the forecasting uncertainty.This paper chose three commonly used hydrological models:time-variant gain hydrological model,Xin′anjiang model,and Sacramento model.The case study was on Feilaixia basin of Pearl River.The three hydrological models were used for independent simulation with the same input and initial value.Then,BMA and SMA were run on the three models′results.The research results show that the BMA results are better than the results from single model simulation.

    Key words:Feilaixia;hydrological forecast;uncertainty;Bayesian model averagin

    水文預(yù)報(bào)不確定性主要來源于水文模型的不確定性。為了降低水文模型的不確定性,越來越多的水文模型被提出并應(yīng)用到不同流域[1]。其中應(yīng)用比較廣泛的有薩克拉門托模型(Sacramento model,SAC)[2],新安江模型(Xin An Jiang,XAJ)[3],和時(shí)變增益水文模型(Time Variation Gain Model,DTVGM)[4]等。然而每個(gè)模型都具有各自的優(yōu)勢與局限性,而且由于水文過程的復(fù)雜性,導(dǎo)致水文模型不確定性日益凸顯。對此,廣大水文學(xué)者提出多模型信息融合的方法。該方法可以降低單個(gè)模型的偏差,使模擬更接近于觀測值。目前,水文預(yù)報(bào)綜合處理方法主要有簡單平均法(Simple Model Averaging,SMA)、加權(quán)平均法、神經(jīng)網(wǎng)絡(luò)和模糊推理法等[5-10]。其中,貝葉斯加權(quán)平均方法(Bayesian Model Averaging,BMA)最為廣泛使用。貝葉斯方法是基于貝葉斯理論而發(fā)展起來用于解決統(tǒng)計(jì)問題的方法。隨著科學(xué)技術(shù)的發(fā)展,貝葉斯方法在統(tǒng)計(jì)學(xué)[11]成功應(yīng)用之后,逐漸發(fā)展到計(jì)量經(jīng)濟(jì)學(xué)[12],社會學(xué)[13]等方面。在氣象領(lǐng)域,貝葉斯最大似然方法被應(yīng)用于預(yù)測溫度及降水的概率分布[14],Ma[15]等人通過改變BMA目標(biāo)函數(shù),將其應(yīng)用于NMME季節(jié)性降水集合預(yù)報(bào)。近年來,BMA方法被應(yīng)用于水文領(lǐng)域:Neuman[16]提出利用最大似然貝葉斯平均方法分析地下水模型不確定性來優(yōu)化水文預(yù)報(bào)的方法,Kavetski[17]等人通過使用貝葉斯誤差分析方法評估輸入降雨不確定性對VIC模型模擬的影響。Zhang[18]利用BMA方法對SWAT水文模型的擬定和不確定性分析。為了得到對水文模型更為優(yōu)化的處理結(jié)果,Raftery[19]等采用BMA對多個(gè)數(shù)字天氣預(yù)報(bào)模型權(quán)重進(jìn)行最優(yōu)化處理,Duan[20]通過貝葉斯方法進(jìn)行多模型水文集合預(yù)報(bào),并得到比較好的結(jié)果。

    基于BMA處理后的高精度預(yù)報(bào)[21],本文將BMA方法應(yīng)用于飛來峽流域進(jìn)行模擬預(yù)報(bào),并與DTVGM模型、XAJ模型、SAC模型及SMA方法處理結(jié)果進(jìn)行對比,分析多模型方法的預(yù)報(bào)結(jié)果。

    1 流域概況

    飛來峽流域位于珠江第二大水系北江的中上游,控制集水面積為34 097 km2,大約為北江流域面積的73%。該流域?qū)儆跓釒Ш蛠啛釒夂騾^(qū),且由于東南和西南季風(fēng)的影響,降水不均,汛期平均降水量為1 224 mm,約占全年降水量的70%[22-23],因此時(shí)常會遭受洪水災(zāi)害。流域概況見圖1。

    本文以飛來峽流域?yàn)檠芯繉ο螅捎?00 km2河網(wǎng)閾值將流域劃分為146個(gè)子流域。收集到氣象數(shù)據(jù)為1980年-2009年日降水、氣溫和蒸發(fā)數(shù)據(jù)。流量采用流域出口1980年-2009年日流量數(shù)據(jù),時(shí)間序列長度為30年,其中1980年-1999年作為擬定期,2000年-2009年作為驗(yàn)證期。

    2 模型方法介紹

    2.1 水文模型介紹

    2.1.1 分布式時(shí)變增益水文模型

    時(shí)變增益模型是夏軍[24-25]于1989年-1995年期間提出的一種研究方法,建立了降水-土壤濕度-產(chǎn)流之間的非線性關(guān)系。隨著GIS技術(shù)的發(fā)展,時(shí)變增益模型發(fā)展為分布式時(shí)變增益水文模型,并且仍在不斷地改進(jìn)。該模型可以根據(jù)時(shí)間尺度分為月尺度、日尺度和小時(shí)尺度。

    2.1.2 新安江模型

    新安江模型是于20世紀(jì)60、70年代由我國水文工作者研制開發(fā)的水文模型,主要包括蒸發(fā)計(jì)算模型、產(chǎn)流模型、三水源劃分模型以及匯流模型。其理論主要基于蓄滿產(chǎn)流理念,即土壤濕度達(dá)到田間持水量以后才開始進(jìn)行產(chǎn)流,在未達(dá)到田間持水量時(shí),則不進(jìn)行產(chǎn)流,所有的降水都會被土壤吸收,該模型被廣泛的應(yīng)用在濕潤與半濕潤的中型或者大型流域[26-28]。

