检索结果-内蒙古大学图书馆

吉林化工学院学报 2024年第3期41卷 9-15页

作者：董如意张波吉林化工学院信息与控制工程学院吉林吉林132022

针对传统算法应用在倒立摆智能控制系统上的效果往往不佳的问题,提出一种基于樽海鞘优化算法(SSA)的倒立摆智能控制系统设计。以一级倒立摆为研究控制对象,建立倒立摆数学模型,先用神经网络控制,再用SSA算法优化神经网络的权重值,找到... 详细信息

针对传统算法应用在倒立摆智能控制系统上的效果往往不佳的问题,提出一种基于樽海鞘优化算法(SSA)的倒立摆智能控制系统设计。以一级倒立摆为研究控制对象,建立倒立摆数学模型,先用神经网络控制,再用SSA算法优化神经网络的权重值,找到最佳的控制参数,并借助python软件进行仿真,最终使倒立摆系统稳定。

关键词：倒立摆樽海鞘优化算法智能控制

来源：评论

学校读者我要写书评

暂无评论

基于统计引导和多项式差分学习的樽海鞘优化算法

引用

运筹与管理 2021年第1期30卷 43-49页

作者：刘小龙许岩徐维军华南理工大学工商管理学院广东广州510641

樽海鞘优化算法相较于传统的群体智能优化算法,具有较好的鲁棒性和寻优能力。但仍存在全局寻优能力有限、执行效率不够高、易陷入局部极值的缺陷。针对上述问题,本文提出一种新的多项式差分学习策略,以区分和改进传统的线性差分方法;并... 详细信息

樽海鞘优化算法相较于传统的群体智能优化算法,具有较好的鲁棒性和寻优能力。但仍存在全局寻优能力有限、执行效率不够高、易陷入局部极值的缺陷。针对上述问题,本文提出一种新的多项式差分学习策略,以区分和改进传统的线性差分方法;并设计一种随机种群划分方式,使得信息可以在邻域拓扑内均匀传递;另外,本文定义多项式差分学习的全局探索算子和局部开发算子,引入统计引导系数A,开启不同的多项式学习方法,从而进一步提高算法的全局搜索能力和寻优精度。最后,本文通过标准测试函数和实际应用问题的对比检验,证实了改进算法的优越性和鲁棒性,拓展和丰富了原算法的应用范围。

关键词：樽海鞘优化算法统计引导多项式差分学习开启时机

来源：评论

学校读者我要写书评

暂无评论

樽海鞘优化算法研究及在医学诊断中的应用

樽海鞘优化算法研究及在医学诊断中的应用

引用

作者：王智岩吉林大学

学位级别：博士

群智能优化方法在现实生活中发挥着越来越重要的作用。樽海鞘(SSA)优化算法是新近刚提出的一种算法,它是群智能优化算法的一种典型代表。它的主要原理是基于樽海鞘在寻找食物源时其链的运动和相互作用作为个体的运动规则进行个体位置更... 详细信息

