收藏本站
《大连理工大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于计算智能的岩土力学模型参数反演方法及其工程应用

李守巨  
【摘要】:最优估计的岩土力学模型参数是通过比较现场观测到的信息数据与理论模型得到的模型数据的差异而得到的。通过定义目标函数,将参数识别反问题转化为优化问题处理。随着计算机智能计算方法的不断进步和现场观测手段以及观测精度的不断提高,根据现场观测数据进行岩土力学模型参数反演具有良好的应用前景,根据反演的岩土力学模型参数进行反馈设计,可以不断完善和修正原来的工程设计参数。 基于梯度搜索方法的参数反演方法缺陷在于无法保证搜索到全局最优解,其主要原因在于观测误差的存在和模型误差的存在。Tihonov(1963)证明,如果正问题(ForwardProblem)是线性的,那么,反问题的解存在、唯一并且连续地依赖于观测数据(稳定)。关于地下水反问题和热传导反问题以及位移反分析的数值试验发现,当正问题是线性时,如果当不考虑观测数据的观测误差时,反问题的解是唯一的,也就是说,目标函数是凸函数,正如Tihonov所指出的那样;但是,当考虑到观测数据的观测误差时,即使正问题是线性的,反问题的目标函数是非凸的,反问题解是不惟一的。观测误差越大,目标函数的局部极小值数目越多。 遗传算法是一种基于达尔文“自然选择、适者生存”生物进化思想的全局搜索算法,其致命的缺陷在于早熟(Premature)特性。通过将模拟退火算法嵌入到遗传算法中,建立了一种新的锦标赛选择策略。该选择策略使得在种群进化初期,各个个体被选择的概率基本相等,保证了进化过程中种群的多样性,有效解决遗传算法的早熟问题。而随着种群的进化,模拟退火算法中的退火温度逐步降低,使得适应度高(目标函数小)的个体被选择的概率增加,加快了算法的收敛速度;当接近种群进化结束时,只有适应度高的个体被选中。 人工神经网络具有自适应、自组织和学习能力。在网络训练过程中采用改进的BP算法,通过对学习算子的优化搜索,大大提高了网络的收敛速度,解决了BP算法迭代过程中目标函数振荡问题。数值算例表明,所提出的改进的BP算法进行岩土材料参数识别收敛速度和识别精度都得到提高。将所建立的遗传—人工神经网络应用到水电站混凝土大坝和岩石基础滲透系数反演和岩土边坡稳定性分析预测工程中,表明具有很高的预测精度。 与传统的基于梯度搜索的优化方法相比,模拟退火算法具有良好的全局收敛特性。岩土模型参数识别反问题转化为组合优化问题,提出了模拟退火算法识别未知的热传导系数和边界条件问题,算法具有良好的抗观测噪音能力。反问题的不适定性由解的不唯一性和不稳定性来表征,模拟退火算法具有解决这一问题的能力。通过与梯度搜索算法相对比,数值模拟计算结果显示了所提出模拟退火反演方法的有效性和适用性。该反演方法可以用于求解线性或者非线性、稳态和瞬态材料热传导参数识别和边界条件识别问题。 根据自然界中不同类型蚂蚁的分工特性,在蚁群算法中增加了“侦察”蚂蚁,该侦察蚂蚁负责搜索信息素非常低的路径(反问题的解),使得算法具有快速搜索到新的更优解的能力,同时有效地避免蚁群算法的“趋同”特性。同时,将遗传算法中的最优个体保留策略应用到蚁群算法,增强了蚁群算法的全局收敛特性和解的精度。由于蚁群算法采用“地毯式”搜索,收敛速度十分有限,特别是对于需要多次求解正问题的岩土力学参数反演问题,其计算速度尤其突出。通过对蚁群算法的改进,将模拟退火算法与蚁 人连理T人学博卜学位论文 群算法相结合,建立了模拟退火一蚁群算法,该混合优化方法能够充分利用蚁群算法的 信息素蒸发和全局修正特性以及模拟退火算法的快速“邻域”搜索特性,加快了蚁群算 法的收敛速度和全局收敛特性。该方法可以用来识别二维或三维、稳态或非稳态地下水 流动模型的渗透系数和储水系数问题,以及地下水渗流污染源辨识问题。 结合丰满发电厂、白山发电厂和云峰发电厂的改进和扩建工程,根据现场观测数据, 包括坝基扬压力、漏水量和坝体变形观测数据,建立了基于计算智能的混凝土大坝和岩 土力学参数反演方法。