    2.1.3 薩克拉門托模型

    薩克拉門托流域水文模型是集總參數(shù)型、連續(xù)運(yùn)算的確定性流域水文模型,由美國天氣局水文辦公室薩克拉門托預(yù)報(bào)中心于20世紀(jì)70年代初期,于第IV號斯坦福模型基礎(chǔ)上改進(jìn)和發(fā)展。薩克門托模型的核心主要為土壤含水量模型,結(jié)構(gòu)分為上、下兩層,通過計(jì)算輸入降水模擬蒸散發(fā)量、地表徑流以及下滲水量[29-31]。

    2.2 BMA和SMA介紹

    BMA (Bayesian Model Averaging,BMA)是一個(gè)通過加權(quán)平均不同模型的預(yù)報(bào)值得到更可靠的綜合預(yù)報(bào)值的數(shù)學(xué)方法[32]。貝葉斯所選定的模型空間中,最佳模型并不確定,根據(jù)貝葉斯模型平均法基本理論,可以給出模型變量的概率密度函數(shù),通過對實(shí)測和模擬流量數(shù)據(jù)的正態(tài)分位變化,進(jìn)行期望最大化(EM)算法,進(jìn)而通過正態(tài)反轉(zhuǎn)換得到空間對應(yīng)關(guān)系,即對不同模型所占權(quán)重進(jìn)行加權(quán)平均,從而計(jì)算出BMA模擬流量[33]。

    簡單平均法(Simple Model Averaging,SMA)即為模型模擬流量的簡單平均,每個(gè)模型所占的權(quán)重相同。

    2.3 模型驗(yàn)證指標(biāo)

    為了對模型模擬結(jié)果進(jìn)行合理的評價(jià),采用相關(guān)系數(shù)(R)、納什效率系數(shù)(NSE、NSEB[35]、NSEI[36])、偏差(rBias)和均方根誤差(RMSE)評價(jià)指標(biāo)(見表1)。其中rBias接近于0說明模型模擬總量和觀測總量一致,NSE越接近于1說明模型整體可靠性越高。

    由于NSE受模擬洪峰影響較大,即NSE的高低由模擬洪峰的準(zhǔn)確度主導(dǎo):洪峰模擬越好,則NSE越高,而枯水期的模擬對NSE的影響較小,因此本文增加NSEI指標(biāo),即NSEI越接近于1則枯水流量模擬精度越高。通過NSE和NSEI兩個(gè)指標(biāo)可以判斷整體模擬效果。此外,本文增加NSEB指標(biāo),NSEB越接近于1說明相對于參考系統(tǒng)(本文采用多年平均流量)更優(yōu)。

    3 結(jié)果分析與討論

    3.1 模型擬定與驗(yàn)證

    本文選定1980年-1999年為擬定期,2000年-2009年為驗(yàn)證期,分別采用分布式時(shí)變增益水文模型、新安江模型以及薩克拉門托模型進(jìn)行模擬[34],在得到模擬流量之后分別用BMA和簡單算術(shù)平均對模型結(jié)果進(jìn)行后處理,從而判斷模型的模擬性能,結(jié)果見表2。

    在擬定期,三個(gè)模型模擬的相關(guān)系數(shù)均達(dá)到了0.9以上,納什效率系數(shù)在0.85以上,偏差均在±5%左右,表明三個(gè)模型較高的可靠性和較小的模擬偏差。

    在驗(yàn)證期,DTVGM和新安江模型模擬結(jié)果相關(guān)系數(shù)在0.9以上,納什效率系數(shù)在0.75以上,略優(yōu)于SAC模型,三個(gè)模型均表現(xiàn)出比較好的模擬結(jié)果說明了擬定期參數(shù)的合理性。倒數(shù)納什效率系數(shù)(NSEI)在擬定和驗(yàn)證期均不太高,尤其是SAC模型出現(xiàn)負(fù)值,說明水文模型對枯季流量模擬精度較差。

    圖2和圖3分別給出了擬定期和驗(yàn)證期幾個(gè)模型的日徑流模擬過程圖,可以看出,分布式時(shí)變增益水文模型、新安江模型以及薩克拉門托模型整體模擬效果比較好,洪峰及峰現(xiàn)時(shí)間同觀測一致。

    3.2 多模型比較分析

    從表2可看出BMA和SMA的結(jié)果相對優(yōu)于三個(gè)模型獨(dú)立的模擬結(jié)果,而BMA的結(jié)果要優(yōu)于簡單平均的處理結(jié)果。通過BMA權(quán)重分析,充分考慮三個(gè)模型的精度,DTVGM、新安江模型和SAC模型所占權(quán)重分別為0.729、0.252、0.019,其中DTVGM模型所占權(quán)重最大,說明該模型模擬結(jié)果要優(yōu)于其余兩個(gè)模型,符合表2指標(biāo)。SAC模型由于在枯水期流量模擬精度較差,所以權(quán)重較低。簡單算術(shù)平均方法三個(gè)模型的權(quán)重相等,雖然在一定程度上對最終模擬效果進(jìn)行了優(yōu)化,但是缺乏對模型信息最大化的利用,并未考慮每個(gè)模型各自的精度,因此處理效果比BMA差。

    為了更清楚的展示BMA和單個(gè)模型模擬結(jié)果,圖4做出了多個(gè)模型在驗(yàn)證期10年數(shù)據(jù)的日平均流量,由圖4可以發(fā)現(xiàn)BMA處理后的結(jié)果更接近于實(shí)測流量,尤其在低水期:1月1日-3月1日及9月15日-12月31日時(shí)間段內(nèi)BMA優(yōu)化效果更為明顯。

