• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于差分進(jìn)化支持向量機(jī)的作戰(zhàn)效能評估方法

    2016-09-20 01:01:49楊健為吳小役魯玉祥魏繼卿
    關(guān)鍵詞:差分效能向量

    楊健為,徐 堅,吳小役,魯玉祥,魏繼卿

    (西北機(jī)電工程研究所,陜西 咸陽 712099)

    ?

    基于差分進(jìn)化支持向量機(jī)的作戰(zhàn)效能評估方法

    楊健為,徐堅,吳小役,魯玉祥,魏繼卿

    (西北機(jī)電工程研究所,陜西 咸陽712099)

    武器系統(tǒng)作戰(zhàn)效能的評估具有重要意義。針對作戰(zhàn)效能評估過程中影響因素復(fù)雜、小樣本、非線性等問題,引入基于最小二乘法的支持向量機(jī)回歸算法,用于作戰(zhàn)效能的學(xué)習(xí)與預(yù)測。為了提高預(yù)測精度,引入差分進(jìn)化算法進(jìn)行支持向量機(jī)的參數(shù)優(yōu)化選取。以地地導(dǎo)彈武器系統(tǒng)效能為例,分別采用BP神經(jīng)網(wǎng)絡(luò)算法、經(jīng)典支持向量機(jī)算法與本文算法進(jìn)行仿真計算,結(jié)果表明差分進(jìn)化支持向量機(jī)算法可很好地實現(xiàn)武器系統(tǒng)作戰(zhàn)效能評估,具有較好的計算精度。

    作戰(zhàn)效能;支持向量機(jī);差分進(jìn)化算法:BP神經(jīng)網(wǎng)絡(luò)

    武器系統(tǒng)作戰(zhàn)效能評估具有重要意義。在武器系統(tǒng)的設(shè)計、研制、試驗、使用以及維護(hù)等過程中,效能評估都能起到指導(dǎo)性的作用[1]。

    對武器系統(tǒng)進(jìn)行效能評估的方法很多,傳統(tǒng)方法有:專家調(diào)查法、試驗統(tǒng)計法、層次分析法、解析法、指數(shù)法和SEA法等。這些方法得到了廣泛應(yīng)用,但存在一些問題,如受到人為因素的影響較大,武器系統(tǒng)的非線性被過分簡化,評估指標(biāo)不夠體系化等,從而導(dǎo)致效能評估的誤差增大[2]。

    近年來,隨著機(jī)器學(xué)習(xí)的研究不斷深入,因其客觀性,其在效能評估上的應(yīng)用得到不斷重視。而效能評估過程中,由于效能評估指標(biāo)、影響因素尚未體系化、標(biāo)準(zhǔn)化,缺少效能評估的歷史數(shù)據(jù)積累,對機(jī)器學(xué)習(xí)的開展造成不小難題。筆者引入差分進(jìn)化支持向量機(jī)算法對武器系統(tǒng)的作戰(zhàn)效能進(jìn)行學(xué)習(xí)與預(yù)測,以地地導(dǎo)彈武器系統(tǒng)效能為例,在小樣本的情況下,該方法可很好地完成歷史數(shù)據(jù)的非線性學(xué)習(xí),并比BP神經(jīng)網(wǎng)絡(luò)算法、傳統(tǒng)支持向量機(jī)算法取得了更高精度的評估結(jié)果,從而有效地減小人為因素對效能評估的影響。

    1 支持向量機(jī)原理

    支持向量機(jī)(Support Vector Machine,SVM)是近年來機(jī)器學(xué)習(xí)、模式識別以及神經(jīng)網(wǎng)絡(luò)界最有影響力的成果之一[3]。它采用結(jié)構(gòu)風(fēng)險最小化原則代替?zhèn)鹘y(tǒng)的經(jīng)驗風(fēng)險最小化原則,對有限樣本進(jìn)行學(xué)習(xí),得到比傳統(tǒng)統(tǒng)計技術(shù)和方法更好的結(jié)果。

    筆者采用基于最小二乘法的支持向量機(jī)(Least Square Support Vector Machine,LS-SVM),該方法采用最小二乘線性系統(tǒng)作為損失函數(shù),替代傳統(tǒng)支持向量機(jī)所采用的二次規(guī)劃方法,可以較為客觀地提高學(xué)習(xí)速度,并且在小樣本情況下具備有效建模的能力和較強(qiáng)的泛化能力。

    將已有的樣本稱為訓(xùn)練樣本,可以設(shè)為X={(xi,yi)|i=1,2,…,n},xi∈Rn,yi∈R,x、y之間存在函數(shù)關(guān)系,表現(xiàn)為

    F={f|f∶Rn→R}

    (1)