针对现有基于梯度优化反演所存在的缺陷,提出了基于遗传算法、 人工神经网络、模拟退火算法和蚁群算法的参数辨识方法,编制了FORTRAN程序软件, 并且应用到所涉及的不同性质问题的工程实践。数值算例和工程实际应用结果表明,所 建立的参数反演方法具有良好的鲁棒性和全局收敛特性,与基于梯度搜索的反演方法相 对比,大坝变形预报值与工程实际观测值对比具有较高的预测精度。将所提出的智能反 演方法应用到白山水电站混凝土大坝和岩石基础渗透系数反演和消能塘渗流场计算以 及参数优化,根据参数反演结果和渗流场模拟计算结果进行反馈设计,节约工程成本接 近1000万元,取得了明显的社会效益和经济效益。 基金资助:国家自然科学基金(基金号:10072014,59779003),高校博士点基金(基 金号2000014107) 关键词:岩土工程, 蚁群算法 论文类型:应用基础 中图分类号:0357.3 参数反演,计算智能,遗传算法,模拟退火算法,人工神经网络, TU452,TV6423
【学位授予单位】:大连理工大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:TU43

【引证文献】
中国博士学位论文全文数据库 前4条
1 郑卫锋;深基坑预应力锚杆柔性支护力学性能的研究[D];大连理工大学;2007年
2 闫滨;大坝安全监控及评价的智能神经网络模型研究[D];大连理工大学;2007年
3 宋志宇;基于智能计算的大坝安全监测方法研究[D];大连理工大学;2007年
4 易小明;裂隙岩体损伤位移反分析[D];中国科学院研究生院(武汉岩土力学研究所);2006年
中国硕士学位论文全文数据库 前3条
1 许莹莹;土石坝地基混凝土防渗墙应力变形数值模拟研究[D];河海大学;2007年
2 张锋;改进遗传算法在岩体力学参数优化反分析中的应用研究[D];吉林大学;2007年
3 郭伟伟;隧道施工超前地质预测预报综合技术方法研究[D];西南交通大学;2006年
【参考文献】
中国期刊全文数据库 前10条
1 陈华根,吴健生,王家林;改进的重力模拟退火反演研究[J];吉林大学学报(地球科学版);2002年03期
2 王凤琴,高颖,赵军;基于遗传算法的神经网络优化[J];燕山大学学报;2001年03期
3 姚振兴,张霖斌;波阻抗反演的混合最优化算法[J];地球物理学进展;1999年02期
4 姚振兴,纪晨;时间域内有限地震断层的反演问题[J];地球物理学报;1997年05期
5 肖广智,李守巨,刘迎曦;基于模拟退火算法的爆炸冲击荷载参数反演法[J];辽宁工程技术大学学报(自然科学版);2001年04期
6 冯文贤,陈新;结构振动系统阻尼矩阵的估计方法[J];广东工业大学学报;2001年03期
7 杜红彬,薛东峰,姚平经;改进的自适应模拟退火算法及其在过程综合中的应用[J];高校化学工程学报;2002年01期
8 王登刚,刘迎曦,李守巨,李凤志;识别材料导热系数和导温系数的温度场逆分析[J];上海理工大学学报;2001年03期
9 吴中如;阮焕祥;;混凝土坝观测资料的反分析[J];河海大学学报(自然科学版);1989年02期
10 孙京诰,李秋艳,杨欣斌,黄道;基于蚁群算法的故障识别[J];华东理工大学学报;2004年02期
【共引文献】
中国期刊全文数据库 前10条
1 李云省,李士伦;BP网络快速识别油气层初探[J];天然气工业;1999年04期
2 高玮;岩土工程逆反分析的进化神经网络研究[J];矿业研究与开发;2005年03期
3 葛增杰,李锡夔;深基坑开挖工程多层土体物性参数识别的BP法[J];大连理工大学学报;2000年03期
4 王利恒;周锡元;阎维明;;结构损伤检测方法的一些新进展[J];四川建筑科学研究;2005年06期
5 姜忠宇;孙建忠;赵常要;;弹性薄板荷载反问题分析[J];安徽工程科技学院学报(自然科学版);2006年01期