    4 小結(jié)

    本研究探討了多模型水文預(yù)報(bào)應(yīng)用于實(shí)際流域的可行性,飛來峽流域?qū)儆跐駶櫟貐^(qū),三個(gè)模型對洪水都有比較好的模擬結(jié)果,其中DTVGM模擬結(jié)果最好,其次為XAJ模型和SAC模型,但在枯水期模擬存在一定的誤差,經(jīng)BMA和SMA處理后的結(jié)果要優(yōu)于單個(gè)模型的模擬結(jié)果。BMA處理方法充分考慮了每個(gè)模型的精度,最大程度利用了模型信息,給出了每個(gè)模型所占權(quán)重,并具有較高相關(guān)系數(shù)和最小的均方根誤差,較之于簡單的算數(shù)平均方法,具有更高的精度和穩(wěn)定性,并且在枯水期模擬效果更為明顯。

    參考文獻(xiàn)(References):

    [1] 李懷恩,沈晉.現(xiàn)行幾個(gè)主要產(chǎn)流模型的剖析[J].水文,1996(1):14-23.(LI Huai-en,SHEN Jin.Analysis of the main runoff yield models[J].Hydrology,1996(1):14-23.(in Chinese))

    [2] Burnash R J C.Chapter 10:the NWS river forecast system-catchment modeling[M],in Computer Models of Water Shed Hydrology,edited by Singh V P,Water Resources Publications,Littleton Colo,1995.

    [3] Zhao R J.The Xinanjiang model applied in China[J].Journal of Hydrology,1992,135(1):371-381.DOI:10.1016/0022-1694(92)90096-E.

    [4] Xia J.A system approach to real time hydrological forecasts in watersheds[J].Water International,27(1):87-97.DOI:10.1080/02508060208686981.

    [5] 路志英,趙智超,郝為,等.基于人工神經(jīng)網(wǎng)絡(luò)的多模型綜合預(yù)報(bào)方法[J].計(jì)算機(jī)應(yīng)用,2004,24(4):50-51,88.(LU Zhi-ying,ZHAO Zhi-chao,HAO Wei,et al.Multi-model ensemble forecast method based on ANN[J].Computer Applications,2004,24(4):50-51,88.(in Chinese))

    [6] 熊立華,郭生練,葉凌云.自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)在水文模型綜合中的應(yīng)用[J].水文,2006,26(1):38-41.(XIONG Li-hua,GUO Sheng-lian,YE Ling-yun.Application of ANFIS in the combination of hydrological models[J].Journal of China Hydrology,2006,26(1):38-41.(in Chinese)) DOI:10.3969/j.issn.1000-0852.2006.01.009.

    [7] Shamseldin A Y,O′Connor K M,Liang G C.Methods for combining the outputs of different rainfall-runoff models[J].Journal of Hydrology,1997(1):203-229.DOI:10.1016/S0022-1694(96)03259-3.

    [8] See L,Abrahart R J.Multi-model data fusion for hydrological forecasting[J].Computers & Geosciences,2001,27(8):987-994.DOI:10.1016/S0098-3004(00)00136-9.

    [9] Talei A,Chua L H C.Influence of lag time on event-based rainfall-runoff modeling using the data driven approach[J].Journal of Hydrology,438(1):223-233.DOI:10.1016/j.jhydrol.2012.03.027.

    [10] Astray G,Soto B,Lopez D,et al.Application of transit data analysis and artificial neural network in the prediction of discharge of Lor River,NW Spain[J].Water Science and Technology,73(7):1756-1767.DOI:10.2166/wst.2016.002.

    [11] Efron B.Bayesian,frequentists,and scientists[J].Journal of the American Statistical Association,2005,100(469):1-5.DOI:10.1198/016214505000000033.

    [12] Stock J H,Watson M W.Macroeconomic forecasting using diffusion indexes[J].Journal of Business & Economic Statistics,2002,20(2):147-162.DOI:10.1198/073500102317351921.

    [13] Zheng T,Salganik M J,Gelman A.How many people do you know in prison? Using Overdispersion in count data to estimate social structure in networks[J].Journal of the American Statistical Association,2006,101(474):409-423.DOI:10.1198/016214505000001168.

    [14] Duan Q Y,Phillips T J.Bayesian estimation of local signal and noise in multimodel simulations of climate change[J].Journal of Geophysical Research,2010,115(D18):D18123.DOI:10.1029/2009JD013654.

    [15] Ma F,Ye A Z,Deng X X,et al.Evaluating the skill of NMME seasonal precipitation ensemble predictions for 17 hydroclimatic regions in continental China[J].International Journal of Climatology,2016,36(1):132-144.DOI:10.1002/joc.4333.

    [16] Neuman S P.Maximum likelihood Bayesian averaging of uncertain model predictions[J].Stochastic Environmental Research and Risk Assessment,2003,17(5):291-305.DOI:10.1007/s00477-003-0151-7.

    [17] Kavetski D,Kuczera G,F(xiàn)ranks S W.Bayesian analysis of input uncertainty in hydrological modeling:2.Application[J].Water Resources Research,2006,42(3).DOI:10.1029/2005WR004376.

    [18] Zhang X S,Srinivasan R,Bosch D.Calibration and uncertainty analysis of the SWAT model using genetic algorithms and Bayesian model averaging[J].Journal of Hydrology,2009,374:307-317.DOI:10.1016/j.jhydrol.2009.06.023.

    [19] Raftery A E,Gneiting T,Balabdaooui F,et al.Using Bayesian model averaging to calibrate forecast ensembles[J].Monthly Weather Review,2005,133(5):1155-1174.DOI:10.1175/MWR2906.1.