群智能优化方法在现实生活中发挥着越来越重要的作用。樽海鞘(SSA)优化算法是新近刚提出的一种算法,它是群智能优化算法的一种典型代表。它的主要原理是基于樽海鞘在寻找食物源时其链的运动和相互作用作为个体的运动规则进行个体位置更新而逐渐接近食物源。在众多实际应用问题中,SSA凭借本身参数少,性能优良及链中樽海鞘可以穿越多维特征空间、全方位瞄准食物,从而在一定程度上减少陷入局部最优的概率等特点,使其表现出良好的性能。然而,随着SSA的应用范围越来越广,其不足之处也逐渐暴露,特别是在解决医学诊断问题上,SSA的寻优能力还有待进一步改善。为了改善SSA在医学诊断问题上的优化能力,本研究主要针对SSA自身存在的缺点,引入了多种新机制,进一步提升SSA算法的寻优能力,使其在全局优化和局部优化能力之间找到较好的平衡。本文的主要工作包括以下几个方面:1、对樽海鞘优化算法研究现状和医学诊断的研究现状进行了阐述,同时总结分析了这些领域存在的问题,并指出了其发展趋势和所面临的问题。此外还对机器学习、特征选择和图像分割等问题进行了介绍,重点对本文涉及的模糊K近邻(FKNN)算法和SSA等相关理论和存在的问题及改进方向进行了探讨和分析。2、为了在医学诊断问题上取得更好的分类性能,针对SSA本身存在的问题,本文通过采用集成变异策略(CMS)来加强SSA的开发和探索能力,使之在并行执行集成变异策略的时候可以获得更优的收敛精度。同时利用重启机制(RS)帮助樽海鞘经历固定次数后其位置未得到改善而重新启动初始化策略以防止整个种群陷入局部最优状态。将提出的改进SSA方法用于优化FKNN模型,构建了性能最优的CMSRSSSA-FKNN预测模型。在乳腺癌、肝脏疾病、心脏病、糖尿病等问题上对该模型进行了验证,实验结果表明提出的模型跟其他多种机器学习方法相比,CMSRSSSA-FKNN模型在四种评估指标上都实现了较明显的提升。3、为了提升医学数据特征选择效果,本文在SSA中引入准反向学习策略和高斯骨架机制,提出一种基于准反向学习和骨架机制的樽海鞘算法(QBSSA)。无论是在标准测试集上还是在实际医学数据特征选择问题上都表现出了更佳的效果。在CEC2017竞赛数据集上通过与10种改进的群智能算法进行对比,结果表明提出的QBSSA在解的质量和收敛性方面都具有更好的结果。在乳腺癌、淋巴造影等疾病的关键致病特征选择上,QBSSA方法在三个不同的维度(适应度、误差值、特征数目)上明显优于其他五种对比算法。4、为了提升医学图像分割的效果,本文在原始SSA中引入了分形搜索机制和高斯骨架机制,提出一种基于骨架分形机制的SSA算法(GBSFSSSA),并通过非局部均值和Kapur熵来搜寻多阈值图像分割中的最佳阈值。在红斑狼疮肾病理图像分割问题上取得了较好的效果。实验中本文提出的GBSFSSSA与五种其他算法进行了对比分析,结果表明本文提出的GBSFSSSA在三个不同维度(PSNR、SSIM和FSIM)上总体性能都要优于其他对比算法,可以有效地对肾病理图像进行分割。

关键词：疾病辅助诊断图像分割特征选择智能优算法樽海鞘优化算法

来源：评论

学校读者我要写书评

暂无评论

改进的樽海鞘优化算法及其应用研究

改进的樽海鞘优化算法及其应用研究

引用

作者：涂雪晨河南大学

学位级别：硕士

随着社会经济的发展进步和资源配置整合的现实需求,有效地求解优化问题成为一类管理科学领域中备受关注的研究课题。由于实际问题的高维复杂性,传统的优化方法难以在可接受的成本下求得优化问题的最优解,但得益于群智能优化算法的提出... 详细信息

随着社会经济的发展进步和资源配置整合的现实需求,有效地求解优化问题成为一类管理科学领域中备受关注的研究课题。由于实际问题的高维复杂性,传统的优化方法难以在可接受的成本下求得优化问题的最优解,但得益于群智能优化算法的提出和发展,其算法结构简单、易于操作和优化效果好的特点,使得智能优化算法可以有效地解决复杂的优化问题。本文基于2017年由Mirjalili提出的樽海鞘优化算法,针对该算法的收敛精度不佳、全局搜索能力较差的缺点,对樽海鞘算法进行改进,并将其应用于优化问题中。本文的主要研究工作如下:(1)提出一种混合正弦余弦的樽海鞘优化算法(SCLSSA)求解函数优化问题,将算法中加入基于正弦余弦算法的扰动因子,引入领导者位置影响因子,使樽海鞘个体的更新提供更多的种群信息。SCLSSA求解了23个全局函数优化问题和30个CEC2014复杂函数优化问题集,通过统计检验表明SCLSSA在统计意义上也有较为明显的优越性。(2)提出一种动态调整莱维樽海鞘优化算法(LGSSA)求解工程设计优化问题,在领导者位置更新中引入莱维飞行,避免搜索个体过于依赖食物位置;加入基于高斯变异的贪心策略,增强局部开发能力。LGSSA求解了17个基准测试函数和齿轮系优化、三杆桁架设计、压力容器优化问题,提出的LGSSA在求解实际工程设计优化问题中能获得有竞争性的结果。(3)提出了一种基于遗传算子的改进樽海鞘优化算法(CGSSA、MGSSA)求解0-1背包问题,利用遗传算法中的变异和交叉算子增强种群多样性,对无效解进行基于贪心策略的修复。为测试变异和交叉算子的有效性,提出了基于交叉(CGSSA)和基于变异(MGSSA)的混合遗传樽海鞘优化算法,用19个0-1背包算例验证两种算法的求解性能,提出的算法可以有效地求解不同维度下的0-1背包问题。本文基于樽海鞘优化算法的理论基础,通过对算法的改进提高了樽海鞘算法求解连续的函数优化、工程设计优化问题和离散的0-1背包问题的能力,为樽海鞘算法在实际问题的进一步研究和发展提供了基础,具有一定的理论价值和现实意义。

