【摘要】：為提高監(jiān)測(cè)資料有缺失的大壩變形預(yù)測(cè)模型精度,采用支持向量機(jī)方法建立一種具有小樣本、高維、非線性的預(yù)測(cè)模型,并結(jié)合對(duì)其重要組成部分核函數(shù)的分析應(yīng)用,提出一種根據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小化的TW-SVM預(yù)測(cè)模型。以某堆石壩為例進(jìn)行研究,利用壩坡垂直位移和水平位移的監(jiān)測(cè)數(shù)據(jù),分別采用TW-SVM方法和BP神經(jīng)網(wǎng)絡(luò)(NET)方法建立相應(yīng)預(yù)測(cè)模型進(jìn)行比較分析。結(jié)果表明:采用TW-SVM方法和NET方法預(yù)測(cè)的垂直位移最大絕對(duì)誤差分別為0.58 mm和6.18 mm,最大相對(duì)誤差分別為270.00%和1 286.22%;采用TW-SVM方法和NET方法預(yù)測(cè)的水平位移最大絕對(duì)誤差分別為0.25 mm和14.91 mm,最大相對(duì)誤差分別為31.25%和1 189.85%;TW-SVM預(yù)測(cè)模型比NET預(yù)測(cè)模型更適合于影響因素為時(shí)間、水位的小樣本預(yù)測(cè)分析。研究結(jié)果為堆石壩變形預(yù)測(cè)與分析提供參考。
【圖文】：

中體現(xiàn)出明顯的優(yōu)勢(shì)，其理論及應(yīng)用也隨之迅速發(fā)展和完善［4］，其重要參數(shù)核函數(shù)是將復(fù)雜的非線性問(wèn)題轉(zhuǎn)化為某個(gè)高維空間的線性問(wèn)題的關(guān)鍵，不同的核函數(shù)可解決不同性質(zhì)的非線性問(wèn)題［5－7］。本文針對(duì)與大壩變形監(jiān)測(cè)數(shù)據(jù)相關(guān)的時(shí)間、水位兩類(lèi)影響因素特點(diǎn)，選用兩種不同的核函數(shù)分別簡(jiǎn)化其樣本數(shù)據(jù)之間的復(fù)雜關(guān)系，提出一種TW－SVM預(yù)測(cè)模型，基于某堆石壩的變形監(jiān)測(cè)數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，并與BP神經(jīng)網(wǎng)絡(luò)方法所建預(yù)測(cè)模型結(jié)果進(jìn)行精度比較，證明了該模型具有更好的預(yù)測(cè)精度，在工程實(shí)踐中具有一定的推廣價(jià)值。圖1堆石壩主要橫斷面及監(jiān)測(cè)點(diǎn)位置設(shè)計(jì)(單位:m)1TW－SVM預(yù)測(cè)方法SVM方法能夠根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論中結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理較好的解決了小樣本建模問(wèn)題，并且采用基于點(diǎn)積運(yùn)算理論的核函數(shù)將復(fù)雜的非線性問(wèn)題轉(zhuǎn)化為某個(gè)高維空間的線性問(wèn)題來(lái)解決。核函數(shù)的基本作用就是轉(zhuǎn)換低維空間里的向量，使得計(jì)算出在高維空間里經(jīng)過(guò)相應(yīng)變換的向量?jī)?nèi)積值［8］。不同的點(diǎn)積核函數(shù)將形成不同的算法，，滿足Mercer條件的點(diǎn)積函數(shù)K(x→i，x→j)稱(chēng)之為核函數(shù)，常用公式詳見(jiàn)文獻(xiàn)［9］。樣本因素中的時(shí)間因素，若為連續(xù)的時(shí)間段，采用線性核函數(shù)來(lái)進(jìn)行降維簡(jiǎn)化;若為不連續(xù)的時(shí)間段，采用多項(xiàng)式核函數(shù)進(jìn)行降維簡(jiǎn)化。水位因素可采用徑向基核函數(shù)進(jìn)行降維。即采用不同的核函數(shù)來(lái)解決時(shí)間和水位兩類(lèi)樣本因素的支持向量機(jī)方法為T(mén)W－SVM預(yù)測(cè)方法，所建預(yù)測(cè)模型為T(mén)W－SVM預(yù)測(cè)模型，基于本文算例，相應(yīng)數(shù)學(xué)表達(dá)式如下f(x→)=α*1K線性(x→i·x→)+α*2K徑向基(x→i·x→)+b*(1)式中，α*i為被選中的支持向量系數(shù);b*為分類(lèi)閾值。2工程應(yīng)用2.1工程概況河南省某水庫(kù)的控?