6 张川,刘新宇,侯晓峰;基于位移反分析的隧道参数模拟研究[J];地下空间;2005年03期
7 李健;邓觐宇;袁臻;黄晓燕;李永斌;王玉标;;地下溶洞路床路堑失稳——强度折减反分析[J];地下空间与工程学报;2005年06期
8 张毅刚,吴金志,梁鑫;面向节点的网格结构损伤定位方法[J];北京工业大学学报;2004年02期
9 李守巨,刘迎曦,刘玉静,何翔,周圆π;基于遗传算法的爆炸冲击荷载参数识别方法[J];爆炸与冲击;2002年04期
10 王世梅,刘德富,田斌;滑带土强度参数的人工神经网络预测[J];长江科学院院报;2003年02期
中国重要会议论文全文数据库 前10条
1 袁旭东;周晶;;一种基于神经网络结构损伤识别组合参数法研究[A];第十二届全国结构工程学术会议论文集第Ⅰ册[C];2003年
2 赵磊;黄道;;基于蚁群算法的化工过程故障诊断[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
3 白明;李建勇;;基于改进蚁群算法的FMS工艺路线优化配置[A];先进制造技术论坛暨第二届制造业自动化与信息化技术交流会论文集[C];2003年
4 马震岳;孙万泉;严旭东;齐俊修;杜晓京;;抽水蓄能电站地下厂房智能优化识别研究[A];2004水力发电国际研讨会论文集(下册)[C];2004年
5 李作洲;朱义胜;;基于蚁群优化的CDMA下行链路突发数据准入控制[A];2004中国控制与决策学术年会论文集[C];2004年
6 施寒潇;;基于改进型蚁群算法求解0/1背包问题[A];2005中国控制与决策学术年会论文集(上)[C];2005年
7 李铁军;彭玉青;林涛;;基于蚂蚁算法的机器人路径规划[A];2005中国控制与决策学术年会论文集(下)[C];2005年
8 潘永湘;杨瑞;;混合自适应蚁群算法[A];第二十三届中国控制会议论文集(上册)[C];2004年
9 曹晓辛;李柠;黄道;;基于混合蚁群搜索算法的模糊神经网络[A];第二十三届中国控制会议论文集(下册)[C];2004年
10 刘心报;叶强;;基于模块设计的蚁群算法研究综述[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 唐世浩;地表参量遥感反演理论与方法研究[D];北京师范大学;2001年
2 蒋华;基于静力测试数据的桥梁结构损伤识别与评定理论研究[D];西南交通大学;2005年
3 郭国会;桥梁结构动力损伤诊断方法研究[D];湖南大学;2001年
4 李艳君;拟生态系统算法及其在工业过程控制中的应用[D];浙江大学;2001年
5 万永革;“地震静态应力触发”问题的研究[D];中国地震局地球物理研究所;2001年
6 黄泰松;基于成本最小的原料保证系统研究及应用[D];中南大学;2001年
7 唐胜传;复杂场地高坝建设适宜性的工程地质研究[D];成都理工大学;2002年
8 骆正虎;移动Agent系统若干关键技术问题研究[D];合肥工业大学;2002年
9 刘沐宇;基于范例推理的边坡稳定性智能评价方法研究[D];武汉理工大学;2002年
10 代高飞;岩石非线性动力学特征及冲击地压的研究[D];重庆大学;2002年
中国硕士学位论文全文数据库 前10条
1 周文芳;混凝土坝实测位移混合模型遗传算法优化及应用研究[D];武汉大学;2005年
2 张宇辉;桥梁结构健康监测技术与方法研究[D];湖南大学;2005年
3 何宗成;基于振动的混凝土拱坝损伤识别试验研究[D];浙江大学;2006年
4 张永华;基于蚁群算法的给水管网改扩建研究[D];浙江大学;2006年
5 成国亚;基于蚁群算法的配电网无功电源规划[D];河海大学;2006年
6 雒雪芳;基于进化计算的软件过程优化与成本估算研究[D];西北工业大学;2006年
7 刘大伟;超大型深水群桩基础受力分析与安全监控模型研究[D];河海大学;2006年
8 屈臻;考虑空间影响的渡槽结构抗震分析[D];河北农业大学;2005年
