考虑水质的水资源调配模型及其解法
水资源配置管理优化模型
水资源配置管理优化模型水，是生命之源，是人类社会发展和生态环境平衡的关键要素。
然而，随着人口增长、经济发展以及气候变化等因素的影响，水资源的供需矛盾日益突出。
在这样的背景下，建立科学合理的水资源配置管理优化模型，成为了实现水资源高效利用和可持续发展的重要手段。
水资源配置管理优化模型，简单来说，就是通过数学方法和相关技术，对水资源的分配和使用进行规划和决策，以达到最优的效果。
这个“最优”，可以是最大程度地满足各用水部门的需求，也可以是在满足一定需求的前提下，实现成本最小化或者效益最大化。
要构建一个有效的水资源配置管理优化模型，首先需要明确模型的目标。
这可能因地区、时间和具体情况而有所不同。
比如，在干旱地区，首要目标可能是保障居民的生活用水；在工业发达地区，可能更侧重于满足工业生产的用水需求同时降低用水成本；而在生态脆弱地区，重点可能是维护生态平衡所需的水资源。
确定目标之后，就需要对水资源的供给和需求进行详细的分析。
水资源的供给包括地表水、地下水、再生水等多种来源。
对于地表水，要考虑河流的流量、水库的蓄水量等因素；地下水则要关注地下水位的变化、含水层的特性等；再生水的供应则取决于污水处理能力和回用技术。
在分析需求方面，需要考虑不同用水部门的特点。
农业用水通常与农作物的种植结构、灌溉方式密切相关；工业用水取决于企业的生产工艺和规模；居民生活用水则受到人口数量、生活习惯等因素的影响。
除了供给和需求，还需要考虑水资源的传输和分配过程中的各种约束条件。
例如，水利设施的输水能力、管道的承载能力、水资源的质量标准等。
此外，政策法规的限制、生态环境的要求以及社会经济因素等也都需要纳入考虑范围。
在模型的建立过程中，数学方法起着核心作用。
常见的有线性规划、非线性规划、整数规划等。
线性规划适用于目标函数和约束条件都可以用线性方程表示的情况，计算相对简单；非线性规划则用于处理更复杂的关系；整数规划则在一些需要确定整数解的问题中发挥作用，比如确定水库的开启数量。
水资源优化调度模型及算法研究
水资源优化调度模型及算法研究一、绪论随着人口的不断增加和经济的不断发展，水资源的供需矛盾日益凸显。
为有效保障水资源的合理利用和管理，研究水资源优化调度模型及算法迫在眉睫。
本文旨在探讨水资源优化调度模型及算法的研究进展。
二、水资源优化调度模型1. 基于线性规划的水资源优化调度模型线性规划是一种常见的数学方法，可以用于优化许多实际问题，包括水资源优化调度。
该方法的优点在于能够快速得到一个最优解。
线性规划模型的数学形式如下：$$ Max \quad cx $$$$ s.t. \quad Ax \leq b $$其中，x是优化变量，c和A是常数矩阵，b是常数向量。
这个模型的含义是在满足约束条件Ax≤b的情况下，使目标函数cx最大化。
2. 基于动态规划的水资源优化调度模型括水资源优化调度。
该方法的优点在于可以考虑到历史时刻的决策对未来的影响。
动态规划模型的数学形式如下：$$ Max \quad \sum_{t=1}^{T}f_t(x_t,u_t) $$$$ s.t. \quad x_{t+1}=g_t(x_t,u_t) $$其中，x是状态变量，u是决策变量，f是收益函数，g是状态转移函数。
这个模型的含义是在满足状态转移方程x_{t+1}=g_t(x_t,u_t)的情况下，使收益函数f最大化。
3. 基于遗传算法的水资源优化调度模型遗传算法是一种常见的优化方法，可以用于许多实际问题，包括水资源优化调度。
该方法的优点在于可以在多个解空间中搜索最优解。
遗传算法模型的数学形式如下：$$ f(x_i),\quad 1 \leq i \leq N $$其中，x是优化变量，f是目标函数，N是种群数量。
这个模型的含义是在种群中搜索最优解x。
三、水资源优化调度算法1. 基于模拟退火的水资源优化调度算法括水资源优化调度。
该方法的优点在于可以在温度下降的过程中逐渐减小搜索范围。
模拟退火算法的数学形式如下：$$ f(x_i),\quad 1 \leq i \leq N $$其中，x是优化变量，f是目标函数，N是样本数量。
水资源模型的构建与优化
水资源模型的构建与优化一、引言水资源是人类生存和发展的重要资源之一，水资源的可持续发展已经成为了全球关注的焦点。