    對于非線性系統(tǒng),支持向量機(jī)通過非線性函數(shù)將輸入空間映射到高維空間,在高維空間中得到變換后的線性規(guī)律。

    f(x)=w·Φ(x)+b

    (2)

    式中:Φ(x)∶Rn→Rnk為輸入空間映射到高維空間的非線性函數(shù),或稱為核空間映射函數(shù);w∈Rnk為權(quán)重向量;b為偏差量。

    對給定的訓(xùn)練樣本,根據(jù)結(jié)構(gòu)風(fēng)險最小化原則,得到基于最小二乘法的支持向量機(jī)的優(yōu)化問題:

    (3)

    s.t.yk=wT·Φ(xk)+b+ek,k=1,2,…,N

    (4)

    式中:N為訓(xùn)練樣本容量;e為學(xué)習(xí)結(jié)果與實際結(jié)果的誤差;γ為正則化參數(shù)。

    為求解以上優(yōu)化問題,構(gòu)造拉格朗日函數(shù),將目標(biāo)函數(shù)和約束函數(shù)整合為

    b+ek-yk}

    (5)

    式中,α為拉格朗日乘子。

    根據(jù)KKT最優(yōu)條件,將上式函數(shù)L對w、b、e、α求偏導(dǎo)數(shù),得到:

    (6)

    對于i=1,2,…,N消去ei和w后,可得到如下線性方程組:

    (7)

    根據(jù)Mercer條件,存在核函數(shù)K(xi,xj)滿足:K(xi,xj)=Φ(xi)·Φ(xj),常用的核函數(shù)有多項式核函數(shù)、徑向基函數(shù)(RBF函數(shù))、多層感知器核函數(shù)(Sigmoid函數(shù))。徑向基函數(shù)由于可以將輸入空間映射到無限維空間,是最常用的核函數(shù)之一,筆者采用徑向基函數(shù)。

    K(xi,xj)=exp{-(‖xi-xj‖2)/2σ2}

    (8)

    式中,σ為徑向基函數(shù)參數(shù)。

    通過對上面方程組的求解,最后得到LS-SVM的估計函數(shù)為

    (9)

    LS-SVM需要設(shè)置的參數(shù)為:正則化參數(shù)γ,徑向基函數(shù)參數(shù)σ。參數(shù)設(shè)置對支持向量機(jī)的計算精度有著很大影響,但對于參數(shù)的設(shè)置尚缺乏比較成熟的理論證明和實踐指導(dǎo)[4]。

    2 差分進(jìn)化算法

    2.1差分進(jìn)化算法原理

    差分進(jìn)化(Differential Evolution,DE)算法是模擬自然界生物種群以“優(yōu)勝劣汰、適者生存”為原則的進(jìn)化發(fā)展規(guī)律,而形成的一種隨機(jī)啟發(fā)式搜索算法。該方法采用全局搜索策略,采用實數(shù)編碼、基于差分的簡單變異操作,降低了遺傳操作的復(fù)雜性,同時具備動態(tài)跟蹤當(dāng)前搜索情況的能力,可以不斷調(diào)整搜索策略;具有待定參數(shù)少、不易陷入局部最優(yōu)、收斂速度快等優(yōu)點(diǎn)[5]。差分進(jìn)化算法由變異、交叉和選擇3個基本操作組成。

    2.1.1變異操作

    從群體中隨機(jī)選擇3個不同的個體xp1、xp2和xp3,變異得到的新的個體為hi,對當(dāng)前群體通過下面變異操作得到下一進(jìn)化代的個體。

    hij(t+1)=xp1j(t)+F·(xp2j(t)-xp3j(t))

    (10)

    式中:j為對應(yīng)個體的染色體序號;t為進(jìn)化代數(shù);xp2(t)-xp3(t)為差異化變量;F為變異因子。

    2.1.2交叉操作

    為了增加群體的多樣性,在變異操作的基礎(chǔ)上進(jìn)行交叉操作,操作如下:

    (11)

    式中:r為[0,1]之間的隨機(jī)數(shù);CR為交叉概率,CR∈[0,1]。

    2.1.3選擇操作

    (12)

    式中,f(x)為適應(yīng)度函數(shù)。

    進(jìn)行以上3個基本步驟前,需要先生成一個初始群體,實施措施為

    (13)

    2.2基于差分算法的LS-SVM參數(shù)優(yōu)化

    支持向量機(jī)的參數(shù)選擇問題可以看作一種函數(shù)尋找最優(yōu)解的問題。通過大量的實踐證明,學(xué)習(xí)的誤差小并不意味著預(yù)測的精度高??梢酝ㄟ^定義合適的適應(yīng)度函數(shù),在學(xué)習(xí)精度與預(yù)測精度之間取適當(dāng)?shù)恼壑?,作為支持向量機(jī)參數(shù)尋優(yōu)的判斷標(biāo)準(zhǔn)。