9 韩冰;基于BPN的基坑变形性状的应用研究[D];吉林大学;2005年
10 张池军;基于GIS的光纤网络资源管理系统及最短路径算法的研究与实现[D];吉林大学;2005年
【同被引文献】
中国期刊全文数据库 前10条
1 赖道平,顾冲时,吴中如;基于偏最小二乘法的遗传模拟退火算法及其在大坝安全监控中的应用[J];长江科学院院报;2003年03期
2 冯新,周晶,陈健云,李昕;一种混凝土重力坝分区弹模反演新方法[J];大连理工大学学报;2002年04期
3 黄金良;杜鹏飞;何万谦;欧志丹;王浩昌;王志石;;城市降雨径流模型的参数局部灵敏度分析[J];中国环境科学;2007年04期
4 吴祥松;朱合华;叶飞;;岩土工程参数反分析的可辨识性研究[J];地下空间与工程学报;2006年03期
5 曾晓清,张一弼;系统工程方法在隧道围岩稳定分析中的应用[J];地下空间;1995年02期
6 许模;渗流场反分析及其在多孔介质中的应用[J];地质灾害与环境保护;1996年02期
7 张巍,肖明;有自由面渗流分析的丢单元法的改进及其在地下工程中的应用[J];水利与建筑工程学报;2005年01期
8 杨志法,尚彦军,刘英;关于岩土工程类比法的研究[J];工程地质学报;1997年04期
9 谭海文;用赤平极射投影法分析节理岩体中巷道的破坏形式[J];黄金;1998年06期
10 曾建潮,崔志华;一种保证全局收敛的PSO算法[J];计算机研究与发展;2004年08期
中国博士学位论文全文数据库 前10条
1 田明俊;智能反演算法及其应用研究[D];大连理工大学;2006年
2 宋志宇;基于智能计算的大坝安全监测方法研究[D];大连理工大学;2007年
3 吴少刚;机群系统OpenMP研究[D];中国科学院研究生院(计算技术研究所);2004年
4 阎石;结构振动智能控制的人工神经网络与模糊逻辑方法研究[D];大连理工大学;2000年
5 魏翠玲;粘弹性层状地基的动态反分析[D];大连理工大学;2000年
6 韩桂军;伴随法在潮汐和海温数值计算中的应用研究[D];中国科学院海洋研究所;2001年
7 徐洪钟;大坝动力系统的安全监控非线性分析模型研究[D];河海大学;2001年
8 陈斌;岩土工程随机反演分析及工程应用[D];河海大学;2001年
9 盛建龙;岩体结构面力学特征及地下工程结构稳定性的研究[D];武汉理工大学;2002年
10 淡丹辉;智能土木(桥梁)结构理论及其核心算法研究[D];西南交通大学;2002年
中国硕士学位论文全文数据库 前10条
1 张继红;航天科技人员工作压力与绩效的相关性分析[D];首都经济贸易大学;2005年
2 方丹;龙滩地下洞室群监测资料反馈分析及监控预测研究[D];河海大学;2005年
3 王伟;改进粒子群优化算法在边坡工程力学参数反演中的应用[D];河海大学;2007年
4 葛卫春;基坑侧向卸荷应力路径及挡墙侧向变形研究[D];河海大学;2001年
5 张民安;渭南市水资源优化配置研究[D];西安理工大学;2002年
6 曹银锋;板料冲压成型仿真过程中的材料参数反求技术研究[D];湖南大学;2002年
7 胡国俊;传热中的多宗量反演研究[D];大连理工大学;2002年
8 周丽;基于遗传算法的区域水资源优化配置研究[D];郑州大学;2002年
9 谢红强;小湾坝肩槽开挖高边坡卸荷特性三维非线性有限元分析及加固措施研究[D];四川大学;2002年
10 雷进生;高速公路穿煤隧道变形及稳定性研究[D];武汉理工大学;2003年
【二级引证文献】
中国硕士学位论文全文数据库 前1条
1 石健兵;高心墙堆石坝高塑性粘土区域的影响分析[D];大连理工大学;2008年
【二级参考文献】
中国期刊全文数据库 前10条
1 罗守山,钟瑜伟,杨义先;利用模拟退火算法计算汉明码广义汉明重量谱[J];北京邮电大学学报;1999年04期
2 张素兵,刘泽民;基于蚂蚁算法的分级QoS路由调度方法[J];北京邮电大学学报;2000年04期