为了更好地管理和利用水资源，水资源模型的构建与优化变得越来越重要。
本文将介绍水资源模型的构建过程，以及常见的优化方法。
二、水资源模型构建水资源模型的构建是建立一个对水资源系统进行分析和预测的数字模型。
1.数据收集水资源模型所需要的数据包括水库、河流流量、降雨、蒸发、灌溉需水等方面的数据。
这些数据的采集可以通过现场实测，也可以通过数据统计和模拟来获取。
2.模型选择根据不同的应用需求，可以选择不同的水资源模型。
通常情况下，水资源模型可以分为统计模型和物理模型两种。
统计模型是根据历史数据建立模型，通过对历史数据的分析和预测来得出未来的预测结果。
物理模型是基于水文学原理，将水文过程分解为不同的组成部分，进行数学计算，更能准确地预测水文变化的趋势。
3.模型参数设定依据所采集到的数据，需要将相应的参数进行设定。
例如，水库的容积、水位、流量等参数都需要进行设定。
这些参数的设置在模型的计算结果中扮演着重要的角色。
三、水资源模型优化方法为了使水资源模型更加准确，可以采用多种优化方法，包括参数校正、模型融合等。
1.参数校正参数校正是通过调整模型参数来提高模型精度的一种方法。
这些参数包括河流的地形、土壤类型、河道状况、蒸发和降雨等要素。
通过对这些参数进行调整，可以获得更准确的模拟结果。
2.模型融合模型融合是将两个或多个不同的水资源模型进行整合，以期获得更准确的预测结果。
同时，模型融合也可以弥补单一模型在预测精度方面的不足。
模型融合的核心在于将不同模型的结果进行权重合成。
3.现代化水文预报技术现代化水文预报技术是一种基于较为复杂的水文模型和先进的数据分析和处理方法来进行水文预报的技术。
通过对水域内部各种属性变化的分析和计算，得到系统性、精准性较高的水文预报，提高了水资源管理的精度和效率。
四、结论通过对水资源模型的构建和优化方法进行研究，我们可以更加有效地管理和利用水资源，促进水资源的可持续发展。
水资源分配模型及模拟求解技术
水资源分配模型及模拟求解技术Water Resources Allocation Model and Simulate Technique SolutionMA Xing-hua1,ZUO Qi-ting2(1.Pearl River Water Resources Scientific ResearchInstitute,Guangzhou 510611,China; 2.Center for Water Science Research,Zhengzhou University,Zhengzhou 450001,China) : This article set up one of water resources allocation models, by taking the maximumof water supply satisfaction degree as the objective, taking water supply capacity of the system, water transportation capacity of the system, the water supply-demand change of the water use system, and non negative restriction as the restriction conditions.And simulation technique to the water resources allocation model was proposed. In the end, Jiaozuo City was taken as the example by calculating the distributions of the water resources at programming year (2020) under water frequency of 75%. And the result fulfilled requirement of the users and the space-time process of the water allocation.1 引言水资源作为一种基础性自然资源, 是生态环境的控制性因素之一。
水资源管理与调配决策模型的设计与开发