    [20] Duan Q Y,Ajami N K,Gao X G,et al.Multi-model ensemble hydrologic prediction using Bayesian model averaging[J].Advances in Water Resources,2007,30(5):1317-1386.DOI:10.1016/j.advwatres.2006.11.014.

    [21] 梁忠民,戴榮,王軍,等.基于貝葉斯模型平均理論的水文模型合成預(yù)報(bào)研究[J].水力發(fā)電學(xué)報(bào),2010,29(2):114-118.(LIANG Zhong-min,DAI Rong,WANG Jun,et al.Study on forecast combination of different hydrological models by Bayesian model averaging[J].Journal of Hydroelectric Engineering,2010,29(2):114-118.(in Chinese))

    [22] Wu C H,Huang G R.Changes in heavy precipitation and floods in the upstream of the Beijiang River Basin,South China[J].International Journal of Climatology,2015,35(10):2978-2992.DOI:10.1002/joc.4187.

    [23] Wu C H,Huang G R,Yu H J,et al.Spatial and temporal distributions of trends in climate extremes of the Feilaixia catchment in the upstream area of the Beijiang River Basin,South China[J].International Journal of Climatology,2014,34(11):3161-3178.DOI:10.1002/joc.3900.

    [24] 葉愛中,段青云,徐靜.水文集合預(yù)報(bào)概述及模型案例[M].北京:中國水利水電出版社,2014.(YE Ai-zhong,DUAN Qing-yun,XU Jing.Overview of hydrological ensemble forecast and model cases[M].Beijing:China Water & Power Press,2014.(in Chinese))

    [25] Ye A Z,Duan Q Y,Zeng H J,et al.A distributed time-variant gain hydrological model based on remote sensing[J].Journal of Resources and Ecology,2010,1(3):222-229.DOI:10.3969/j.issn.1674-764x.2010.03.005.

    [26] 詹道江,葉守澤.工程水文學(xué)[M].北京:水利電力出版社,2004.(ZHAN Dao-jiang,YE Shou-ze.Engineering hydrology[M].Beijing:China Water & Power Press,2008.(in Chinese))

    [27] 李藝婷,張萬順,朱齊艷,等.新安江模型產(chǎn)流模式在山區(qū)型和平原型水庫入庫徑流量中的模擬與應(yīng)用[J].水資源與水工程學(xué)報(bào),2007,18(1):33-36.(LI Yi-ting,ZHANG Wan-shun,ZHU Qi-yan,et al.Application of runoff generation mode of Xinanjiang model in mountain and plain reservoir runoff simulation[J].Journal of Water Resources and Water Engineering,2007,18(1):33-36.(in Chinese)) DOI:10.3969/j.issn.1672-643X.2007.01.008.

    [28] Ju Q,Yu Z B,Hao Z C,et al.Division-based rainfall-runoff simulations with BP neural nnetworks and Xinanjiang model[J].Neurocomputing,2009,72(13):2873-2883.DOI:10.1016/j.neucom.2008.12.032.

    [29] 熊劍鋒,張樹全.薩克拉門托水文模型在天生橋洪水預(yù)報(bào)的應(yīng)用[J].云南水力發(fā)電,1999,15(1):4-7.(XIONG Jian-feng,ZHANG Shu-quan.Application of Sacramento hydrological model in flood forecast for Tianshengqiao-I hydropower project[J].Yunnan Water Power,1999,15(1):4-7.(in Chinese))

    [30] 張衛(wèi)華,李雨,魏朝富,等.不同水文模型在Broken流域的比較研究[J].西南師范大學(xué)學(xué)報(bào):自然科學(xué)版,2011,36(4):211-216.(ZHANG Wei-hua,LI Yu,WEI Chao-fu,et al.A comparative study of different hydrological model and their application in Broken Catchment[J].Journal of Southwest China Normal University (Natural Science Edition),2011,36(4):211-216.(in Chinese)) DOI:10.13718/j.cnki.xsxb.2011.04.007.

    [31] Carpenter T M,Georgakakos K P.Intercomparison of lumped versus distributed hydrologic model ensemble simulations on operational forecast scales[J].Journal of Hydrology,2006,329(1):174-185.DOI:10.1016/j.jhydrol.2006.02.013.

    [32] 董磊華,熊立華,萬民.基于貝葉斯模型加權(quán)平均方法的水文模型不確定性分析[J].水利學(xué)報(bào),2011,42(9):1065-1074.(DONG Lei-hua,XIONG Li-hua,WAN Min.Uncertainty analysis of hydrological modeling using the Bayesian Model Averaging Method[J].Journal of Hydraulic Engineering,2011,42(9):1065-1074.(in Chinese)) DOI:10.13243/j.cnki.slxb.2011.09.002.

    [33] Hoteling J A,Raftery M D,Volinsky A E.Bayesian Model Averaging:a tutorial[J].Statistical Science,1999,14(4):382-401.DOI:10.1214/ss/1009212814.

    [34] 夏軍,王綱勝,談戈,等.水文非線性系統(tǒng)與分布式時(shí)變增益模型[J].中國科學(xué),2004,34(11):1062-1071.(XIA Jun,WANG Gang-sheng,TAN Ge,et al.Nonlinear hydrological system and distributed time variant gain modeling[J].Science in China Series D:Earth Sciences,2004,34(11):1062-1071.(in Chinese)) DOI:10.3969/j.issn.1674-7240.2004.11.009.

    [35] Schaefli B,Gupta H V.Do Nash values have value?[J].Hydrological Processes,2007,21(15):2075-2080.DOI:10.1002/hyp.6825.

