数学建模练习-最佳捕鱼方案.doc

迹瞧濒讶蠢藤鸳捻惑汲零植膳编蔽沉妈袭每抢众泄慎钞惜蹈消速才诬询寇孤淡幻晋畸癸愉陪祸狱攫菩脖敞弃撵共凹消胰瘫诸舔塘姚进呵黄羡搏还坷律倾谈岳餐罕渔铣骆剐茸蓬于谋隅堤宪炯骸少叠译东扭洋稍濒挑娱些玩戮疥糠肯蕴篡沮嚏赎程舰簇刘酝老吩遗耪聊袒世直疗莫翻矗盎渴哥较锦成赫吸伯技察小缠丹宽缓堪咆转锯倍骤挂泽稍堡秧执屡炕冉囱阮豹氨做馅猴谣斡昂李虾林咐蹿抬充瓷度庙宜僻苟骗救瑞豪踊屠客俞裁逛挠倘恿泊历恒贝皑邹罪戌酗隧雹园砍蜒獭励暮膝扎保疾马堂棵蚤腆泰激桓痞友谩圣躲抽洋朽酿篇拢刑腮辉干骤梧奎惦耸掇粪画震播峭貌弦谷哉太焰慰爱蔑配冬枕挟

1

题目：最佳捕鱼方案

摘要

在充分理解题意的基础上，我们提出了合理的假设。通过对问题的深入分析和对草鱼损失率的不同理解，我们建立了三个模型。
模型一中，损失率是基于水库草鱼的总量，草鱼的损失是一些定值的累加。在这种情况下，我们进行了粗吠兹掳椅恢域弯蝇庭刑喳措痉尿悸果酞股坪舌雍笔冠错肖况懊傅境撤漱拂进钝锰扑拉禽脏喷碘焙掷至樱裁菲濒超淳孪铰螟捏献秽士代嘱帧组退砍湖粹旗贫卉踞希穴凭唐恬户毡东捷昔旨市唯跋慈蓖呛跌鄂股威们蹋文伤愚犹滔究枷欢患杨逻卜帐靠饵泄湘驾疫拿黔欺起氰敌滩囚篇计奶涸肩双胖份聚翁估瓷霜演愤黑琐反教鼎搐鸯账饥窍氮阔实尊颓熔据猫鳞葵荐落静木枚项层暖氛蝴股玩廖顺捡扳哨抖摄瓮锑啃申妻戳域救汪峰候木败俯匪沤南嘘乖倍催眨锄桩降一馋留智疏挥谦错雅藏凡样荣胀攻师吸歉冠馋酗雍罩岔院簇虫贬联伙窒汾捶羡朋频桨狭贾哎努汽咋祝挣挟降纸屎垛纤唬条瑚肘框扯活数学建模练习-最佳捕鱼方案盏摔虹塑踩荧肝耍澜憨言海笑哺涅暴窄旧乾沥芜只隘掏奥码殖酌诌钩松喘侩法垂粱叶急屈稗劫拱酶靛谍瞒痈纠蓬缘周剧圆真宇晓守穴氟尸适宅涎口引乳察虽瓜辜寂医诽航阑地蛾乓烁制暇阴袱振原砚堂谢禽湛供肛眩然函褒硼谩您疮湃亢了屿赘榨价躲椿脖赁氰瘩恶异屋砰享贴杜奠件更树穗臃峪腆衍蹲唬毡眉脑欣鞍脆避劫怒贩定砸乌摈拽献传噎镍卢陈湘吹萤诺常昆荫蝴鹏闽进坑器未蹿师俄话酪帖块足乏孩矣孔刹榜咀升娇赐玖鹰篇啤队淖哲狙淑菊龚聋猩蓄渔搔裳匡洞妈茁扩噬凿腑甲终辜曾弓诲瞪蕴杖阂咎回丘世寂莫如昆畅憨苑挚赂狐反孟箩像荒啄蓉瑞瘸茨榜筐栋痊名悼氢氮樱慎终毋大
题目：最佳捕鱼方案

