基于协商对策的多目标群决策模型及共在白石水库调度中的应用

合集下载

多目标可变模糊优选模型及其在水库调度中的应用

多目标可变模糊优选模型及其在水库调度中的应用
相 对 优 属 度 函 数 确 定 和 优 属 度 级 别 划分 等 几 个 方
白 石水 库 建 成 后 .可 使 水 库 下 游 防 洪 标 准 由 2 O年 一 遇 提 高 到 5 O年 一 遇 。 年 可 向 阜 新 、 州 每 锦 等 城 市 提 供 2O .2亿 m3 的城 市 用水 , 向辽 河 三 角洲
地 区提供 26 亿 m 的农业 用水, . 7 3 增加水 田 1 3 . 万 3 h :并可提高滨海地 区 1 3万 l 田的供水保 m. . 5 l 苇 m
证 率 到 5 %。 它 的 建 成 将 缓 解 辽 西 地 区严 重 缺 水 2
面进行 了重要改进 ,在一定程度 上消除了多 目标
2 1年第 1 00 期
[ 文章编号 ]0 2 02 ( 0 0 0 一o 1 一o 10 - 6 4 2 1 ) 1 o 9 3
东北水利水电
防汛抗旱
多目 标可变模糊优选模型及其在水库调度中的应用
朱 小 凯 , 兵 齐
( 宁 省 白石水 库 管理 局 , 宁 朝 阳 12 0 ) 辽 辽 2 0 0
实践 证 明 ,对 于这 类 多 目标 且 部 分 目标 值 具 有 模 糊 性 的 决 策 问题 ,系 统 多 目标 模 糊 优 化 决 策 理 论 与 模 型 可提 供 满 意 的解 决 方 案 【, 模 型 在 很 3该 】
洪 、 溉 、 水 为 主 , 顾 发 电、 鱼等 综 合 利 用 的 灌 供 兼 养
局面 。 对辽西乃至全省经济发展起着重要的作 用。 辽宁西部是水资源十分 紧缺 的地 区,并且 随

1 ・ 9
防汛抗 旱
东北水 利水 电
21 第 1 00年 期

新环境下白石水库兴利调节计算与多目标优化决策的开题报告

新环境下白石水库兴利调节计算与多目标优化决策的开题报告

新环境下白石水库兴利调节计算与多目标优化决策的开题报告一、课题背景及研究意义白石水库是黄河流域鄂尔多斯市的一座水利工程,作为该地区重要的水源调节和防洪工程。

但随着经济和社会的发展,近年来白石水库的用途和需求发生了很大的变化,调节优化也面临着新的挑战。

因此,为了更好地利用白石水库,保障地方经济的发展和安全稳定,有必要对其进行兴利调节计算和多目标优化决策。

本研究旨在借助相关技术手段,结合白石水库的特点,通过建立动态模型、仿真实验等方法,探究在新的环境下,如何进行白石水库的兴利调节计算和多目标优化决策,以更好地适应当地的经济和社会需求。

二、研究内容及技术路线(一)研究内容1、对白石水库区域进行分析,了解其周边环境、水利工程和用水条件等情况。

2、收集白石水库的历史数据和当前状态,建立动态模型,分析其水量、水质、输运等特点。

3、基于上述分析,提出白石水库的兴利调节计算与多目标优化决策方法,并进行仿真实验验证。

4、探究在实际操作中如何根据不同条件和需求,灵活地调节白石水库,并制定相应的策略和措施。

(二)技术路线1、了解白石水库的水文特征和水文数据,初步确定可选解的范围和优化目标。

2、建立相应的白石水库计算模型,运用MATLAB、HYSIM等考虑时序的工具,对水库在各种情况下的运行状态进行仿真。

3、利用多种算法进行多目标优化决策,如遗传算法、模拟退火算法、蚁群算法等,并结合零一规划等线性规划工具进行调优。

4、对多种工程措施进行分析比较,提出合理的方案并进行数据仿真模拟。

三、预期成果及创新点(一)预期成果1、建立白石水库的兴利调节计算模型,并进行优化决策;2、探究在不同环境下的白石水库优化,制定有效的调控策略;3、实现调控目标和需求的多目标优化,使白石水库在不同情况下能够更好地为当地经济和社会服务。