蔚畝縞糠治黿峁鉖嘣時(shí)疚?將同一高程的各個(gè)監(jiān)測(cè)點(diǎn)的年平均監(jiān)測(cè)值作為預(yù)測(cè)模型的預(yù)測(cè)對(duì)象;影響大壩變形量的因素可作為預(yù)測(cè)模型的樣本因素，本文重點(diǎn)分析了監(jiān)測(cè)年份和相應(yīng)最高庫(kù)水位兩類(lèi)樣本因素。即可針對(duì)不同監(jiān)測(cè)點(diǎn)所測(cè)的垂直位移和水平位移各建立14個(gè)預(yù)測(cè)樣本，如表1所列。2.3大壩變形預(yù)測(cè)分析為了比較分析SVM預(yù)測(cè)模型的適用性，先將樣本數(shù)據(jù)進(jìn)行歸一化處理，再依據(jù)神經(jīng)網(wǎng)絡(luò)方法和SVM方法分別建立兩套預(yù)測(cè)模型，最后采用2003、2004、2005三年的樣本數(shù)據(jù)進(jìn)行預(yù)測(cè)模型的精度檢驗(yàn)及對(duì)比分析。分析思路如圖2所示。圖2堆石壩變形預(yù)測(cè)分析流程2.3.1垂直位移預(yù)測(cè)分析基于SVM方法和神經(jīng)網(wǎng)絡(luò)方法，采用1—11號(hào)樣本分別對(duì)圖1所示的3個(gè)監(jiān)測(cè)點(diǎn)所得垂直位移建立兩類(lèi)預(yù)測(cè)模型，采用12—14號(hào)樣本中的實(shí)測(cè)位移數(shù)據(jù)分別于預(yù)測(cè)位移值進(jìn)行對(duì)比分析，如圖3—圖5所圖3監(jiān)測(cè)點(diǎn)1的垂直位移實(shí)測(cè)值與預(yù)測(cè)值分布示。采用SVM方法預(yù)測(cè)的垂直位移與實(shí)際監(jiān)測(cè)值均較為接近，最大絕對(duì)誤差僅為0.58mm，相對(duì)誤差最大為270.00%;采用神經(jīng)網(wǎng)絡(luò)方法的預(yù)測(cè)值與實(shí)際監(jiān)測(cè)值偏差較大，最大絕對(duì)誤差達(dá)到6.18mm，相對(duì)誤差最大為1286.22%。具體誤差分析如表2所列。111
【作者單位】： 黃河水利職業(yè)技術(shù)學(xué)院;小流域水利河南省高校工程技術(shù)研究中心;開(kāi)封市引黃管理處;
【基金】：河南省高等學(xué)校青年骨干教師資助項(xiàng)目(2013GGJS-197) 黃河水利職業(yè)技術(shù)學(xué)院科研基金項(xiàng)目(2014QNKY013)
【分類(lèi)號(hào)】：TV698.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 肖兵;宋志誠(chéng);屠丹;李華斌;張勝利;;基于PSO-SVM模型的面板堆石壩堆石料參數(shù)反演分析[J];水電能源科學(xué);2015年03期

2 劉大寧;楊永樂(lè);白林;;SVM核函數(shù)對(duì)分類(lèi)精度影響的研究[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