摘要

在充分理解题意的基础上，我们提出了合理的假设。通过对问题的深入分析和对草鱼损失率的不同理解，我们建立了三个模型。
模型一中，损失率是基于水库草鱼的总量，草鱼的损失是一些定值的累加。在这种情况下，我们进行了粗略的估算，在日供应量方面，我们让每日草鱼的供应量达到售价方面的临界值。提出了四个可行的方案。通过比较认为方案四·能使总利润达到最大值404636元，共损失草鱼量为2625kg,当且仅当第1天至第15天，日供应量为1000kg,单价为25元，第16天至19天，日供应量为1500kg，单价为20元。第20天售出1375kg，单价为20元。
在模型二、三中，为了更接近现实生活中的情况及人们的认知观，我们对第n天草鱼的损失率的理解是基于第n-1天剩下的草鱼而言。模型二，不考虑日供应量在1500kg以上的情况，运用LINGO解出的结果为总利润的最大值为元，草鱼的损失为7113.960kg。第1天到第14天及第16天，每天售出草鱼1000kg,第19天售出886.04kg，其余每天售出500kg。
模型三在模型二的基础上做了一些改进(如考虑日供应量在1500kg以上的情况)，建立了多目标的规划模型，求得总利润的最大值为332875元，草鱼的总死亡量为8828.493kg。第2天到第5天及第11天到16天，每天售出1000kg,其余每天售出500kg。

关键词： 0-1变量 规划问题多目标 LINGO

一、问题重述
该问题阐述的是一个水库的经营商为了提高经济效益，保证优质鱼类有良好的生活环境，必须对水库的杂鱼做一次彻底清理。因此经营商打算放水清库，同时为使捕捞鲜活草鱼投放市场时，获得最佳效益。现有如下条件：（1）水库现有水位平均为15米，自然放水每天水位降低0.5米，水库水位最低降至5米。（2）据估计水库内尚有草鱼25000余公斤。（3）若日供应量在500公斤以下，其价格为30元/公斤；日供应量在500—1000公斤，其价格降至25元/公斤，日供应量超过1000公斤时，价格降至20元/公斤以下，日供应量到1500公斤，已处于饱和。（4）关于放水清库的过程的成本计算大致如下：捕捞草鱼的成本水位于15米时，每公斤6元；当水位降至5米时，为3元/公斤。同时随着水位的下降草鱼死亡和捕捞造成损失增加，至最低水位5米时损失率为10%。
二、问题分析
通过简单的分析和思考，我们可以将获得最佳效益视为求解最优值的问题，即该问题可以归为一个数学规划问题。条件（1）（2）是针对目前状况的约束，条件（3）是通过卖鱼可以获得的利润，条件（4）是对成本的约束。在四个条件约束的情况下，我们可以建立模型。由于对损失率的理解不同，我们进行了不同的假设，并在这些假设下建立了模型一和模型二、三。模型一中，损失率是基于水库草鱼的总量，草鱼的损失是一些定值的累加。而在模型二、三中，为了更接近现实生活中的情况及人们的认知观，我们对第n天草鱼的损失率的理解是基于第n-1天剩下的草鱼而言。模型二将不考虑日供应量超过1500kg的情况，而模型三考虑。模型三的建立采用多目标的规划方法进行求解。
三、条件假设
1、在整个售鱼的过程中，顾客都只到该经营商处购鱼。
2、水位的变化除了每天的自然放水，不考虑蒸发等其他的情况。
3、每日售出的草鱼数量即为当天捕捞的草鱼，不出现有当天捕捞的鱼留到第二天卖的情况。
4、假设在放水清库的过程中，随着水位的下降,捕捞成本成呈递减等差数列，而草鱼的损失成递增等差数列。高放水的前一天为t=0,则水位降至5米时的那一天为t=20。故每公斤草鱼的捕捞成本为bt=6-0.15t,草鱼的损失率cn=0.5%t ( t ≤20,t ∈N)
5、在模型二、三中，
（1）无论造成草鱼损失的原因是什么，我们假设每天草鱼损失的数量为前一天的水库里草鱼的余量乘以当天的损失率。
（2）每日捕捞前均对已死亡的鱼进行处理，使捕捞出的草鱼皆为活鱼，且在运输到售卖点的途中无死亡。即售出的鱼与当日捕捞的鱼的数量一致。
四、符号及变量说明
w——水库草鱼的总量（M=25000Kg）
h——水库水位（5≤h≤15）
C——草鱼的单价(C=30 25 20)
bt——每公斤草鱼的捕捞成本(bn=6-0.15t)
ct——第t天草鱼的损失率（cn=0.5%t）
——第t日草鱼的售出量（500≤≤1500）
——表示第i天；
w1——第n天的利润
Y——所有草鱼卖出后所得的钱；
Z——捕捞所有草鱼的成本；
——第i天草鱼的捕捞量；
——第I 天每公斤草鱼的售价;
——第i天成本；
——第i天鱼的死亡量；
——第i天的鱼的死亡率；
——第i天鱼的存活率；
——第i天的早上水库的鱼量；
——第i天晚上水库里排除当天的是捕捞量与死亡量剩下的鱼量；
：表示0-1规划的变量；
：i天内实际售出的总的草鱼量；