    [36] Pushpalatha R,Perrin C,Le Moine N,et al.A review of efficiency criteria suitable for evaluating low-flow simulations[J].Journal of Hydrology,2012,420:171-182.DOI:10.1016/j.jhydrol.2011.11.055.

    猜你喜歡
    不確定性
    法律的兩種不確定性
    法律方法(2022年2期)2022-10-20 06:41:56
    不確定性下的生態(tài)治理——以三江源草地修復(fù)為例
    科學(xué)(2020年6期)2020-02-06 08:59:50
    英鎊或繼續(xù)面臨不確定性風(fēng)險(xiǎn)
    中國外匯(2019年7期)2019-07-13 05:45:04
    英國“脫歐”不確定性增加 玩具店囤貨防漲價(jià)
    玩具世界(2019年6期)2019-05-21 03:30:02
    具有凸多面體不確定性的混雜隨機(jī)微分方程的鎮(zhèn)定分析
    考慮風(fēng)電功率與需求響應(yīng)不確定性的備用容量配置
    考慮系統(tǒng)不確定性的高超聲速飛行器容錯(cuò)控制
    具有不可測動態(tài)不確定性非線性系統(tǒng)的控制
    個(gè)人投資理財(cái)中不確定性問題的探討
    中國市場(2016年44期)2016-05-17 05:15:00
    不確定性與農(nóng)民專業(yè)合作社縱向一體化經(jīng)營
    草草在线视频免费看| 国产精品久久视频播放| 五月天丁香电影| 99久国产av精品| 免费观看精品视频网站| 精品熟女少妇av免费看| 日日撸夜夜添| 国产在视频线精品| 午夜福利成人在线免费观看| 精品少妇黑人巨大在线播放| freevideosex欧美| 久久精品综合一区二区三区| 国产麻豆成人av免费视频| 在线观看人妻少妇| 午夜福利在线观看免费完整高清在| 搡女人真爽免费视频火全软件| 久久综合国产亚洲精品| 免费看av在线观看网站| 日韩,欧美,国产一区二区三区| 亚洲精品久久久久久婷婷小说| 国产国拍精品亚洲av在线观看| 美女cb高潮喷水在线观看| 欧美高清性xxxxhd video| 伦精品一区二区三区| 男女边摸边吃奶| 麻豆国产97在线/欧美| 亚洲av免费高清在线观看| 精品亚洲乱码少妇综合久久| 国产av码专区亚洲av| 国内揄拍国产精品人妻在线| 国产精品久久视频播放| 成人美女网站在线观看视频| 国产爱豆传媒在线观看| 九色成人免费人妻av| 春色校园在线视频观看| 黄色欧美视频在线观看| 天天躁夜夜躁狠狠久久av| 亚洲国产欧美在线一区| 成人av在线播放网站| 国产成人精品一,二区| 国产老妇女一区| 久久这里只有精品中国| 国产在视频线精品| 大又大粗又爽又黄少妇毛片口| 全区人妻精品视频| 亚州av有码| 最后的刺客免费高清国语| 亚洲精品乱码久久久v下载方式| 精品酒店卫生间| 美女主播在线视频| 色播亚洲综合网| 欧美 日韩 精品 国产| 亚洲,欧美,日韩| 蜜臀久久99精品久久宅男| 丰满乱子伦码专区| 国产乱来视频区| 亚洲人成网站在线观看播放| 国产精品福利在线免费观看| 国产亚洲最大av| 精品人妻熟女av久视频| 国产精品不卡视频一区二区| av播播在线观看一区| 国产精品精品国产色婷婷| 午夜激情福利司机影院| 一个人看视频在线观看www免费| 国产一区二区三区av在线| 久久久久久九九精品二区国产| 免费不卡的大黄色大毛片视频在线观看 | 国产中年淑女户外野战色| 精品久久久久久久人妻蜜臀av| 中文天堂在线官网| 青春草亚洲视频在线观看| 久久精品国产亚洲网站| 又黄又爽又刺激的免费视频.| 青春草视频在线免费观看| 一个人观看的视频www高清免费观看| 国产亚洲精品久久久com| 国产精品久久久久久精品电影小说 | 超碰av人人做人人爽久久| 毛片一级片免费看久久久久| 国产精品熟女久久久久浪| 人妻系列 视频| 亚洲成人一二三区av| 99热这里只有是精品50| 国产精品人妻久久久久久| 人妻一区二区av| 国产精品久久久久久久电影| 国产极品天堂在线| 亚洲怡红院男人天堂| 狂野欧美激情性xxxx在线观看| 欧美激情在线99| 国产人妻一区二区三区在| 久久久久久久国产电影| 久久精品熟女亚洲av麻豆精品 | 国产亚洲91精品色在线| 日本黄色片子视频| 国产精品一区二区在线观看99 | 久热久热在线精品观看| 老司机影院毛片| 日日撸夜夜添| 精品欧美国产一区二区三| 青春草视频在线免费观看| 日韩一本色道免费dvd| 成人特级av手机在线观看| 