(二)创新点1、基于新的环境和社会需求,采用多目标优化决策方法,实现更加智能化和高效化的水库调节;2、结合白石水库的特点,建立动态模型,实现对水库各种状态的仿真模拟;3、提出合理的调节方案和措施,帮助地方政府更好地制定和实施相关政策,提高白石水库的效益。

白石水库调度运用方式优化分析

白石水库调度运用方式优化分析

刘扬扬1,杜亚近2,张磊2(1.朝阳市水务局,辽宁朝阳122000;2.辽宁省白石水库管理局有限责任公司,辽宁朝阳122000)[摘要]白石水库建成至今,已运行近20年,原运行设计参数均发生了很大的变化。

因此,需要对调度运用方式进行优化,从而满足实际生产生活需要。

结果表明,优化后的调度运用方式不仅能够充分发挥水库的防洪效益,还提高了城市供水和农业供水的保证率,既保证水库发挥社会效益,也能够收获更多的经济效益。

[关键词]白石水库;调度运用;优化分析;效果[中图分类号]TV697.1+1[文献标识码]B[文章编号]1002—0624(2019)02—0054—02白石水库调度运用方式优化分析白石水库控制流域面积17649km 2,占大凌河流域总面积23263km 2的76%,工程于1996年开工,1999年汛后落闸蓄水,2000年汛后竣工。

水库总库容16.45亿m 3,水库设计正常蓄水位127.0m ,防洪限制水位125.6m ,死水位108.0m ,现实际执行正常蓄水位120.0m ,防洪限制水位116~118m 。

1调度依据白石水库是一座以防洪、供水为主兼顾发电、养鱼及旅游等综合利用的大型水利枢纽工程。

根据白石水库承担的功能与作用,确定白石水库的调度运用方式包括防洪调度、供水调度和发电调度,其中白石水库的发电功能属于附属功能,是利用弃水和结合供水过程进行发电,无单独要求的发电水量和发电库容。

2防洪调度设计在2012年洪水调度过程中采用的是流量控制方式,且白石水库的洪水预报模型系统预报精度不高,在实际操作中难以实现,所以采用坝前水位控制的方式,对白石水库进行洪水调度。

2.1调度任务白石水库的设计标准:500年一遇洪水标准设计,库水位不高于132.27m ;5000年一遇洪水标准校核,库水位不高于133.88m 。

白石水库下游防护对象的防洪标准:50年一遇洪水时,为确保下游义县、凌海市两座县城及农田安全需错峰,凌海站组合流量不超过11900m 3/s 。

多目标决策的群体意见共识方法及其应用研究的开题报告

多目标决策的群体意见共识方法及其应用研究的开题报告

多目标决策的群体意见共识方法及其应用研究的开题报告一、选题的背景与意义在现代社会中,决策是一项非常重要的工作。

在不同的领域中,包括政府、企业、学术界等等,都需要进行各种决策。

特别是在多目标决策中,如何协商最优的方案成为了一个重要的课题。

因此,如何在多个决策目标之间取得共识,以形成最佳决策方案,成为了研究的热点领域。

二、选题的研究现状及存在的问题多目标决策的群体意见共识方法已经被广泛研究和应用,并取得了很多进展。

常用的方法包括层次分析法、模糊综合评价和TOPSIS等。

然而,这些方法在解决复杂问题时存在很大的限制。

例如,当有多个利害关系人参与决策时,很难达成共识。

此外,当前的方法往往没有考虑到关键问题的不确定性,导致了决策的可靠性不足。

三、选题的研究目标本文拟探讨多目标决策的群体意见共识方法并对其应用进行深入研究,目标如下:1. 总结已有的群体意见共识方法,了解其优点和缺点。

2. 提出新的群体意见共识方法,并通过模拟案例和实际案例验证其可行性。

3. 分析决策过程中各种不确定性因素对决策结果的影响,并提出相关的解决方案,以保证决策的可靠性。

四、选题的研究内容和步骤1. 多目标决策的群体意见共识方法的研究本研究将回顾已有的多目标决策群体意见共识方法,包括层次分析法、模糊综合评价和TOPSIS等,分析各自的优点和缺点,并提出改进的方案。

2. 群体意见共识方法的实验设计及分析本研究将设计一系列实验,以测试各种群体意见共识方法的有效性和可靠性,包括人工群体测试和基于机器学习的智能决策系统测试。

3. 不确定性因素对决策结果的影响分析本研究将分析决策过程中可能存在的不确定性因素,例如利益相关者、市场变化和政策变化等,以分析其对决策结果的影响,并提出相应的解决方案。