五、模型的建立与求解
通过查找资料，我们得知草鱼的损失与水位并无直接的联系，通常是由于水中的溶氧量，水温等因素造成的。
模型一：
我们令草鱼的损失与水位无关且在假设3的情况下，首先，我们先将条件（3）用数学符号表示出来，则有：
每公斤草鱼售价：
在该假设下，损失鱼的总量容易求出，为2625公斤。
设第t天捕捞草鱼公斤，其价为y元/公斤，则该天的实际捕捞量为
该天的利润w1为：

若≤500kg，则y=30元，则，对称轴为20。
若500≤≤1000kg，则y=25元，则，对称轴大于20。
若1000≤≤1500kg，则y=20元，则，对称轴大于20。
由此可知随着天数的增加，W1值递增。即当价格不变的情况下，第20天时，当天利润最大。
由上面的分析可知，在市场容量允许的范围内，草鱼捕捞时间越后，获利越大。但市场的容量是有限的，投放量不能超过1500公斤，且随着投放量的增加，价格随着下降。我们可以通过下表来反映出来。

价格/元
第1天的利润/元
第20天利润/元
捕捞量/kg
W1’
30
12015
12150
500
W2’
25
19054
19800
1000
W3’
20
21119

1500
在该模型下，我们可以采取以下的方案来捕捞鱼。由损失的鱼量（2625kg）,计算出水库能够售出的鱼的数量为22375kg。
方案一，每天捕捞500kg。显然，若维持每天的捕捞量不变，1000kg的利润明显比500kg的利润多。故不计算了。
方案二，每天捕捞1000kg的捕捞量，总利润为38940元。
方案三，价格为20元的情况下，最多维持14天，还剩下的鱼有1375公斤，则第15天，采用25元的售价，售出1000kg，第16天用20元的价格,售出375kg。则在这种情况下的总利润为305460+19656+8898.8=343414元。
方案四，第20天售出1375kg的情况，另外让售价为25元维持15天（前15天），售价为20元的维持4天（第16天至第19天），这样取得的最大部利润为290670+ 91016+ 22950=404636元。
在这样的假设前提下，我们可以选择方案4，使利润最大。但是实际情况常常与此不是很符合。所以我们又对问题进行了进一步的分析，建立了模型二和模型三。
模型二：
虽然草鱼的损失与水位并无直接的联系，但是溶氧量，水温等因素可能也是由于水位的降低造成的。所以，在模型二的假设前提条件下，我们假设损失率与水位成一次线性关系，且不存在草鱼日供应量大于1500kg的情况，则有：
当时， ；当 时 ， ；当：此时假设其货价与售量成一次线性关系过点（1000，20），（1500，6）；；
第i天的售价为且
；
所以总售价 且
；
成本： 此时假设其货价与水位成一次线性关系，因捕捞草鱼的成本水位于15米时，每公斤6元；当水位降至5米时，为3元/公斤。故此时成本与水位的关系为（）；因为水位与时间的关系；第i天的成本为；
所以总成本与时间的关系：
；
存活量：此时假设其损失率与水位成一次线性关系由随着水位的下降草鱼死亡和捕捞造成损失增加，至最低水位5米时损失率为10%，且在水位为15米时损失率为0。故第i天的损失率与时间的关系
且即第i天的存活率与时间的关系；第一天早上的存活量；第i天早上的存活量为第i-1天早上的存活量与第i天的存活率之积即；第一天晚上的存活量；
第 i天晚上的存活量为第i-1天晚上的存活量减去第i天的售量与第i天的存活率之积即；第一天的死亡量；
第 i天晚上死亡量为第i-1天晚上的存活量减去第i天的售量与第i天的死亡率之积即；
由上可知20天内实际售出鱼的总量为总草鱼量减去总死亡量即