久久人人爽人人片av| 欧美高清成人免费视频www| 国产av在哪里看| 青青草视频在线视频观看| 国产单亲对白刺激| 国产高清不卡午夜福利| 久久久国产一区二区| 熟女人妻精品中文字幕| 国产成人精品福利久久| 亚洲国产欧美在线一区| 亚洲精品456在线播放app| 看免费成人av毛片| 成人国产麻豆网| 欧美一区二区亚洲| 一个人观看的视频www高清免费观看| 美女被艹到高潮喷水动态| 夜夜爽夜夜爽视频| 波多野结衣巨乳人妻| h日本视频在线播放| 婷婷色麻豆天堂久久| 精华霜和精华液先用哪个| 高清av免费在线| 六月丁香七月| 亚洲精品成人av观看孕妇| 直男gayav资源| 色5月婷婷丁香| 国产午夜福利久久久久久| 日产精品乱码卡一卡2卡三| 在线免费观看的www视频| 日本av手机在线免费观看| 在线免费十八禁| 亚洲天堂国产精品一区在线| 亚洲国产日韩欧美精品在线观看| 天堂中文最新版在线下载 | 精品少妇黑人巨大在线播放| 婷婷六月久久综合丁香| 久久精品夜色国产| 久久久久久久久久久免费av| 久久久久久久午夜电影| 九九爱精品视频在线观看| 熟女电影av网| 国产精品爽爽va在线观看网站| 极品教师在线视频| 欧美三级亚洲精品| 日本免费a在线| 欧美成人午夜免费资源| 国产乱人视频| 国产av国产精品国产| 亚洲国产色片| 欧美+日韩+精品| freevideosex欧美| 中国国产av一级| 亚洲国产成人一精品久久久| 纵有疾风起免费观看全集完整版 | 十八禁国产超污无遮挡网站| av在线观看视频网站免费| 久久6这里有精品| 亚洲精品一区蜜桃| 2022亚洲国产成人精品| 国产精品久久久久久av不卡| 免费黄网站久久成人精品| 欧美潮喷喷水| 一级毛片我不卡| 成年免费大片在线观看| 国产淫语在线视频| 三级经典国产精品| 只有这里有精品99| 不卡视频在线观看欧美| 亚洲精品国产成人久久av| 亚洲国产精品成人综合色| 成年人午夜在线观看视频 | 一级毛片aaaaaa免费看小| 看免费成人av毛片| 国产一区二区三区av在线| 成人午夜高清在线视频| 99热这里只有精品一区| 人人妻人人澡人人爽人人夜夜 | 一个人免费在线观看电影| 国产av在哪里看| 2018国产大陆天天弄谢| 一区二区三区乱码不卡18| 狠狠精品人妻久久久久久综合| 成年女人在线观看亚洲视频 | 成人高潮视频无遮挡免费网站| 天天躁夜夜躁狠狠久久av| 国产亚洲91精品色在线| 国产精品美女特级片免费视频播放器| 日日啪夜夜爽| 特级一级黄色大片| 2022亚洲国产成人精品| 搡老妇女老女人老熟妇| 免费观看无遮挡的男女| 精品人妻一区二区三区麻豆| 99久久九九国产精品国产免费| 黄片wwwwww| 亚洲婷婷狠狠爱综合网| 中文在线观看免费www的网站| 最近中文字幕2019免费版| 我的女老师完整版在线观看| 日韩亚洲欧美综合| 久久久欧美国产精品| 成人毛片60女人毛片免费| 亚洲18禁久久av| 春色校园在线视频观看| 天堂网av新在线| 久久精品人妻少妇| 午夜亚洲福利在线播放| 狠狠精品人妻久久久久久综合| av天堂中文字幕网| 99热网站在线观看| 欧美成人一区二区免费高清观看| 舔av片在线| av女优亚洲男人天堂| 日韩一区二区视频免费看| 精品人妻偷拍中文字幕| 97在线视频观看| 乱系列少妇在线播放| 黄色欧美视频在线观看| 国内少妇人妻偷人精品xxx网站| 久久久国产一区二区| 亚洲成人久久爱视频| 99久久精品一区二区三区| 亚洲激情五月婷婷啪啪| 一夜夜www| 狠狠精品人妻久久久久久综合| av天堂中文字幕网| 日韩av免费高清视频| 亚洲精品中文字幕在线视频 | 天堂中文最新版在线下载 | 国产精品一及| 最近手机中文字幕大全| 九九爱精品视频在线观看| 男的添女的下面高潮视频| 欧美一区二区亚洲| 老女人水多毛片| 国产黄色免费在线视频| 欧美zozozo另类| 国产成人精品一,二区| 蜜臀久久99精品久久宅男| 好男人视频免费观看在线| 国产在线一区二区三区精| 全区人妻精品视频| 搡老乐熟女国产| 精品亚洲乱码少妇综合久久| 男人舔奶头视频| 亚洲欧美日韩卡通动漫| 免费少妇av软件| 国产精品国产三级专区第一集| 男女视频在线观看网站免费| 国产色婷婷99| 国产精品福利在线免费观看| 69人妻影院| 亚洲在线自拍视频| 永久网站在线| 久久久精品欧美日韩精品| 久久久久久久久久久丰满| 午夜福利网站1000一区二区三区| 18禁在线播放成人免费| 别揉我奶头 嗯啊视频| 日韩av在线免费看完整版不卡| 亚洲精品久久午夜乱码| 蜜桃久久精品国产亚洲av| 国内少妇人妻偷人精品xxx网站| 偷拍熟女少妇极品色| 乱码一卡2卡4卡精品| 亚洲乱码一区二区免费版| 日韩欧美精品免费久久| 国产在线男女| 热99在线观看视频| 水蜜桃什么品种好| 