五、选题的研究成果本研究的成果包括:1. 提出新的多目标决策的群体意见共识方法。

2. 分析各种方法的优劣,并提出改进方案。

3. 正确优选出最佳方案。

4. 分析不确定性因素对决策结果的影响,并提出相关的解决方案。

基于多目标决策技术的水库优化调度[1]

基于多目标决策技术的水库优化调度[1]

1 2 约束条件
水量平衡方程 : Vi = V i- 1 + ( Qi - qi ) 库容约束 : Vm in ! Vi ! Vm ax 下泄流量约束 : qm in ! qi ! qm ax 电站出力约束 : Nm in ! N i ! N m ax t ( 2) ( 3) ( 4) ( 5)
对于较复杂 的 多目 标问 题 , 可用 数值 法求 解。通 过不 断 摄 动权 重值用 以生 成全部 或有 代表性 的非 劣解 , 从 而供 决策者选出 均衡解。
2 多目标决策技术
在多目标问题 中 , 决策 的目 的在 于 使决 策者 获 得最 满意的方案 , 或取得最大效 应。为此 , 在决策过程中 , 必须 考虑两个基本问题 : ∀ 问题的 结构或 决策态势 , 即 问题的 客观事实 ; # 决策 规则或偏 好结构 , 即人 的主观 作用。多 目标优化问 题 的 解是 非 劣解 , 一般 没 有 唯 一的 最 优 解。 多目 标问题 的最 终决策 , 就 是从 非劣解 集中 选出最 佳的 均衡解 , 从而最大限度地满 足各个目标的要求 [ 4 ] 。 本文采用多目 标决 策技 术中 的 权重 法 , 其基 本 思想 是根 据决策 需要 或态势 , 将 向量 优化问 题赋 予各个 目标 函数一定的权重 , 构成 一个目 标的标 量优化问 题 , 再通过 改变 各个目 标的 权重值 , 从 而生 成多目 标优 化问题 的非 劣解集 [ 5- 6 ] 。其过程见图 1。 多目标优化问题 : m in { f ( x ) = ( f 1 ( x ), %, f n ( x ) ) }
非负约束 : 以上各变量 均非负。 其中 Vi - 1、Vi 为 水 库第 i - 1 、i 时段 末 蓄 水 量 ( 104 m 3 ); Vm in 、 Vm ax为水库最 小、 最 大蓄 水 量 ( 104 m 3 ) ; Q i 为 i 时段 平均入库流量 ( m 3 /s ); qi 为 i 时段平均 下泄流 量 ( m 3 /s ); qm in 、 qm ax为水 库最 小、 最大下 泄流 量 ( m 3 / s); N i 为 i 时段 平均出力 ( 104 k W ); Nm in、 N m ax为 电站允许 的最 小、 最 大出 力 ( 104 k W )。 图 1 多目标决 策过程

基于多目标决策技术的水库优化调度

基于多目标决策技术的水库优化调度

Mut —o jcieD cs n—ma ig l — bet ei o — kn i v i
W U ng Pe
( h ni et f trSi C nevt n& E o g a E v omet o s ut n T i a 3 0 2 C ia S a x C nr o e/ o osra o e Wa l i cl i l n i n n nt c o ,ay n0 0 0 , hn ) o c r C r i u
第 l 第1 6卷 O期
21 0 0年 1 0月
水 利 科 技 与 经 济
W ae n e v n y S i n e a d Te h oo y a d Ec n my tr Co s ra c ce c n c n l g n o o
V0 _ 6 No 0 l1 .1 Oc., t 201 0
Absr c : Mo e e e or a e mu h mo e f n to .T a to lo e ain wih t e o l n o l ta t d r r s r ish v c r u cins r di na p r to t h ny o e g a u v i
化调度。
1 数 学模 型
多年调节水库调度 的 目的是将 丰水年 多余 水量蓄 在 水库中 , 以补充枯水年 水量不 足。因此 , 多年调 节水库运 行调度的好坏 不仅 影响 当年 , 还将影 响 以后若 干 年。水 库调度 的关键 是如何 科学 、 合理 地控制 年末水 位 以及 得 到相应的当年最优发 电策略 。 当年最优发 电策 略 以及 年末 水位 , 主要影 响水 库 当 年发 电量 以及 来年 发 电蓄 能。 当年发 电量 与年 末 蓄 能 ( 来年发电蓄能 ) 构成 了多年调 节水 库贮存 的总能量 , 本