关键词：樽海鞘优化算法函数优化工程优化遗传变异 0-1背包问题

来源：评论

学校读者我要写书评

暂无评论

基于纯追踪算法和樽海鞘优化算法的无人驾驶路径跟踪算法研究

基于纯追踪算法和樽海鞘优化算法的无人驾驶路径跟踪算法研究

引用

作者：王瑞吉林大学

学位级别：硕士

随着人工智能和大数据的飞速发展,无人驾驶技术在全世界掀起研究热潮,吸引了社会各界高度关注。无人驾驶技术分为环境感知、行为决策、路径规划以及路径跟踪四个部分。其中,路径跟踪部分控制车辆准确地遵循路径规划部分生成的参考路径,... 详细信息

随着人工智能和大数据的飞速发展,无人驾驶技术在全世界掀起研究热潮,吸引了社会各界高度关注。无人驾驶技术分为环境感知、行为决策、路径规划以及路径跟踪四个部分。其中,路径跟踪部分控制车辆准确地遵循路径规划部分生成的参考路径,是无人驾驶技术中的重要研究方向。因此,研发跟踪准确性强、实时性高的路径跟踪算法是无人驾驶技术研究的重点工作。纯追踪算法是自动驾驶汽车中最有效的路径跟踪方法之一。与其他路径跟踪算法相比,纯追踪算法实现原理更简单,跟踪效果更好。然而,现有纯追踪算法的跟踪准确性受到预瞄距离的影响。过大的预瞄距离会导致跟踪路径过于平滑,在某些路径下,车辆会出现“抄近路”的现象,跟踪准确性大大降低。过小的预瞄距离会导致车辆的路径跟踪行为出现“震荡”情况,车辆运动稳定性差。针对上述问题,本文对纯追踪算法进行了系统研究,提出了基于纯追踪算法和樽海鞘优化算法的无人驾驶路径跟踪算法,其主要创新点包括以下四个方面:(1)为了生成最优的追踪算法的预瞄距离,在纯追踪算法中引入了樽海鞘算法。(2)为了增强樽海鞘算法的开发和探索能力,在樽海鞘算法中引入布朗运动,通过粒子随机运动机制提升算法优化能力。(3)为了提高樽海鞘优化算法的收敛速度,设计了一种自适应权重机制。该机制在算法搜索过程中使用两种不同的权重来快速调整樽海鞘粒子,加速接近食物源。(4)为了提高本文算法的准时性,在纯追踪算法中设计了一个速度控制器。速度控制器根据预瞄点与当前车辆位置之间的距离和时间间隔,输出下一时刻的速度,确保车辆在指定时间到达目的地。本文在四种不同的路径上进行实验,其中包括直线路径、正弦型路径、拱形路径以及换道路径,并将相应的跟踪结果与使用不同预瞄距离的其他纯追踪算法比较。实验结果显示,本文算法的跟踪准确性优于其他纯追踪算法。改进纯追踪算法是本文的研究重点,本文主要通过使用樽海鞘优化算法对纯追踪算法的关键参数预瞄距离进行优化,以提高纯追踪算法的跟踪准确性。并且,通过在樽海鞘算法中引入布朗运动以及设计了自适应权重机制,来提升算法的优化性能。最后,在纯追踪算法中加入速度控制器,确保车辆准时到达目的地,提升了准时性。