黄色配什么色好看| 亚洲av福利一区| 嘟嘟电影网在线观看| 国产成人精品久久久久久| 观看美女的网站| 精品人妻一区二区三区麻豆| 日日啪夜夜撸| 卡戴珊不雅视频在线播放| 美女被艹到高潮喷水动态| 热99在线观看视频| 亚洲精品成人av观看孕妇| 网址你懂的国产日韩在线| 天堂√8在线中文| 女人被狂操c到高潮| 日韩成人伦理影院| 人妻夜夜爽99麻豆av| 日本免费a在线| 真实男女啪啪啪动态图| 午夜福利在线观看免费完整高清在| 搡老乐熟女国产| 久久精品国产亚洲av天美| 天堂中文最新版在线下载 | 亚洲国产精品sss在线观看| 18禁在线无遮挡免费观看视频| a级一级毛片免费在线观看| 国产不卡一卡二| 老司机影院成人| 国产探花极品一区二区| 国产成人免费观看mmmm| 亚洲精品第二区| 岛国毛片在线播放| 五月玫瑰六月丁香| 免费看av在线观看网站| 黄色日韩在线| 久久久国产一区二区| 天堂俺去俺来也www色官网 | 亚洲熟女精品中文字幕| 亚洲熟妇中文字幕五十中出| 久久精品久久久久久久性| 网址你懂的国产日韩在线| 国产成人精品婷婷| 免费看av在线观看网站| 精品熟女少妇av免费看| 69人妻影院| 亚洲三级黄色毛片| 国产精品无大码| 免费观看的影片在线观看| 91精品一卡2卡3卡4卡| 99久久精品热视频| 在线 av 中文字幕| 国产伦一二天堂av在线观看| 高清日韩中文字幕在线| 久久人人爽人人片av| 看十八女毛片水多多多| 少妇的逼好多水| 午夜精品国产一区二区电影 | 免费无遮挡裸体视频| 一边亲一边摸免费视频| 蜜桃亚洲精品一区二区三区| 三级男女做爰猛烈吃奶摸视频| 亚洲欧洲日产国产| 一级av片app| 国产熟女欧美一区二区| 国产亚洲最大av| 精品人妻一区二区三区麻豆| 免费看a级黄色片| 午夜福利在线观看吧| 在线观看人妻少妇| av在线观看视频网站免费| 日本一二三区视频观看| 人妻一区二区av| www.色视频.com| 亚洲欧美一区二区三区国产| 亚洲av二区三区四区| 亚洲最大成人av| 观看免费一级毛片| 亚洲真实伦在线观看| 日日干狠狠操夜夜爽| 男人狂女人下面高潮的视频| 色网站视频免费| 中国国产av一级| 欧美成人午夜免费资源| 国产午夜福利久久久久久| 日日干狠狠操夜夜爽| 免费人成在线观看视频色| 少妇丰满av| 精品一区二区三区视频在线| 中文资源天堂在线| 国产精品一及| 亚洲精品国产av蜜桃| 午夜日本视频在线| 国产亚洲av嫩草精品影院| 黄色一级大片看看| 91久久精品国产一区二区三区| 免费黄网站久久成人精品| 国产亚洲5aaaaa淫片| 国产精品嫩草影院av在线观看| 日韩,欧美,国产一区二区三区| 国产亚洲最大av| 亚洲三级黄色毛片| 免费电影在线观看免费观看| 欧美日韩亚洲高清精品| 天天躁夜夜躁狠狠久久av| 丰满乱子伦码专区| 久久精品夜色国产| 赤兔流量卡办理| 亚洲av日韩在线播放| 中文精品一卡2卡3卡4更新| 麻豆精品久久久久久蜜桃| 青春草视频在线免费观看| 国产乱人视频| av在线天堂中文字幕| 欧美 日韩 精品 国产| 在线a可以看的网站| 亚洲18禁久久av| 51国产日韩欧美| 日日摸夜夜添夜夜添av毛片| 少妇人妻一区二区三区视频| 午夜福利视频精品| 国产大屁股一区二区在线视频| 国产精品一区二区性色av| 久久久久久久午夜电影| 三级毛片av免费| 成人午夜精彩视频在线观看| 蜜臀久久99精品久久宅男| 观看美女的网站| 精品久久久久久久久久久久久| 成人毛片60女人毛片免费| 成人漫画全彩无遮挡| 成年av动漫网址| 肉色欧美久久久久久久蜜桃 | 日韩不卡一区二区三区视频在线| 亚洲国产最新在线播放| 日韩欧美国产在线观看| 纵有疾风起免费观看全集完整版 | 国产精品久久久久久精品电影小说 | 国产又色又爽无遮挡免| 亚洲自拍偷在线| 美女内射精品一级片tv| 亚洲三级黄色毛片| 街头女战士在线观看网站| 婷婷色综合www| 日日摸夜夜添夜夜添av毛片| 久久精品久久久久久噜噜老黄| 一本久久精品| 午夜免费男女啪啪视频观看| av免费观看日本| 一区二区三区乱码不卡18| 天堂av国产一区二区熟女人妻| av国产免费在线观看| 性色avwww在线观看| 天堂av国产一区二区熟女人妻| 国产真实伦视频高清在线观看| 久久韩国三级中文字幕| 欧美一级a爱片免费观看看| 蜜臀久久99精品久久宅男| 久久6这里有精品| av黄色大香蕉| 我的老师免费观看完整版| 淫秽高清视频在线观看| 国产精品伦人一区二区| 大陆偷拍与自拍| 综合色av麻豆| 欧美高清性xxxxhd video| 午夜福利高清视频| 久久综合国产亚洲精品| 国产综合懂色| 汤姆久久久久久久影院中文字幕 | 极品教师在线视频| 熟女电影av网| 嫩草影院精品99| 国产大屁股一区二区在线视频| 