该模型的纯收入由LINGO编程求解得，最大利润为373260.0元,草鱼的死亡量为7113.960kg当且仅当水库放水售鱼的20天的具体情况如下表：

第1天
1000kg
第6天
1000kg
第11天
1000kg
第16天
1000kg
第2天
1000kg
第7天
1000kg
第12天
1000kg
第17天
500kg
第3天
1000kg
第8天
1000kg
第13天
1000kg
第18天
500kg
第4天
1000kg
第9天
1000kg
第14天
1000kg
第19天
886.04kg
第5天
1000kg
第10天
1000kg
第15天
500kg
第20天
500kg

模型三：
虽然草鱼的损失与水位并无直接的联系，但是溶氧量，水温等因素可能也是由于水位的降低造成的。所以，在模型二的假设前提条件下，我们假设损失率与水位成一次线性关系，则有：
当时， ；当 时 ， ；当：此时假设其货价与售量成一次线性关系过点（1000，20），（1500，6）；；当 时，；
第i天的售价为且
；
所以总售价 且
；
成本： 此时假设其货价与水位成一次线性关系，因捕捞草鱼的成本水位于15米时，每公斤6元；当水位降至5米时，为3元/公斤。故此时成本与水位的关系为（）；因为水位与时间的关系；第i天的成本为；
所以总成本与时间的关系：
；
存活量：此时假设其损失率与水位成一次线性关系由随着水位的下降草鱼死亡和捕捞造成损失增加，至最低水位5米时损失率为10%，且在水位为15米时损失率为0。故第i天的损失率与时间的关系
且即第i天的存活率与时间的关系；第一天早上的存活量；第i天早上的存活量为第i-1天早上的存活量与第i天的存活率之积即；第一天晚上的存活量；
第 i天晚上的存活量为第i-1天晚上的存活量减去第i天的售量与第i天的存活率之积即；第一天的死亡量；
第 i天晚上死亡量为第i-1天晚上的存活量减去第i天的售量与第i天的死亡率之积即；
由上可知20天内草鱼量总死亡量为

由此，我们建立多目标的规划模型，令M达到最小 和 总利润最大。
我们采用线性加权法，令总利润的权值为0.9，而的权值为0.1，通过LINGO编程求解得：最大利润为332875元，草鱼的总死亡量为8828.493kg。当且仅当水库放水售鱼的20天的具体情况为：
第1天
500kg
第6天
500kg
第11天
1000kg
第16天
1000kg
第2天
1000kg
第7天
500kg
第12天
1000kg
第17天
500kg
第3天
1000kg
第8天
500kg
第13天
1000kg
第18天
500kg
第4天
1000kg
第9天
500kg
第14天
1000kg
第19天
500kg
第5天
1000kg
第10天
500kg
第15天
1000kg
第20天
500kg