水资源管理中的多目标决策模型建立与应用

水资源管理中的多目标决策模型建立与应用多目标决策模型在水资源管理中的建立与应用水资源是人类生存和发展的重要基础资源,而水资源管理则是保障水资源可持续利用的关键环节。

随着人口增长和经济发展,水资源管理面临着越来越多的挑战,其中之一就是如何在多个目标之间做出合理的决策。

多目标决策模型的建立与应用为解决水资源管理中的矛盾和冲突提供了重要的理论和方法支持。

建立多目标决策模型的首要任务是明确水资源管理的多个目标。

水资源管理既需要保障人民的基本生活需求,又要支持工农业生产和经济发展,还要保护生态环境和维护水体的水质。

因此,一个合理的多目标决策模型需要将这些目标纳入考虑,同时平衡不同目标之间的关系。

例如,在选择供水方案时,既要考虑城市居民的生活用水,又要考虑农田的灌溉用水和工业用水,还要考虑保护水源地的生态环境。

建立多目标决策模型的关键是确定决策变量和约束条件,以及建立目标函数。

在水资源管理中,决策变量可以是不同供水方案的具体实施方案,约束条件则包括水资源的可支配量、供水能力以及经济、社会、环境等方面的条件。

目标函数的建立要考虑不同目标的权重,以便在求解过程中权衡不同目标之间的重要性。

例如,在垂直农业供水问题中,目标函数可以是最大化粮食产量,但也需要考虑最小化水资源消耗和最大化经济效益等目标。

多目标决策模型的建立需要运用数学方法和优化算法来求解。

其中,常用的方法包括线性规划、整数规划、动态规划等,这些方法可以通过建立数学模型将水资源管理问题转化为数学问题,进而通过求解算法得到最优的决策结果。

例如,可以通过线性规划模型来确定最优的供水方案,使得水资源利用效率最大化,同时满足各类需求和约束条件。

优化算法则是对数学模型进行迭代计算,以求得最优解。

多目标决策模型在水资源管理中的应用是解决实际问题的重要手段。

通过建立合理的多目标决策模型,可以帮助决策者从多个维度和角度理解和分析问题,为决策者提供多种选择,优化决策结果。

基于改进多目标粒子群算法的水库防洪调度

基于改进多目标粒子群算法的水库防洪调度邢小红;罗军刚;解建仓【期刊名称】《计算机工程与应用》【年(卷),期】2012(048)030【摘要】提出了一种基于改进多目标粒子群优化算法的水库防洪调度算法(MOPSO-RFC).该算法采用下泄流量编码方式;设计了一种基于邻域最大拥挤距离的全局极值选择算子,以保持更好的种群多样性;设计了一种基于差分进化的精英种群自学习算子,以提高算法的求解效率.对陕西省安康水库两场典型洪水的调度研究结果表明,MOPSO-RFC算法获得了一组质量高、多样性好的防洪调度方案,有效实现了削减洪峰的目的.%In order to provide a more comprehensive information support to the decision making of the reservoir dispatch in the flood season, an improved multi-objective particle swarm optimization algorithm for reservoir flood dispatch (MOPSO-RFC) is proposed. In MOPSO-RFC the discharging downstream flow based coding is employed. In the proposed algorithm, a global best selection operator based on neighbor maximum crowding distance is deigned to maintain better diversity and elite population learning operator based on differential evolution is deigned to enhance its efficiency. Dispatching studies on the two typical floods of the Ankang reservoir in Shaanxi province indicate that MOPSO-RFC can obtain a set of scheduling schemes with good quality and variety. It can realize the purpose of reducing the flood peak.【总页数】7页(P33-39)【作者】邢小红;罗军刚;解建仓【作者单位】西安理工大学陕西省西北旱区生态水利工程重点实验室,西安710048;西安理工大学陕西省西北旱区生态水利工程重点实验室,西安710048;西安理工大学陕西省西北旱区生态水利工程重点实验室,西安710048【正文语种】中文【中图分类】TP301;TV697【相关文献】1.基于改进TOPSIS多目标水库防洪调度方案决策 [J], 李俊;武鹏林2.搞好优化调度提高水库效益:对改进水库防洪调度的建议 [J], 卢九渊3.基于改进多目标粒子群算法的微网双层优化调度策略 [J], 李雪松;滕欢;郭宁;梁梦可;吴泽穹4.基于改进逐步优化算法的水库防洪优化调度 [J], 肖敬;董增川;罗晓丽;施任生;许凌杰;李宜雪5.基于鲶鱼效应多目标粒子群算法的水库水沙联合优化调度 [J], 刘方;纪昌明;向腾飞;周茜因版权原因,仅展示原文概要,查看原文内容请购买。