3 王肖钧,刘文韬,张刚明,肖绍平;爆炸载荷下钢板层裂的二维数值计算[J];爆炸与冲击;1999年02期
4 吴中如;陈继禹;范树平;;用反演分析法推求连拱坝混凝土的力学参数和断裂韧度[J];水电自动化与大坝监测;1986年01期
5 唐秀近;时域识别动态载荷的精度问题[J];大连理工大学学报;1990年01期
6 刘迎曦,王登刚,李守巨,王海菊;识别混凝土重力坝弹性模量的一种新方法[J];大连理工大学学报;2000年02期
7 李守巨,刘迎曦,张正平,黄蔚,沈广和;基于神经网络的混凝土大坝弹性参数识别方法[J];大连理工大学学报;2000年05期
8 高强,郭杏林,杨海天;遗传算法求解粘弹性反问题[J];大连理工大学学报;2000年06期
9 张涛,席道瑛,李石灿;模拟退火BP网络理论与算法[J];电脑开发与应用;1998年02期
10 师学明,王家映;一维层状介质大地电磁模拟退火反演法[J];地球科学-中国地质大学学报;1998年05期
中国博士学位论文全文数据库 前1条
1 刘杰;裂隙岩体渗流场及其与应力场耦合的参数反问题研究[D];河海大学;2002年
中国硕士学位论文全文数据库 前1条
1 唐胜;基于神经网络的农作物病害诊断专家系统的设计[D];湘潭大学;2001年
【相似文献】
中国期刊全文数据库 前10条
1 赵燕伟,吴斌,蒋丽,董红召,王万良;车辆路径问题的双种群遗传算法求解方法[J];计算机集成制造系统-CIMS;2004年03期
2 马建军;吴耿峰;付忠廉;;基于FLC模式的智能控制系统的探讨[J];电气自动化;1997年04期
3 葛宏伟,梁艳春,刘玮,顾小炯;人工神经网络与遗传算法在岩石力学中的应用[J];岩石力学与工程学报;2004年09期
4 薄瑞峰,张旗;遗传算法在机械产品概念设计方案生成中的应用[J];测试技术学报;2004年01期
5 陈根社,陈新海;应用遗传算法设计自动交会控制器[J];西北工业大学学报;1994年02期
6 程浩忠;遗传算法在电力系统无功优化中的应用[J];电工电能新技术;1996年03期
7 丰镇平,李军,沈祖达;遗传算法及其在透平机械优化设计中的应用[J];燃气轮机技术;1997年02期
8 吴志远,邵惠鹤,吴新余;新的进化过程遗传算法[J];上海交通大学学报;1997年12期
9 艾德才,吴奇,张桦;用遗传算法求解重力场地层深度曲线[J];天津大学学报(自然科学与工程技术版);1998年03期
10 廖平,喻寿益;基于遗传算法的空间直线度误差的求解[J];中南工业大学学报(自然科学版);1998年06期
中国重要会议论文全文数据库 前10条
1 刘晓峰;张志涌;;基于遗传算法的直接盲信号检测[A];2005年全国自动化新技术学术交流会论文集[C];2005年
2 刘晓峰;张志涌;;基于遗传算法的直接盲信号检测[A];2005全国自动化新技术学术交流会论文集(二)[C];2005年
3 王正志;张光铎;;模糊推理、神经网络和遗传算法的一种有机结合的框架和实现[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
4 武妍;潘勇;施鸿宝;;模糊神经网络学习算法及其在地铁列车控制中的应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟江生;;双重资源约束条件下制造系统的调度[A];第二届全国流体传动及控制工程学术会议论文集(第三卷)[C];2002年
6 周海清;王恭先;陈正汉;;基于面向对象遗传算法的抗滑桩优化设计程序的研制[A];中国土木工程学会第九届土力学及岩土工程学术会议论文集(下册)[C];2003年
7 吴建生;金龙;;基于实数编码的遗传算法神经网络预报建模研究[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