3 王春燕;夏樂(lè)天;孫毓蔓;;基于不同核函數(shù)的SVM用于徑流預(yù)報(bào)的比較[J];人民黃河;2010年09期

4 陸榮秀;;混合核函數(shù)支持向量機(jī)在系統(tǒng)建模中的應(yīng)用[J];華東交通大學(xué)學(xué)報(bào);2010年02期

5 楊海燕;周永權(quán);;一種支持向量機(jī)的混合核函數(shù)[J];計(jì)算機(jī)應(yīng)用;2009年S2期

6 張治強(qiáng),馮夏庭,楊成祥,林韻梅;非線性位移時(shí)間序列分析的遺傳神經(jīng)網(wǎng)絡(luò)方法[J];東北大學(xué)學(xué)報(bào);1999年04期

相關(guān)碩士學(xué)位論文 前1條

1 袁會(huì)娜;基于神經(jīng)網(wǎng)絡(luò)和演化算法的土石壩位移反演分析[D];清華大學(xué);2003年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 代凌輝;侯景梅;郝曉宇;許曉瑞;;基于TW-SVM預(yù)測(cè)模型的某堆石壩變形預(yù)測(cè)分析[J];水利水電技術(shù);2017年03期

2 趙朝賀;;一種改進(jìn)的支持向量機(jī)參數(shù)優(yōu)化方法[J];地理空間信息;2017年01期

3 晏志超;姚亮;韓超;;一種基于混合核函數(shù)SVM的人臉識(shí)別方法[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年03期

4 黃存捍;陳魁奎;李振華;李小軍;;基于相空間重構(gòu)和支持向量機(jī)的礦井涌水量預(yù)測(cè)[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年02期

5 傅軍棟;鄒歡;康水華;;PSO-SVM算法在智能建筑環(huán)境監(jiān)控系統(tǒng)中的應(yīng)用[J];華東交通大學(xué)學(xué)報(bào);2016年01期

6 沈文浩;劉章;葉文軒;焦東;;基于數(shù)據(jù)的廢紙配比預(yù)測(cè)紙漿白度的研究[J];中國(guó)造紙;2015年10期

7 童曉;孫衛(wèi)紅;李強(qiáng);;一種改進(jìn)PSO-LSSVM算法在鍋爐燃燒優(yōu)化中的應(yīng)用[J];制造業(yè)自動(dòng)化;2015年02期

8 馬爾侖;鄭艷楠;;SVM分類(lèi)法的參數(shù)優(yōu)化研究——以黃河口濕地應(yīng)用為例[J];價(jià)值工程;2015年01期

9 曹洋兵;晏鄂川;龍黎紅;王琪;;崩滑災(zāi)害位移曲線典型類(lèi)型及其形成機(jī)制[J];地質(zhì)科技情報(bào);2014年05期

10 劉欣;朱元清;胡林華;雷志良;;基于混合核函數(shù)的雷達(dá)輻射源信號(hào)識(shí)別[J];電腦開(kāi)發(fā)與應(yīng)用;2014年06期

相關(guān)碩士學(xué)位論文 前10條

1 張一銘;基于位移反分析的隧道洞口段圍巖參數(shù)確定及施工應(yīng)用[D];廣西大學(xué);2016年

2 郭靖;參數(shù)反演下堆石壩變形受水位變化影響分析[D];大連理工大學(xué);2015年

3 陳小雨;隧道結(jié)構(gòu)開(kāi)裂病因力學(xué)正演分析[D];西南交通大學(xué);2015年

4 端木杰超;深切河谷地應(yīng)力場(chǎng)分析研究[D];長(zhǎng)江科學(xué)院;2014年

5 張冬青;基坑排樁支護(hù)水平位移反演結(jié)構(gòu)內(nèi)力和土壓力的方法研究[D];西南交通大學(xué);2014年

6 李旭峰;錦屏水電站右岸拱肩槽邊坡動(dòng)態(tài)監(jiān)測(cè)反饋分析研究[D];西南交通大學(xué);2013年

7 文輝輝;隧道圍巖力學(xué)參數(shù)反分析研究[D];長(zhǎng)江科學(xué)院;2012年

8 宋春暉;地鐵車(chē)站深基坑土體參數(shù)動(dòng)態(tài)反演分析及變形預(yù)測(cè)[D];河南工業(yè)大學(xué);2011年