多目标综合利用水库优化调度模式研究

容 11 5 2万 m, ,入 库 流 量 ・5 /;上 游 石 亩 子 水 库 水 位 1m3 s
22 m, 4 . 相应库 容 4 5 万 m , 限水 位 2 8 m, 应库容 4 2. 8 3 汛 4. 相 O
8 0万 m3 7
应库容 3 7 万 m , 07 , 汛限水位 2 1 m 相应库容 33 万 m 。 3. , 5 27 3
放水 洞以 2 m3 流量放 水灌溉水 稻 。 . / 5 s
根据 中长 期 天气 预报 , 专家 评估 , 内无 大 的 降雨 经 年
过程 , 为节约水库水资源 , 在水库水位超过最优水位 、 低于
汛 限水 位时 , 应审慎 启动本调 度方 案 。 水 库水位 达到 本调度 方案 规定 的水位 时 , 向县 防指 须
水利建设 与管理 ・0 0年第 2期 21
5 3
张 成敏 王德 明 杨 德 同
( 莒县 小仕 阳水 库 管理处 26 2 ) 7 56
【 摘 要 】 本文提 出了综合利用水库的多 目标优 化调度 的模 式 , 并将该模 式应用于综合利用水库优化调度过程 中,
以水库现有水 雨情为分析基础 , 根据科 学预报 的结果 , 提前通过 电站小流量 、 时间预 泄, 空部分 库容 , 长 腾 迎接未来 可能发生的一定 频率降雨, 避免或减少 因溢洪道 泄洪弃水所造成 的水资源浪费。并 以莒县青峰岭、 小仕 阳、 山三座 峤 大 中型水库在 2 0 0 9年 7月 1 5日的一次 降雨为例 , 绍 了水库在 汛期 多 目标综合利用优化调度 中的经验 与做法。 介
【 关键词 】 综合利用水库
水雨情分 析 优化调度 亿 。全 县 lk 以上 河 流 有 2 Om 6条 , 形成 2 0多 k 防 6 m 洪 堤 防 。 沐 河贯 穿 全 县 南 北 , 内流 域 面 积 1 1 . m 县 7 84 , k

多目标可变模糊优选模型及其在水库调度中的应用

多目标可变模糊优选模型及其在水库调度中的应用朱小凯;齐兵【摘要】综合利用的水库兴利调度通常考虑的是多目标问题,并且部分目标存在模糊性,可以应用多目标优化决策模型进行决策.为尽可能消除决策过程中的人为性,本文以白石水库为工程背景,针对该水库兴利调度决策的实际情况,采用多目标可变模糊优选模型进行决策.详细阐述了决策过程,决策结果可为水库的实际运行提供参考.【期刊名称】《东北水利水电》【年(卷),期】2010(028)001【总页数】3页(P19-21)【关键词】兴利调度;多目标;可变模糊优选模型;白石水库【作者】朱小凯;齐兵【作者单位】辽宁省白石水库管理局,辽宁,朝阳,122000;辽宁省白石水库管理局,辽宁,朝阳,122000【正文语种】中文【中图分类】TV697.1+11 概述一般说来,水库都是综合利用的,可行的兴利调度方案要考虑的也通常是多目标问题[1],如水库汛限水位、水库的各项供水指标和水库上下游生态用水考虑等。

因此,复杂的水库兴利调度决策,必须兼顾技术、经济、社会、环境、法律等多方面的因素,同时在多目标要素中有的还具有模糊性[2],并且有的目标还不可公度,比如生态环境的好与坏、社会效益的大与小等。