关键词：纯追踪算法自动驾驶汽车樽海鞘优化算法速度控制器优化的预瞄距离

来源：评论

学校读者我要写书评

暂无评论

改进樽海鞘算法的多目标电镀调度问题优化

引用

组合机床与自动化加工技术 2024年第10期 187-192页

作者：陈晓雪杨波黄青青杨再风张成丽尤航贵州大学机械工程学院贵阳550025 贵州大学资源与环境工程学院贵阳550025 重庆大学机械传动国家重点实验室重庆400044 中国航发贵州黎阳航空动力有限公司贵阳550000

针对多目标电镀生产系统未能同时最小化能源消耗和最大完工时间的问题,建立了双目标模型,并提出增强型樽海鞘优化算法(MC-SSA)求解该模型。MC-SSA将樽海鞘优化算法(SSA)分为两个不同的追随者组别,嵌入局部飞蛾火焰算法(MFO)用于更新“... 详细信息

针对多目标电镀生产系统未能同时最小化能源消耗和最大完工时间的问题,建立了双目标模型,并提出增强型樽海鞘优化算法(MC-SSA)求解该模型。MC-SSA将樽海鞘优化算法(SSA)分为两个不同的追随者组别,嵌入局部飞蛾火焰算法(MFO)用于更新“追随者A组”的位置以提高全局探索,引入通信机制(CM)策略用于更新“追随者B组”的位置以提高局部勘探能力。通过算法性能对比和实际生产案例验证,MC-SSA的优化精度和收敛速度优于其他算法,且经算法优化后目标值明显降低,表明MC-SSA具有更好的寻优能力且双目标模型能生成更优的生产方案。

关键词：电镀调度能源消耗樽海鞘优化算法多目标优化

来源：评论

学校读者我要写书评

暂无评论

樽海鞘算法优化支持向量机的RC柱抗侧移承载力预测

引用

地震研究 2024年第3期47卷 350-358页

作者：欧阳谦骆欢湖北省地质灾害防治工程技术研究中心湖北宜昌443002 三峡大学土木与建筑学院湖北宜昌443002

现有钢筋混凝土(RC)柱抗侧移承载力预测模型缺乏泛化性能,延性柱抗弯承载力的预测模型不能用于非延性柱的抗剪承载力,反之亦然。机器学习(ML)方法能够解决这一问题,但由于无法自动剔除冗余和不相关特征,使得ML模型复杂度高且容易过拟合... 详细信息

现有钢筋混凝土(RC)柱抗侧移承载力预测模型缺乏泛化性能,延性柱抗弯承载力的预测模型不能用于非延性柱的抗剪承载力,反之亦然。机器学习(ML)方法能够解决这一问题,但由于无法自动剔除冗余和不相关特征,使得ML模型复杂度高且容易过拟合。为此,提出一种樽海鞘算法优化支持向量机(SSALS-SVM)方法,基于给定的数据集,SSALS-SVM能利用樽海鞘优化算法(SSA)自动剔除冗余和不相关的特征,筛选最具代表性且各特征之间相关性弱的特征子集形成最优特征组合,同时对控制模型非线性拟合能力的超参数进行优化。优化后的模型既能识别出影响延性和非延性RC柱抗侧移承载力的设计变量,又能反映最优特征组合与抗侧移承载力间的非线性映射关系。为了验证SSALS-SVM方法的泛化性能,基于248个RC柱抗侧移承载力试验数据,分别与现有的RC柱抗侧移承载力预测模型进行对比,结果表明,SSALS-SVM比现有预测模型的泛化性能最高提升了83%。

关键词：钢筋混凝土柱抗侧移承载力支持向量机樽海鞘优化算法特征选择

来源：评论

学校读者我要写书评

暂无评论

樽海鞘与哈里斯鹰优化算法的改进及应用

樽海鞘与哈里斯鹰优化算法的改进及应用

引用

作者：赵凯郑州轻工业大学

学位级别：硕士

群智能优化算法(Swarm Intelligence,SI)是一种新兴的元启发式优化技术,具有原理简单,易于实现,灵活性强等优势。近年来,很多新颖的SI算法相继出现,例如樽海鞘优化算法(Salp Swarm Algorithm,SSA),哈里斯鹰优化算法(Harris Hawks Optimi... 详细信息