8 申元霞;张翠芳;;GA-BP算法在系统辨识中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
9 刘辙;彭亮;崔广才;吴学礼;;混合遗传算法在车间调度中的应用[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
10 曹春红;李文辉;张永坚;;遗传蚂蚁算法在几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
中国重要报纸全文数据库 前10条
1 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
2 邢方亮;计算智能大有可为[N];计算机世界;2003年
3 宋翩龚华萍;华工学子2008年IEEE世界计算智能大赛折桂[N];大众科技报;2008年
4 秦明 鸣琦;计算智能与安全国际会议在西安举行[N];陕西日报;2005年
5 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
6 孙富春 孙增圻;计算智能技术[N];计算机世界;2001年
7 记者 陈耀;国际计算智能和工业应用研讨会在大理举行[N];大理日报(汉);2008年
8 本报记者 荣锋 实习记者 闫淑芸;融资专家王梦冰“五心”话发展[N];发展导报;2008年
9 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
10 本报记者 范毅波 张旭军;带上望远镜上路[N];网络世界;2005年
中国博士学位论文全文数据库 前10条
1 焦嵩鸣;计算智能及其在热工系统中的应用研究[D];华北电力大学(河北);2007年
2 李守巨;基于计算智能的岩土力学模型参数反演方法及其工程应用[D];大连理工大学;2004年
3 时小虎;Elman神经网络与进化算法的若干理论研究及应用[D];吉林大学;2006年
4 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
5 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
6 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
7 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
8 杨启文;计算智能及其工程应用[D];浙江大学;2001年
9 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
10 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
中国硕士学位论文全文数据库 前10条
1 梁云静;基于遗传算法的主题爬虫搜索策略研究[D];湖北工业大学;2010年
2 李振业;多向变异遗传算法及其优化神经网络的研究[D];华南理工大学;2011年
3 朱奉梅;遗传算法在高校排课系统中的研究与应用[D];东北大学;2009年
4 孙晓丽;基于遗传算法的既有线平面及纵断面整正优化设计[D];中南大学;2010年
5 冯秋霞;解最小生成树问题的新的遗传算法[D];西安电子科技大学;2010年
6 郭佳;基于遗传算法的认知无线网络资源分配技术研究[D];西安电子科技大学;2010年
7 宋品;基于改进遗传算法的波束形成技术研究及其应用[D];西安电子科技大学;2010年
8 高建兵;基于遗传算法的模糊推理控制系统的参数优化研究[D];辽宁工程技术大学;2011年
9 栾丽霞;遗传算法在潍坊商校排课系统的研究与应用[D];电子科技大学;2011年
10 李亚斐;基于计算智能的工程项目估算分析[D];长春工业大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026