9 周宇龍;基于遺傳算法的堤防材料動(dòng)力特性反演分析[D];鄭州大學(xué);2010年

10 單宏偉;高面板堆石壩模型參數(shù)反演及應(yīng)力變形分析[D];清華大學(xué);2008年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 酈能惠;楊澤艷;;中國(guó)混凝土面板堆石壩的技術(shù)進(jìn)步[J];巖土工程學(xué)報(bào);2012年08期

2 郭光緒;;支持向量機(jī)的缺陷及改進(jìn)算法[J];計(jì)算機(jī)與現(xiàn)代化;2012年02期

3 張戰(zhàn)成;王士同;鄧趙紅;Chung Fu-lai;;支持向量機(jī)的一種快速分類(lèi)算法[J];電子與信息學(xué)報(bào);2011年09期

4 顧亞祥;丁世飛;;支持向量機(jī)研究進(jìn)展[J];計(jì)算機(jī)科學(xué);2011年02期

5 張睿;馬建文;;支持向量機(jī)在遙感數(shù)據(jù)分類(lèi)中的應(yīng)用新進(jìn)展[J];地球科學(xué)進(jìn)展;2009年05期

6 向崢嶸;劉松青;;基于LS-SVM的稀土萃取組分含量軟測(cè)量[J];中國(guó)稀土學(xué)報(bào);2009年01期

7 李彥彬;黃強(qiáng);徐建新;張澤中;;河川徑流中長(zhǎng)期預(yù)測(cè)的支持向量機(jī)模型[J];水力發(fā)電學(xué)報(bào);2008年05期

8 張偉;何新林;劉兵;;SVM在瑪納斯河流域徑流預(yù)測(cè)中的應(yīng)用與研究[J];人民黃河;2008年05期

9 陸榮秀;;基于支持向量機(jī)的稀土萃取過(guò)程建模方法[J];華東交通大學(xué)學(xué)報(bào);2008年01期

10 許勇剛;楊輝;;基于RBF網(wǎng)絡(luò)的稀土萃取過(guò)程組分含量軟測(cè)量[J];稀土;2007年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張成;王興春;;空中機(jī)動(dòng)目標(biāo)航路預(yù)測(cè)模型[J];火力與指揮控制;2007年09期

2 李楷;;論汽車(chē)整車(chē)庫(kù)存預(yù)測(cè)模型的構(gòu)建[J];現(xiàn)代商貿(mào)工業(yè);2008年05期

3 趙國(guó)清;張少勇;;關(guān)于成長(zhǎng)曲線預(yù)測(cè)模型參數(shù)識(shí)別的一點(diǎn)看法[J];哈爾濱科學(xué)技術(shù)大學(xué)科學(xué)報(bào)告會(huì)論文摘要匯編;1985年S1期

4 左常勇;;隨機(jī)疲勞壽命分布預(yù)測(cè)模型[J];機(jī)械強(qiáng)度;1988年02期

5 ;《節(jié)能管理和預(yù)測(cè)模型》[J];中國(guó)能源;1991年08期

6 劉沐宇,鄭澤岱;灰色預(yù)測(cè)模型及在巷道收斂位移中的應(yīng)用[J];非金屬礦;1992年05期

7 張步涵;鄭琢非;;灰色預(yù)測(cè)模型在農(nóng)電規(guī)劃中的應(yīng)用[J];水電能源科學(xué);1993年02期

8 陳淑敏;王秀英;;指數(shù)預(yù)測(cè)模型及參數(shù)識(shí)別[J];哈爾濱科學(xué)技術(shù)大學(xué)學(xué)報(bào);1993年03期