群智能优化算法(Swarm Intelligence,SI)是一种新兴的元启发式优化技术,具有原理简单,易于实现,灵活性强等优势。近年来,很多新颖的SI算法相继出现,例如樽海鞘优化算法(Salp Swarm Algorithm,SSA),哈里斯鹰优化算法(Harris Hawks Optimization,HHO)等。随着现实世界优化问题复杂性的增加,新提出的SI算法仍存在寻优精度低,收敛速度慢等缺陷。本文针对SSA和HHO算法在解决复杂优化问题时存在的缺陷,提出新的改进方案并将其成功用于解决实际工程优化案例。具体研究内容如下:(1)针对SSA算法在高维优化问题容易陷入局部最优的缺点,提出一种基于引力搜索和多领导者策略的樽海鞘优化算法。在引力搜索策略中,采用多个樽海鞘个体引导搜索代理的位置更新,摆脱单一个体引导的局限性,提高了算法的探索能力。在多领导者策略中,通过将原始种群划分为多个独立的子群,增加种群多样性,避免陷入局部最优。在20个基准测试函数和拉伸/压缩弹簧设计问题上的仿真实验表明,提出的改进算法显著优于原始的SSA算法和其他比较算法。(2)针对HHO算法探索能力不足的缺陷,提出一种基于自适应合作和分散觅食策略的哈里斯鹰优化算法。在自适应合作觅食策略中,将部分鹰群嵌入到一维更新操作中,自适应选择一维和全维合作觅食策略以增加种群多样性。此外,通过分散觅食策略将鹰群分散到不同的搜索空间寻找猎物,充分利用搜索空间。在20个基准测试函数和压力容器设计问题上的实验,证明了改进算法的显著优势。(3)为了更好地平衡SSA算法探索与开发能力,本文提出一种基于哈里斯鹰觅食策略的樽海鞘优化算法。将HHO中的四种觅食机制引入到SSA的跟随者位置更新过程,以加强对有潜力的区域的开发,并辅之多点领导者交叉策略以实现开发和探索之间的平衡。通过20个基准测试函数和拉伸/压缩弹簧设计问题的仿真实验表明,改进后的算法优化精度显著优于原始SSA及其他比较算法。

关键词：群智能算法樽海鞘优化算法哈里斯鹰优化算法多领导者策略

来源：评论

学校读者我要写书评

暂无评论

阵列天线应用中樽海鞘算法优化的研究

阵列天线应用中樽海鞘算法优化的研究

引用

作者：刘冬冬吉林大学

学位级别：硕士

阵列天线作为一种特殊的天线形式,具有可实现多波束、高增益、低副瓣以支持特定波速等特点,能很好地满足特定工作环境下的工作需求。但在实际应用中,阵列天线中的阵元的数量和布局、旁瓣抑制问题等问题是主要决定天线性能的因素,它们会... 详细信息