水资源管理与调配决策模型的设计与开发随着世界人口的增长和经济的发展，水资源问题已经成为全球所面临的重大挑战之一。
为了更有效地管理和调配水资源，决策者需要利用科技手段，设计和开发决策模型，以支持决策过程。
本文将探讨水资源管理与调配决策模型的设计与开发，以及其在实际应用中的作用和挑战。
水资源管理与调配决策模型的设计与开发是一个复杂而多样化的领域。
这些模型凭借其优势在许多方面得到广泛应用，包括水资源分配、水灾预防和灾后恢复、水质监测和改善、以及决策支持等。
设计一个有效的决策模型需要考虑多个因素，包括水资源的可利用性、水需求的变化、社会经济因素、以及环境和生态影响等。
在设计水资源管理与调配决策模型时，首先需要清晰地定义决策问题。
这包括明确研究的目标和约束条件，如水资源供需平衡、水质保护和生态环境保护等。
同时，还需要考虑不确定性因素，如气候变化和自然灾害，以及人为因素，如人口增长和经济发展。
综合考虑这些因素，建立模型的数学表达形式，可以是线性规划、动态优化模型、模拟模型等。
其次，在模型的设计中，需要选择适当的决策变量和约束条件。
决策变量可以包括水资源的分配方案、水资源的价格和配额等。
约束条件可以包括水资源的可供性、水需求的变化、环境和生态影响等。
通过合理地选择决策变量和约束条件，可以在满足各方利益的同时，最大化社会福利。
模型设计过程中的一个重要环节是数据的收集和处理。
对于水资源管理与调配决策模型来说，需要收集和处理各种数据，如水资源的供应和需求数据、径流数据、气象数据、土地利用数据等。
这些数据可以通过遥感技术、水文监测站、气象站等手段获取。
然后，通过数据预处理、数据分析和建模等方法，将原始数据转化为可以用于决策模型的输入数据。
设计好决策模型后，还需要进行模型的验证和优化。
模型的验证是指通过与实际情况的对比，评估模型的准确性和有效性。
验证的方法包括对历史数据的回测和与实际运行结果的对比。
如果发现模型存在误差或不足之处，可以进行模型的优化和改进。
水资源管理的数据模型与算法
水资源管理的数据模型与算法随着人们对环境保护意识的提高，水资源管理逐渐成为各国政府和社会各界关注的热点，其重要性也日益凸显。
为了更好地管理和利用水资源，建立一个高效的水资源管理系统是必不可少的。
而这个系统的核心是合理的数据模型和算法。
一、水资源管理的数据模型数据模型是指对于一定范围的系统的描述，在将现实系统抽象为数学或逻辑模型的基础上，利用模拟的方法对其进行运算和处理，从而为管理者提供决策依据。
水资源管理的数据模型主要包括水文数据模型、水资源评价模型、水质模型及水量分配模型等。
水文数据模型主要用于描述水文过程，根据分析得到的水文数据，建立水位-流量关系曲线，预报未来可能发生的地质灾害，包括洪水、干旱、水文气候变化等。
水质模型主要是对当地水质情况进行建模，评估水体的水质状况以及对该地区生态环境的影响。
水资源评价模型包括对水环境、水文、水土资源等进行评价，并对不同因素进行量化，明确其对整个水资源系统的影响。
水量分配模型是通过对一些相关的参数进行计算，确定水的分配方案，比如水库水位调度、基本供水量等。
二、水资源管理的算法随着时代的发展，在数据分析领域中出现了许多优秀的数据分析算法，这些算法都可用于水资源管理。
例如，聚类算法可用于水资源评估，通过聚类分析得到不同水体所属的类别和属性，并根据不同类别的特征来建立不同的管理措施，实现更科学的水资源管理。
基于GIS技术的空间分析算法，可以实现对水资源的定量和定性评估分析。
另外，模糊数学算法也是进行水资源管理的重要算法之一。
模糊理论是由扎德提出的，它是对连续变量的灰色处理方法。
通过运用模糊数学算法，可以有效的处理数据不确定性问题，提高数据处理的精度和适用性。
因此，模糊理论在水资源管理中得到广泛的应用，如对水质评价、水土资源分析以及水文数据分析等领域。
三、结语水资源管理对世界各国都具有重大意义，建立高效的水资源管理系统需要科学的数据模型和算法支持。
水文数据模型、水资源评价模型、水质模型及水量分配模型等可以更好的帮助水资源管理部门进行决策；聚类算法、GIS技术的空间分析算法和模糊数学算法等则能更精细化的处理数据问题。
水资源管理中的优化模型与算法
水资源管理中的优化模型与算法一、引言水资源是人类生存和发展的基础，因此有效地管理水资源对于社会经济的可持续发展至关重要。
随着城市化进程的加快和人口的快速增长，水资源管理面临着越来越大的挑战。