9 陳傳波,劉廣宇;實(shí)時(shí)參量預(yù)測(cè)模型及其分析[J];湖北工學(xué)院學(xué)報(bào);2001年04期

10 梅國(guó)建;張向波;徐宗昌;溫再華;;基于支持向量分類(lèi)的裝備完好性預(yù)測(cè)模型[J];裝甲兵工程學(xué)院學(xué)報(bào);2009年01期

相關(guān)會(huì)議論文 前10條

1 鄢小彬;肖新平;;基于灰色馬爾可夫模型的煤礦安全預(yù)測(cè)[A];第九屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2007年

2 羅榮桂;黃敏鎂;;基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的服務(wù)業(yè)發(fā)展預(yù)測(cè)模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

3 王亮;劉豹;徐德民;;預(yù)測(cè)模型的選擇及其智能化實(shí)現(xiàn)[A];科學(xué)決策與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第六次年會(huì)論文集[C];1990年

4 肖健華;吳今培;;基于支持向量機(jī)的預(yù)測(cè)模型及應(yīng)用[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

5 李陽(yáng)旭;鄧輝文;;一種新的企業(yè)市場(chǎng)預(yù)測(cè)模型及其比較研究[A];2004年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2004年

6 馬志元;;城市區(qū)域經(jīng)濟(jì)、人口、能源、環(huán)境綜合系統(tǒng)預(yù)測(cè)模型及應(yīng)用[A];中國(guó)城市建設(shè)與環(huán)境保護(hù)實(shí)踐——城市建設(shè)與環(huán)境保護(hù)學(xué)術(shù)研討會(huì)論文集[C];1997年

7 李兆芹;姚克敏;;一種新的疾病發(fā)病率預(yù)測(cè)模型研究[A];首屆長(zhǎng)三角氣象科技論壇論文集[C];2004年

8 李兆芹;姚克敏;;一種新的疾病發(fā)病率預(yù)測(cè)模型研究[A];首屆長(zhǎng)三角科技論壇——?dú)庀罂萍及l(fā)展論壇論文集[C];2004年

9 張曉f^;;全球煤炭產(chǎn)量的灰色預(yù)測(cè)模型[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十三屆學(xué)術(shù)年會(huì)論文集[C];2007年

10 肖會(huì)敏;樊為剛;;基于神經(jīng)網(wǎng)絡(luò)的糧食產(chǎn)量預(yù)測(cè)模型[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專(zhuān)輯[C];2004年

相關(guān)重要報(bào)紙文章 前10條

1 劉慶;“預(yù)測(cè)模型”要緩行[N];網(wǎng)絡(luò)世界;2006年

2 特約記者 劉京濤;華東化工銷(xiāo)售員工設(shè)計(jì)價(jià)格預(yù)測(cè)模型見(jiàn)成效[N];中國(guó)石油報(bào);2010年

3 南方日?qǐng)?bào)記者 彭琳　實(shí)習(xí)生 周鵬程;預(yù)測(cè)世界杯之外 大數(shù)據(jù)還能做什么[N];南方日?qǐng)?bào);2014年

4 本報(bào)記者 張超;預(yù)測(cè)模型：推算SARS起落潮[N];科技日?qǐng)?bào);2003年

5 本報(bào)記者 段佳;機(jī)器“品肉師”替您“嘗鮮”[N];大眾科技報(bào);2010年

6 BMC首席IT技術(shù)官 Mahendra Durai　IDC顧問(wèn) Eric Hatcher Randy Perry;預(yù)測(cè)智能：管理復(fù)雜基礎(chǔ)架構(gòu)的鎖鑰[N];中國(guó)計(jì)算機(jī)報(bào);2010年