阵列天线作为一种特殊的天线形式,具有可实现多波束、高增益、低副瓣以支持特定波速等特点,能很好地满足特定工作环境下的工作需求。但在实际应用中,阵列天线中的阵元的数量和布局、旁瓣抑制问题等问题是主要决定天线性能的因素,它们会相互影响甚至一定程度相互对立,因此需要进行优化以提高通信的整体性能。群智能优化算法具有简单通用、搜索能力强、鲁棒性强、稳定性好和自适应性强等优点,在解决阵列天线优化问题时具有速度快、精度高和解决高维能力强等优势。本文主要研究樽海鞘优化算法(Salp Swarm Algorithm)并针对算法的不足提出改进方法,进一步应用于阵列天线优化问题。主要研究工作如下: (1)提出了单目标樽海鞘改进算法(Improved Salp Swarm Algorithm,ISSA)用以解决直线阵列天线的最大旁瓣电平问题。针对在阵元特性相同且均匀分布的直线阵列天线上最大旁瓣电平优化的问题,通过优化阵元激励电流值寻找阵列天线的最大旁瓣电平最优值。利用Piecewise混沌映射的统计性能和遍历均匀的优点,用于生成初始种群以提高初始个体的多样性和随机性;使用DE变异策略和随机策略改进领导者和追随者位置更新方法,通过改变个体差异和提高个体的空间搜索随机性,增强算法的全局和局部搜索能力;对于个体位置的取值添加了贪心策略,保证最优的更新,加快了算法的收敛速度;建立动态选择策略增强了求解方法的灵活性和健壮性。在CEC2022单目标标准测试集进行了仿真实验,并应用于直线阵列天线最大旁瓣电平的优化问题,验证了改进算法ISSA的有效性和稳定性。 (2)提出了多目标樽海鞘改进算法(Improved Multi-objective Salp Swarm Algorithm,IMSSA)解决圆形阵列天线中最大旁瓣电平、阵元开/关数量的多目标优化问题上。建立了基于阵元的排列方式、激励电流的权重、阵元开/关的数量的圆形阵列天线的多目标模型。采用Bernoulli混沌映射生成初始种群,其良好的遍历性和随机性提升了初始种群个体解空间的均匀分布水平;基于随机游走的Lévy飞行策略优化领导者位置更新,较好的避免了陷入局部最优;基于自适应惯性权重实现追随者位置更新,并可动态调控个体的搜索空间和迭代步长,提升了算法搜索最优解能力;动态选择策略支持的动态个体更新,提升了算法的收敛速度。在CEC2020多目标标准测试集、圆形阵列天线多目标问题上进行仿真实验,实验结果表明改进算法IMSSA具有较好的性能。

关键词：阵列天线樽海鞘优化算法 Lévy飞行策略目标优化最大旁瓣电平阵元开/关数量

来源：评论

学校读者我要写书评

暂无评论

基于改进樽海鞘算法的煤粉锅炉燃烧优化研究

基于改进樽海鞘算法的煤粉锅炉燃烧优化研究

引用

作者：苗孔号燕山大学

学位级别：硕士

随着经济的快速发展,环境污染带来的问题日益严重,如何实现节能减排改善环境污染已成为广泛关注的问题。燃煤锅炉作为造成环境污染的主力之一,实现锅炉系统的燃烧优化不仅可以降低企业成本同时可以减少环境污染。要实现锅炉燃烧系统的优... 详细信息

随着经济的快速发展,环境污染带来的问题日益严重,如何实现节能减排改善环境污染已成为广泛关注的问题。燃煤锅炉作为造成环境污染的主力之一,实现锅炉系统的燃烧优化不仅可以降低企业成本同时可以减少环境污染。要实现锅炉燃烧系统的优化,就需要对锅炉建立有效的燃烧预测模型,研究如何调整锅炉燃烧因素使得系统实现高效节能的目标。针对这一问题,本文对煤粉炉燃烧系统做出了如下研究:首先针对樽海鞘优化算法（Salp Swarm Optimition Algorithm,SSA）随机产生初始种群位置,造成算法寻优结果不稳定,且收敛速度较慢、易陷入局部最优等缺点,提出了自适应樽海鞘优化算法（Adaptive Salp Swarm Optimition Algorithm,ASSA）。为了验证算法的性能,将ASSA与蝴蝶算法（BOA）、鲸鱼算法（WOA）、粒子群算法（PSO）和樽海鞘算法（SSA）在10个基准测试函数上进行对比,结果显示ASSA算法的收敛速度更快,寻优结果更好。另外针对快速学习网（Fast Learning Network,FLN）随机初始化权值和阈值的缺陷,提出了ASSA-FLN网络。进而根据某电厂330MW和300MW锅炉的历史数据分别单独建立NOX排放浓度和热效率预测模型以及同时预测NOX排放浓度和热效率的综合模型。为了验证模型的泛化能力,将其与其它四种预测模型进行比较,结果表明ASSA-FLN模型具有更好的预测精度和泛化能力。最后,分别建立单目标优化模型和多目标优化模型,设定不同的优化目标函数,利用ASSA算法对锅炉在不同工况下的可调参数进行寻优,使得锅炉在最佳参数下运行,从而令NOX排放浓度和热效率达到最优效果,为电厂锅炉优化提供了方向。

关键词：煤粉锅炉建模樽海鞘优化算法快速学习网燃烧优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：