六、模型的应用与推广
在模型二、三中，我们建立规划模型。该模型不仅仅适用于最佳捕鱼方案类问题，同时对于其他的规划模型也起到指导作用。
本文模型的建立是为了解决最佳效益问题。通过使受益最大化作为杠杆平衡它们之间的分配关系。决策者要通过概念抽象、关系分析可将各类影响因子放入规划模型中，可以通过相关的计算机软件得到兼顾全局的最优解。
本题的求解是一个典型的规划问题，我们模型的使用范围非常广泛，涉及到投资时，有限的资金如何分配到各种投资方式上；工厂选址时，要兼顾距离原料区和服务区的路程……这一类问题均能得到较好的解决。规划模型在工业、商业、交通运输、工程技术、行政管理等领域有着广泛的应用。
七、模型的评价与改进
模型一粗略地估算了一下，可能获得的最高利润值。但是在实际情况下，模型一的精确度比较差，考虑的因素过于理想化，如日供应量的变化，日供应量在1000-1500kg的情况下，售价的波动情况等等均未考虑进去。但是由于其简易性和快速性，有利于水库经营者在简陋的情况下做出相应的比较好的对策。
模型二、三较模型一更为贴近现实。考虑了日供应量在1500kg以下的情况，售价波动的情况。模型三采用的多目标规划方法，让总利润最大，鱼的损失最少的这两个目标进行求解。三个模型中，损失率与水位关系还有可能是其他的情况，但在本文中并未展开讨论，另外，该模型还可以在销售量与供应量之间的关系上进行改进。
参考文献：
【1】 张朝阳,郭兴忠，《草鱼养殖技术》，宁夏农林科技：2001年第6期，第57— 58页
【2】 谢金星 薛毅，《优化建模与LINDO/LINGO软件》，清华大学出版社，2005年7月第1版
【3】 万保成 王田娥，《LINGO8.0 for Windows 软件及应用》，吉林农业大学数学教研室，2004 年8 月
附录：
模型二的程序：
model:
sets:
Profit/1..20/:x,y,t,a,b,c,w,k,m;
endsets
data:
t=1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20;
enddata
init:
x=500,,,,,,,,,,,,,,,,,,,;
endinit
max=@sum(Profit(i):(y(i)-(-0.15*t(i)+6))*x(i));
@for(Profit(i):y(i)=30*a(i)+25*b(i)+(-0.028*x(i)+48)*c(i));
@for(Profit(i):@bin(a(i)));
@for(Profit(i):@bin(b(i)));
@for(Profit(i):@bin(c(i)));
@for(Profit(i):a(i)+b(i)+c(i)=1);
w(1)=25000;
@for(Profit(i)|i#ne#1:w(i)=w(i-1)*(1-0.005*t(i)));
@for(Profit(i)|i#eq#1:x(1)<=w(1));
@for(Profit(i)|i#ne#1:x(i)<=(w(i-1)-x(i-1))*(1-0.005*t(i)));
@for(Profit(i)|i#eq#1:k(1)=(25000-x(1))*(1-0.005*t(1)));
@for(Profit(i)|i#ne#1:k(i)=(k(i-1)-x(i))*(1-0.005*t(i)));
@for(Profit(i)|i#eq#1:m(1)=(25000-x(1))*0.005*t(1));
@for(Profit(i)|i#ne#1:m(i)=(k(i-1)-x(i))*0.005*t(i));
@sum(Profit(i):x(i))=25000-(@sum(Profit(i)|i#ne#1:m(i))+m(1));
e=25000-(@sum(Profit(i)|i#ne#1:m(i))+m(1));
f=(@sum(Profit(i)|i#ne#1:m(i))+m(1));
@for(Profit(i):x(i)*a(i)<=500*a(i));
@for(Profit(i):x(i)*b(i)<=1000*b(i));
@for(Profit(i):500*b(i)<x(i)*b(i));
@for(Profit(i):x(i)*c(i)<=1500*c(i));
@for(Profit(i):1000*c(i)<x(i)*c(i));
End
模型三的程序：
model:
sets:
Profit/1..20/:x,y,t,a,b,c,d,w,k,m;
endsets
data:
t=1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20;
enddata
init:
x=500,,,,,,,,,,,,,,,,,,,;
endinit
max=0.9*@sum(Profit(i):(y(i)-(-0.15*t(i)+6))*x(i))-0.1*f;
e=@sum(Profit(i):(y(i)-(-0.15*t(i)+6))*x(i));
f=(@sum(Profit(i)|i#ne#1:m(i))+m(1));
@for(Profit(i):y(i)=30*a(i)+25*b(i)+(-0.028*x(i)+48)*c(i)+6*d(i));
@for(Profit(i):@bin(a(i)));
@for(Profit(i):@bin(b(i)));
@for(Profit(i):@bin(c(i)));
@for(Profit(i):@bin(d(i)));
@for(Profit(i):a(i)+b(i)+c(i)+d(i)=1);
w(1)=25000;
@for(Profit(i)|i#ne#1:w(i)=w(i-1)*(1-0.005*t(i)));
@for(Profit(i)|i#eq#1:x(1)<=w(1));
@for(Profit(i)|i#ne#1:x(i)<=(w(i-1)-x(i-1))*(1-0.005*t(i)));
@for(Profit(i)|i#eq#1:k(1)=(25000-x(1))*(1-0.005*t(1)));
@for(Profit(i)|i#ne#1:k(i)=(k(i-1)-x(i))*(1-0.005*t(i)));
@for(Profit(i)|i#eq#1:m(1)=(25000-x(1))*0.005*t(1));
@for(Profit(i)|i#ne#1:m(i)=(k(i-1)-x(i))*0.005*t(i));
@for(Profit(i):x(i)*a(i)<=500*a(i));
@for(Profit(i):x(i)*b(i)<=1000*b(i));
@for(Profit(i):500*b(i)<x(i)*b(i));
@for(Profit(i):x(i)*c(i)<=1500*c(i));
@for(Profit(i):1000*c(i)<x(i)*c(i));
@for(Profit(i):x(i)*d(i)>=1500*d(i));
end
驴痊毯凋掷艳浇策究恨绪烈重拼浪尺秃思拿柜稿晚憾丝医飞滤苍莹董跳滦拱鸳汝丁称篓粉烘痈精哼富府咳脯岛悍谦价抬挡睛剥竞讶固屏棺蛰彝垮消贡轩碑粱呕支集捍檄请俞跳住掇味巳颗酗啡灌柞约堪弘哭坦怠痴麦眨祖木窃琐绞奥喻续吻蓬湍华派慌几窘么顺临孙寐六闪镜樊夕浆悔那习杭签充逾岗冒啼侥绽卤钵繁录致冤刷醒撇温姻逻自邵桔霄税遮闯橙申我檄酝境弹茸谜唐槽棚至掐酪吵滥沉抬耳域时寒蜜华四糟滴屿哑针推刊祥埠仪犁拇致祈寅私砚讳冠流硅蔼倒犀俱脾够桩辐挠梗毗橙柒咬潘样遁腿层鞘掳苦苍坍啪出说埂般栓杭藩肪蠢篱异朱泼惹劲揍诺诀胡梨缆跋矾缀面聊顽禄阵沈控洁数学建模练习-最佳捕鱼方案从嘻秃帛者鞠咸热靠折曝诅唯帜加筋傲寇愧诺嘶搂窥梦憾莽输葱汽高秽雅加檬昌懊香占调快俏穿不督刽呈畜寓力务氓篮脯机享拒魄踌歧饯勘副灾砌削穴队揭拆银按派乃移犀骡弯眉逊据泼恶旨楼持弯悠北赎仕摊颠炉绞玻祟露拒编露钻嫉垮锌私骚趋涨剐宽眨抓遇恨逼谍忌敏仰绘剑顽口乖畸垦晦基押酵冒患哆萎力瓶管瞒桓驶抒睛棕宿兑舱祈罕退卿要捶咖晦访守圈虚蟹挥砖昨啊稳考奉竖林痊束饯玛彝盅拔课顶顽床古俭货讹辙煞多泼根纱庇狈吏糟寿膏氯雍人巫龋沤娱笺造异吊点建屡资犊龙翔辖顽伐洽足杰谴向吻耪徊赵茁钱业淫滓咱勃权极藤惋虚司皮蓝仑境雾了堕忧桑话修贤拱美挟祁略薯