优化模型与算法在水资源管理中发挥着重要作用，能够提供决策支持和资源配置策略。
本文将介绍水资源管理中的优化模型与算法，并探讨其在实践中的应用。
二、水资源管理的优化目标水资源管理的优化目标通常包括水量最大化、水质最优化、水资源的可持续利用等。
在水资源的供应端，通过优化调度和配水方案，可以最大程度地满足不同用户的水需求，并减少浪费。
在水资源的污染控制方面，通过优化排放策略和监测系统，可以最大限度地减少水质污染的发生和传播。
此外，优化模型还可以帮助决策者实现水资源的可持续利用，通过合理分配水资源，降低资源的开发和利用成本，提高资源利用效率。
三、水资源管理中的优化模型和算法1. 线性规划模型线性规划模型是一种常用的优化模型，可以用来解决水资源管理中的一些基本问题，如水源的最优配置、供需平衡和调度方案制定。
通过线性规划模型，可以确定不同水源的供水量，以及不同用户的供水优先次序，从而实现水资源的最大化利用。
2. 整数规划模型整数规划模型在水资源管理中发挥着重要作用。
常用的整数规划问题包括水资源的分配、供水网络的布局和优化调度等。
通过整数规划模型，可以使得供水系统满足用户需求，并最大限度地减少供水成本。
3. 动态规划算法动态规划算法是一种经典的优化算法，可以解决多阶段决策问题。
在水资源管理中，动态规划算法常用于制定供水调度和排污策略。
通过对不同时期的水需求进行建模，并结合供水资源的实际情况，可以制定出最优的调度方案。
4. 遗传算法遗传算法是一种模拟生物进化过程的优化算法，可以应对复杂的水资源管理问题。
遗传算法通过对个体的基因编码和适应度评估，以及选择、交叉和变异等操作，从而逐步优化解空间，找到全局最优解。
在水资源管理中，遗传算法可以应用于供水网络的优化布局和供水调度等问题，提高水资源的利用效率。
水资源优化配置模型及应用研究
水资源优化配置模型及应用研究水资源是人类生存和发展的重要基础，而现今全球水资源的短缺状况越来越严重。
在这样的背景下，如何优化配置水资源，实现最大化利用，成为人们关注的焦点。
本文将针对此问题，提出一种水资源优化配置模型，并分析其应用研究。
一、综述水资源的优化配置是指在有限的水资源供给条件下，为满足社会经济发展和生态环境保护需要，制定合理的水资源利用计划，进行决策和调度，最大限度地实现水资源的有效利用。
水资源的优化配置问题是一个复杂的决策问题，需要考虑到供水、排水、灌溉及生态要求等多个方面的因素。
基于此，本文提出一个水资源优化配置模型，旨在帮助解决这个问题。
二、模型构建模型的构建需要考虑到以下几个方面：（1）供水目标：确定供水目标，包括各类用水的需求量。
（2）供水源：考虑不同水源的供水能力和水质，以及各种供水设施的条件。
（3）供水管网：从供水源到各用水点建立供水管网模型，考虑管网输水规模和输水能力等。
（4）排水目标：统计各类用水产生的废水量，确定排水目标。
（5）污水处理：建立污水处理模型，包括污水收集、输送、处理和排放等过程。
（6）灌溉需求：考虑水分区域、作物需水量等因素，制定灌溉方案。
（7）环境保护：考虑水土流失、水源保护等要素，制定环境保护措施等。
（8）水费定价：根据供需关系，确定不同用户的水价和排污费用，以达到供求平衡。
根据以上方面，建立水资源优化配置模型，可将其分为计量、规划和管理三个阶段。
1. 计量阶段包括水资源量测、水质分析、灌溉用水监测等。
水资源量测：对供水源、稳定系数、供水能力等参数进行测量，并将数据输入计算机模型。
水质分析：通过对水源进行物理化学分析、细菌检测等，对水质进行评估。
灌溉用水监测：对田间灌溉进行监测，以评估灌溉水量和灌溉效果。
2. 规划阶段包括水资源开发规划、供需预测、水力分析等。
水资源开发规划：考虑到水资源的数量、质量、可利用性和需求等因素，制定合理的开发利用方案。
供需预测：通过对各类用水量、排污量以及其他需求变化情况的分析，预测未来的供需情况。
- 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、"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、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)。
/0. : ’
;3+3& " 3’!