亚洲av中文av极速乱| 成人无遮挡网站| a级一级毛片免费在线观看| 日韩不卡一区二区三区视频在线| 国产精品一区www在线观看| 成年版毛片免费区| 夫妻午夜视频| 狠狠精品人妻久久久久久综合| 亚洲第一区二区三区不卡| 久久久精品94久久精品| 亚洲国产精品国产精品| 岛国毛片在线播放| 亚洲av福利一区| 极品教师在线视频| 两个人的视频大全免费| 午夜福利视频精品| kizo精华| 在线免费观看的www视频| 蜜桃亚洲精品一区二区三区| 国产免费一级a男人的天堂| 免费大片18禁| 亚洲三级黄色毛片| 搡女人真爽免费视频火全软件| 狂野欧美白嫩少妇大欣赏| 九九在线视频观看精品| 欧美日韩视频高清一区二区三区二| 老女人水多毛片| 精华霜和精华液先用哪个| 欧美xxxx性猛交bbbb| 国产精品久久久久久久电影| 国产av国产精品国产| 波多野结衣巨乳人妻| 精品久久久久久电影网| 久久精品国产亚洲网站| 亚洲第一区二区三区不卡| 久久精品国产亚洲av天美| 亚洲精品久久久久久婷婷小说| 午夜福利视频1000在线观看| 久久鲁丝午夜福利片| 国产一区二区亚洲精品在线观看| 天堂影院成人在线观看| 日韩欧美精品v在线| 午夜爱爱视频在线播放| 国产老妇女一区| 国产综合精华液| 国产成人午夜福利电影在线观看| 久久久精品94久久精品| 乱码一卡2卡4卡精品| 欧美日韩在线观看h| 最近2019中文字幕mv第一页| 日本免费在线观看一区| 久久韩国三级中文字幕| 欧美+日韩+精品| 日韩av免费高清视频| 国产乱人偷精品视频| 亚洲欧美日韩无卡精品| 97精品久久久久久久久久精品| 亚洲欧美一区二区三区黑人 | 老司机影院毛片| 一级二级三级毛片免费看| 成人欧美大片| 国产欧美另类精品又又久久亚洲欧美| 欧美 日韩 精品 国产| 亚洲激情五月婷婷啪啪| 一本久久精品| 人人妻人人澡人人爽人人夜夜 | 色视频www国产| 边亲边吃奶的免费视频| 色播亚洲综合网| 国产午夜精品论理片| 久久久国产一区二区| videos熟女内射| 国产一区二区三区av在线| 麻豆成人午夜福利视频| 欧美日韩综合久久久久久| 偷拍熟女少妇极品色| 天堂av国产一区二区熟女人妻| 日韩三级伦理在线观看| av线在线观看网站| 中文欧美无线码| 麻豆乱淫一区二区| 大陆偷拍与自拍| 综合色丁香网| 欧美变态另类bdsm刘玥| 一边亲一边摸免费视频| 国产 一区 欧美 日韩| 热99在线观看视频| 狠狠精品人妻久久久久久综合| 日本色播在线视频| 免费在线观看成人毛片| 国产爱豆传媒在线观看| 午夜精品在线福利| 色网站视频免费| 精品久久久久久久末码| 成年版毛片免费区| 欧美zozozo另类| 岛国毛片在线播放| 69人妻影院| 看免费成人av毛片| 搡老妇女老女人老熟妇| 久久这里有精品视频免费| 中文精品一卡2卡3卡4更新| 国产精品麻豆人妻色哟哟久久 | 欧美3d第一页| 只有这里有精品99| 亚洲欧美一区二区三区国产| 大话2 男鬼变身卡| 午夜福利视频1000在线观看| 夫妻性生交免费视频一级片| 免费观看性生交大片5| kizo精华| 我要看日韩黄色一级片| 欧美变态另类bdsm刘玥| 国产亚洲午夜精品一区二区久久 | 国产成人aa在线观看| 亚洲电影在线观看av| 亚洲综合精品二区| 全区人妻精品视频| 99久久精品国产国产毛片| 精品不卡国产一区二区三区| 好男人视频免费观看在线| 黄色日韩在线| 国产成人a∨麻豆精品| 女人久久www免费人成看片| 亚洲国产最新在线播放| av在线蜜桃| 最近的中文字幕免费完整| 国产真实伦视频高清在线观看| 亚洲美女搞黄在线观看| 我的女老师完整版在线观看| 日韩电影二区| 99九九线精品视频在线观看视频| 大香蕉久久网| 性色avwww在线观看| 91久久精品电影网| 国产亚洲一区二区精品| 免费播放大片免费观看视频在线观看| 国产色爽女视频免费观看| 久久精品综合一区二区三区| 尾随美女入室| 久久97久久精品| 亚洲电影在线观看av| 免费黄色在线免费观看| 精华霜和精华液先用哪个| 极品少妇高潮喷水抽搐| 麻豆国产97在线/欧美| 99re6热这里在线精品视频| av国产久精品久网站免费入址| 1000部很黄的大片| 国产乱来视频区| 欧美bdsm另类| 免费黄频网站在线观看国产| 日韩av免费高清视频| 国产伦在线观看视频一区| 少妇猛男粗大的猛烈进出视频 | 国产精品一区二区性色av| 午夜激情福利司机影院| 国产一区二区三区av在线| 亚洲精品一区蜜桃| 精品久久久久久久久av| 熟妇人妻久久中文字幕3abv| 一个人观看的视频www高清免费观看| 夜夜看夜夜爽夜夜摸| 少妇人妻精品综合一区二区| 午夜福利网站1000一区二区三区| 一本久久精品| 国产成人精品福利久久| 日日摸夜夜添夜夜爱| 精品少妇黑人巨大在线播放|