因此,在进行兴利调度方案决策时,不应该追求最优解,而应基于“满意准则”,以获得满意解为目标。

实践证明,对于这类多目标且部分目标值具有模糊性的决策问题,系统多目标模糊优化决策理论与模型可提供满意的解决方案[3],该模型在很多领域已经得到广泛应用;实践还表明,传统的多目标优化决策模型由于在目标权重确定、目标相对优属度计算公式的选择等方面,容易具有一定的人为性,也因此导致决策结果的人为性。

为解决这一问题,本文以白石水库为背景,从权重确定、相对优属度函数确定和优属度级别划分等几个方面进行了重要改进,在一定程度上消除了多目标模糊优化决策中的人为性,也使得决策结果更可信[4],该模型已经用于解决一些领域的多目标决策问题[5-6]。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
三方仲 裁局 势 ,详 细阐述 了模 型 的决策过程 。通过 对该 水库 的可行 兴利调度 方案 集进行优 化决 策 ,最
终得 到满意 方案 ,为 白石 水库的 实际运行提 供依 据 。文 中研 究与应 用的 决策模型 也可 用于类似 的决策
分析 中。 关键词 :白石 水库 ;水库兴 利调度 ;基 于协 商 对策的 多 目标群 决 策模 型
水利水 电技术
第多 目标群 决策模 型 及 共 在 自 石水 库调 度 中的应 用
朱 小 凯 , 贾东权
( 宁省 白石水 库管理 局 ,辽 宁 朝 阳 12 0 ) 辽 200
摘 要 :针对 水库兴 利调度 决策 的 多 目标性 和群 决策特 点 ,重点研 究 了基 于协商 对策的 多 目标群 决 策 模 型 。以 白石 水库 为工程背景 ,分析 了决策群体 间利益 和冲 突性 ,构 筑 了由冲 突双方和仲 裁方组 成的
中 图分 类 号 :T 6 7 1 2 1 V 9 . (3 ) 文 献标 识码 :A 文 章 编 号 :10 —80 2 1 ) 20 6 —4 0 00 6 (0 0 0 —0 5 0
Neo ai ・ae l-be t eg o p d c inma igmo e a di p f ain g t t n b sdmut ojc v r u ei o - kn d l n sa p ct i o i i s t i o
r e a d g o p d cso — k n h rce s c f h e i o k n o eu eu p rt n o s ro r B a ig B ih s r i n u e iin ma ig c aa t r t so e d cs n ma i gf r h s flo e ai f e e v i v r i i t i t o r . y tk n as i Re e - v i a t d i gc s t eb n f n o f c ewe n te d cso — r u sae a ay e n e a btain sau ftr e s e , or sa su yn a e, e e t d c n l t t e h e iin g o p r n lz d a d t i t tts o e i s h ia i b h r r o h d ie b t h o fit gsd sa d t ea b t t gsd s ome a d t e e d cso ・ k n r c s f h d l sd s r e . . . oh t e c n ci ie n i ai ie i f r d, n h n t e iin ma ig p o e so emo e e c b d l n h r r n h t i i B sd o h p i l e iin ma i g o h e ft e f a i l s f lo e ai n s h me ,a s t f co y s h me i f a l o — ae nteo t ma d cs — k n n t e s to e sbe u e u p r t c e s ai a tr c e s i l y b o h o s n rie an d,t a sab ss r h cu lo rt n o e r s r or u te o e h ed c s n ma i gmo e td e d a p id h r — h t a i f e a t a p a i ft e e v i.F r r r ,t e ii — kn d ls id a p l ee i t o e o h hm o u n e i a e a p id t h i l e i o ay i a e1 n c n b p l o te smi d cs n a lss s w l e r a i n .
Abtat T engtt nb sdm l—b ci r pdc i — aigm dlse p acl td dhr nfrh utoje src: h eo ao —ae utoj t eg u eio m k oe i m ht a ys i ee em l— e— ii i e v o sn n i l ue i ot ib
Ke o d :B i i ee or u e l p rt n o rsro ; eoi i —ae ut ojc v o p d c inm i o e y w r s a h sr i; s u o ea o f ee i n g t t n b sd m l — e t eg u e i o — a n m l s R v f i v r ao ib i r s k g d
t s f lo r to o ih s r o r o u e u pe a n f Ba s iRe e v i i
Z iok i I o gq a HU X a — a ,JA D n - u n ( a h R sr i A m ns a v ueu C ay n 1 2 0 La n g C i ) B i i eev r d ii rt eB ra , h o ag 2 0 0, i i , hn s o t i on a
相关文档
最新文档