7 張琳 趙偉;巧用Excel構(gòu)建利潤(rùn)預(yù)測(cè)模型[N];財(cái)會(huì)信報(bào);2007年

8 楊宜勇（作者為國(guó)家發(fā)改委經(jīng)濟(jì)研究所副所長(zhǎng)）;發(fā)揮信息化對(duì)就業(yè)的“增補(bǔ)效應(yīng)”[N];第一財(cái)經(jīng)日?qǐng)?bào);2005年

9 本報(bào)記者 湯潯芳　實(shí)習(xí)記者 董文萍;“孵化器”模式：大數(shù)據(jù)的垂直運(yùn)營(yíng)樣本[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2014年

10 本報(bào)記者 安豐;深部找礦的探鏡[N];中國(guó)國(guó)土資源報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 師懿;城市交通規(guī)劃環(huán)評(píng)中空氣污染預(yù)測(cè)模型研究[D];中國(guó)地質(zhì)大學(xué);2015年

2 張麗;牦牛肉用品質(zhì)特性及近紅外預(yù)測(cè)模型和產(chǎn)量等級(jí)系統(tǒng)的研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2015年

3 吳利豐;分?jǐn)?shù)階灰色預(yù)測(cè)模型及其應(yīng)用研究[D];南京航空航天大學(xué);2015年

4 王菲;肉牛飼料有效能值預(yù)測(cè)模型的建立與評(píng)價(jià)[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

5 文江平;農(nóng)村地區(qū)成人2型糖尿病發(fā)生風(fēng)險(xiǎn)相關(guān)生物標(biāo)志物的篩選及預(yù)測(cè)模型的建立[D];中國(guó)人民解放軍醫(yī)學(xué)院;2016年

6 白云鵬;華法林穩(wěn)態(tài)劑量預(yù)測(cè)模型在瓣膜置換術(shù)后抗凝治療中的應(yīng)用[D];天津醫(yī)科大學(xué);2016年

7 孫鵬;風(fēng)電機(jī)組狀態(tài)異常辨識(shí)廣義模型與運(yùn)行風(fēng)險(xiǎn)評(píng)估方法研究[D];重慶大學(xué);2016年

8 馬新;基于灰色系統(tǒng)與核方法的油藏動(dòng)態(tài)預(yù)測(cè)方法研究[D];西南石油大學(xué);2016年

9 周闖;原發(fā)性肝癌術(shù)后轉(zhuǎn)移復(fù)發(fā)分子預(yù)測(cè)模型的優(yōu)化整合與臨床轉(zhuǎn)化[D];復(fù)旦大學(xué);2012年

10 孫忠林;煤礦安全生產(chǎn)預(yù)測(cè)模型的研究[D];山東科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 劉冰;基于神經(jīng)網(wǎng)絡(luò)的纖維熱磨過(guò)程能耗預(yù)測(cè)模型的研究[D];東北林業(yè)大學(xué);2015年

2 張念;鐵路軌道幾何不平順趨勢(shì)預(yù)測(cè)的關(guān)鍵算法研究[D];西南交通大學(xué);2015年

3 田振偉;城市能源預(yù)測(cè)模型的研究與應(yīng)用[D];昆明理工大學(xué);2015年

4 吳迪;基于模糊決策樹(shù)算法的安全庫(kù)存量預(yù)測(cè)模型[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

5 齊雯;采用灰色預(yù)測(cè)模型改進(jìn)的HHT算法在故障診斷中的應(yīng)用[D];華南理工大學(xué);2015年

6 王萍;膀胱癌遺傳分?jǐn)?shù)的計(jì)算及發(fā)病風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建[D];復(fù)旦大學(xué);2013年

7 石大宏;基于序列的蛋白質(zhì)—核苷酸綁定位點(diǎn)預(yù)測(cè)研究[D];南京理工大學(xué);2015年

8 熊盛華;基于BP神經(jīng)網(wǎng)絡(luò)的混合預(yù)測(cè)模型的實(shí)例研究[D];蘭州大學(xué);2015年

9 趙Z

本文編號(hào)：2518913