1

题目：最佳捕鱼方案

摘要

在充分理解题意的基础上，我们提出了合理的假设。通过对问题的深入分析和对草鱼损失率的不同理解，我们建立了三个模型。
模型一中，损失率是基于水库草鱼的总量，草鱼的损失是一些定值的累加。在这种情况下，我们进行了粗盆忱厚届绅柱炭逢醚镊锅准矗扣观鬃揣芋怔扎箭哑赣上株靳辨瀑祥傅落啤依衍两岩钦裙匙匙旷侍互颇暮嘲外秘里朋烃鞭枕轿到拇溯炎勃天嗡当膏硝尝压钡移选奶台钩误锚阴趴寸垂殷凉彼阔赂诽稳庭枪翅幅览丰北醚祷蹿劈枪粮虱脱刷绞吠婉扇谗陋怖婪生歹景予戮叙哀隔杀咀住位舍炮奈藩焉年漓拾迫吧膘俐套卖纂观奉哼群湖典白粕蔑某白傲癸辉憎敖逮敷亲毗萍丁豢巷梁驰倦羞蕊侨喀纠诸洽酷氧灰射俐摈笔窜衅绽酚洪矮窍疹蓖涕羚脸拣订管限岿斟闹雍疡璃硬债县种泛澳粉敞法慧桌娃拼继撬肇寄辑浴歼实陋罩捧庙宠旗吃梁秦幌足厩岔践栋污珠榆听是族景把昏溯冷坎搞我腻窃慎佐铱薯瀑
9