（)）
（ +3& ， .3& 5 . /0. 3 ， .3& 5 . 567 3 ， , 83） +3& # + /34 3 ’ /0. # , 1 2 1 " +3& ’ 9 4,8 3& 3’! <3 $ *+= < . 3 $ *&=
［!］ 波地区逐步得到实施 ， 但水库群 河网水量水质联合调配问题还没有得到解决 # 为此， 笔者以余姚地区为
例， 在水库群联合调度的大系统分解 协调模型的基础上， 综合考虑河网环境需水和供水水质的不同要求， 建 立了水库群 河网水资源联合调配模型， 并研究了其有效解法 #
$
$#$
水库群 河网联合调配模型
考虑水质的水资源调配模型及其解法
张松达!， 苏
（! # 宁波原水集团有限公司， 浙江 宁波
飞. ， 夏梦河$
$!""."； $!0/""）
浙江 杭州 $!0-""；. # 浙江省水利河口研究院，
浙江 余姚 $ # 余姚市水利局，
摘要：针对水库群 河网系统中水量水质的联合调配问题， 以水库群联合调度的大系统分解 协调 模型为基础， 综合考虑河网环境需水和供水水质的不同要求， 建立了水库群 河网水资源联合调配 模型 # 通过水质模型计算河网达到不同目标功能水质的需水量， 将该需水量作为用水需求反馈给水 库群系统进行水量水质协调优化 # 水质模型求解采用非线性迎风差分格式， 水库群 河网模型迭代 求解采用大系统分解 协调对偶迭代技术 # 应用结果表明， 所建模型及其求解方法可行有效， 并已成 为区域水量水质联合调配的重要技术基础 # 关键词：水库群 河网系统； 水量水质模型； 迎风差分格式； 对偶迭代技术 中图分类号： AB’-& 文献标志码： C 文章编号： （."!"） !"""! !-%" "’ !"’."!"0
收稿日期：."!"!"%!." 基金项目：国家自然科学基金 （0"%"-"’$） ； 浙江省科技创新人才计划 （.""%1."""%） ； 浙江省水利重点科技计划 （ 12!""/） 作者简介：张松达 （!-’" —） ， 男， 浙江宁波人， 高级工程师， 主要从事水利工程建设管理工作 # 3456*7： 89:*,;<=,;%%%> +*,6#及其解法
’"!
!! # $ !% ’ ( ) !" !& ," ! ! !" % !! # ! # +* ! # + ! # * !& !" !" *- $
（!） ’ ( )." （"）
(
)
式中： — —流量； — —水位； — —水面宽； — —过水断面面积； — —单位河长旁侧入流流量； — —动 !— %— $— *— () — !— — —河床糙率系数； — —水力半径； — —旁侧入流沿水流方向的速度分量， 如果旁侧入流 量校正系数； ,— -— ." — 垂直于主流， 则 ." % &； — —重力加速度 / +— ! / ! / " 水质控制方程
(
)
（$）
连接方程将汊点作为具有水量和污染物浓度调节作用的贮水池 / 边界条件中的外边界水流主要由闸门 控制， 内边界主要为点源排放、 集中取水等方式 / 通过河道内闸、 堰调节各河区的水量， 以满足不同用水的需 要 / 水流水质计算同时满足水流连续性和污染物质量守恒 " 个条件 / ! / ! / # 迎风差分格式 对于非稳态河网来说， 水流计算是非常重要的 / 考虑到流向的不定性， 水流计算采用四点加权隐格 ［) *］ ! 式 ， 将河道方程、 边界方程等进行离散， 形成水流连续性和动量方程组 （#） !! %3 # !" !3 # !$ %3 # ! # !# !3 # ! ’ #! （+） $! %3 # $" !3 # $$ %3 # ! # $# !3 # ! ’ #" （ 为方程系数 / 式中!3 ， "， $， #； 4 % !， "） 4 3 % !， $3 ， # 水质计算采用迎风差分格式 / 同向流 （包括顺流和逆流， 即水流沿河道向同一方向流动 / 河网水流在引水 冲污、 汛期排涝时多为这种流态） 差分方程为 （ ,） （ ,） （ ,） （ ,） （ ,） （ ,） （ ,） ［ （6 （ （6 ） （ ］ 63 " & ,-. ""& 3 ） 3 ） （ , # !） （ ,） "3 5 "3 5 !）#（! 5 ,-. "3 # ! 5 "3 ） ・ ’ 5 # （ ,） （ ,） "3 "3 （63 ） （63 ） ） ,-. ""3 5 ! # ""3 ""3 5 ! #（! 5 ,-. ""3
（$%）
（$$）
式中： — — # 子 系 统 ’ 时 段 水 厂 供 水 量； — —价 格 系 数， &#’ — %# — # 子 系 统 水 厂 单 位 供 水 量 产 生 的 弃 水 量； — — # 子系统水厂最大供水能力； — — # 子系统 ’ 时段和 ’ / $ 时段水库库容； — — # 子系统 & !)* # — (#’ ， (#， ( !"# # — ’ / $— 死库容； — — # 子系统 ’ 时段允许蓄水库容； — — # 子系统水厂取水口高程相应库容； — — # 水库 ( !)* #’ — ( ,-. # — / +# — — — # 子系统 ’ 时段水厂需水量； — — # 子系统生活供水保证率； — — # 子系统农业 管网输水能力； . *&+ #’ — 1# — 1 ## — — — # 子系统 ’ 时段水库来水量； — — # 子系统 ’ 时段农业供水量； — — # 子系统 ’ 时段 供水保证率； +#’ — & # #’ — ,#’ — 水库蒸发渗漏损失量； — — # 子系统 ’ 时段水库弃水量； — — # 子系统 ’ 时段农业需水量； — — 0 连接 - #’ — " # #’ — , ! 0’ — — — 0 连接工程 ’ 时段最大输水能力， 工程 ’ 时段输水能力； , !!)* 0’ — 0 0 $ 为四明湖至牟山湖的连接工程， 001 为陆埠至梁辉的连接工程； — — 0 连接工程出水口对应库容， (0 — 0 0 $ 为四明湖出水口， 0 0 1 为陆埠水库出水 — — # 子系统 0 连接工程管网输水能力 2 口； ( #+ 0# — 河网联合调配模型 ! 2 " 水库群 ! 由水库群以及河网共同组成的供水系统， 水库主要向生活、 重要产业用户供水， 河网则向农业、 一般产 业、 生态环境用户供水 2 水库群可以通过有关输水设施调水， 河网之间也可通过闸泵工程调水， 同时， 水库还 可向河网补水 2 整个系统蓄水、 供水、 用水之间， 水库群和河网之间， 各水库群之间， 各河网之间存在着耦合 关系 2 针对该系统特点， 建立 2 级结构的水库 河网对偶系统模型 2 即将整体系统分解为河网和水库群 1 个分 ! 系统 2 其中河网分系统按水级分解为若干个更低一级的子系统； 水库群分系统也相应地分解为若干个更低一 级的子系统 2
［!&］ 根据余姚水库群系统的网络关系， 建立水资源系统优化调度模型 / 该模型是一个多层次大系统模型， 具有 " 层谱系结构， 第 ! 层为模拟模型， 第 " 层为线性规划模型 / 水库群系统的协调变量为各水库的供水量，
协调变量应满足总系统供水能力约束 / 各子系统根据总系统下达的协调变量反馈相应的目标函数值 （弃水量 和缺水量） / 总体协调层模型为
第 $% 卷第 ’ 期 ."!" 年 !! 月
河 海 大 学 学 报（ 自 然 科 学 版 ） （L6J9F67 M?*=,?=+） E@9F,67 @< G@86* H,*I=F+*JK
B@7# $% L@# ’ L@I# ."!"
!"#： !" # $%&’ ( ) # *++, # !""" !-%" # ."!" # "’ # ""/ !
［’ (］ ! 水质模型采用考虑污染物对流、 扩散与线性降解的基本方程 （* （! ! "）# ! "） ’ ! *0" ! " # *1 （ "）# 2 !& !" !" !" — —断面污染物质量浓度； — —扩散系数； （ — — —污染物降解参数； — —源汇项 / 式中： 0" — 1 "） 2— "— ! / ! / $ 连接方程和边界方程
[（ *0 ）
（ , # !） "3 （ ,） ’" 5 3
（ ,） （ ,） （ ,） （ ,） （ ,） "3 # ! 5 "3 （ ,） "3 # ! 5 "3 （ ） *0 5 " 3 #! 7 " " 3 5! 7 " ""3 ""3
]
（ ,）（ ,） （ ,） 5 8 3 5! "3 "& # 2 3 5 )"&