    將樣本數(shù)據(jù)集劃分成訓(xùn)練樣本集和預(yù)測樣本集,再將訓(xùn)練樣本集劃分為學(xué)習(xí)樣本集和驗證樣本集,引入交叉驗證機(jī)制(Cross Validation,CV)來減小訓(xùn)練樣本集的劃分對算法的影響[6]。隨機(jī)選擇訓(xùn)練樣本集中M組數(shù)據(jù)作為學(xué)習(xí)子集,剩余子集作為驗證樣本,建立LS-SVM回歸預(yù)測模型,計算適應(yīng)度函數(shù)。循環(huán)該過程K次,并記錄每次循環(huán)中得到的適應(yīng)度函數(shù)值;適應(yīng)度函數(shù)值越小,則參數(shù)越優(yōu)。定義適應(yīng)度函數(shù)f如下:

    (14)

    式中:yi為驗證樣本實際值;yi′為對應(yīng)的預(yù)測值;c1、c2分別為學(xué)習(xí)精度權(quán)重系數(shù)和驗證精度權(quán)重系數(shù),c1+c2=1。

    3 基于差分進(jìn)化支持向量機(jī)的作戰(zhàn)效能評估

    3.1基于差分進(jìn)化支持向量機(jī)的作戰(zhàn)效能評估方法

    效能本質(zhì)上是一個多屬性函數(shù),進(jìn)行作戰(zhàn)效能評估的首要工作是確定作戰(zhàn)效能評估的指標(biāo)體系,明確影響因素。通過試驗、實際作戰(zhàn)等積累作戰(zhàn)效能評估經(jīng)驗,作為LS-SVM學(xué)習(xí)的歷史數(shù)據(jù);為了保證預(yù)測的客觀性,需要盡可能避免主觀因素對歷史數(shù)據(jù)的干擾。

    在建立了作戰(zhàn)效能評估的學(xué)習(xí)樣本庫之后,根據(jù)所選擇的效能評估體系,可以對數(shù)據(jù)進(jìn)行歸一化處理來減小數(shù)值大小對學(xué)習(xí)結(jié)果的影響,也可以進(jìn)行主成分分析來適當(dāng)簡化學(xué)習(xí)和預(yù)測過程。

    作戰(zhàn)效能評估過程如圖1所示。

    3.2算例

    筆者以文獻(xiàn)[7]中地地導(dǎo)彈武器系統(tǒng)效能仿真為例說明,該效能評估方法基于貝葉斯網(wǎng)絡(luò)的正向探索模式分析,在SIM 2000柔性仿真平臺上完成,計算取得如表1所示的樣本數(shù)據(jù)。取突防成功概率y作為效能指標(biāo),效能影響因素有:紅外干擾誘餌釋放數(shù)量X1,紅外干擾誘餌釋放高度X2,壓制干擾機(jī)數(shù)量X3,紅外導(dǎo)引頭探測距離X4,發(fā)射距離X5。

    表1 地地導(dǎo)彈效能評估數(shù)據(jù)樣本

    在仿真過程中,采用Matlab實數(shù)編碼,決策變量為LS-SVM中的正則化參數(shù)γ、徑向基函數(shù)參數(shù)σ。選擇25個樣本作為訓(xùn)練樣本,其余4個作預(yù)測樣本;訓(xùn)練樣本集中隨機(jī)選擇2組作為驗證樣本,循環(huán)驗證10次。取變異因子F=1.2,交叉因子CR=0.9,尋優(yōu)參數(shù)樣本個數(shù)為50,最大迭代次數(shù)G=50。一般情況下,LS-SVM正則化參數(shù)γ取值范圍為(0,400),徑向基函數(shù)參數(shù)取值范圍為(0.08,12)。取適應(yīng)度函數(shù)中學(xué)習(xí)精度權(quán)重系數(shù)c1=0.9,驗證精度權(quán)重系數(shù)c2=0.1。尋優(yōu)結(jié)果為γ=400,σ=3.111 5。

    為了說明基于DE的LS-SVM的預(yù)測效果,將其與傳統(tǒng)LS-SVM算法(取γ=10,σ=1)、BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行比較。BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)在Matlab自帶的神經(jīng)網(wǎng)絡(luò)工具箱中進(jìn)行,采用3層神經(jīng)網(wǎng)絡(luò),5-10-1結(jié)構(gòu),學(xué)習(xí)效率為0.05,學(xué)習(xí)規(guī)則為“trainlm”。

    從訓(xùn)練效果與預(yù)測效果兩方面對比3種算法,如表2~3所示。表2從學(xué)習(xí)樣本的實際效能指標(biāo)值與訓(xùn)練輸出效能指標(biāo)值的平均誤差和均方差兩個角度,對比3種算法的學(xué)習(xí)誤差及其波動情況,反映學(xué)習(xí)效果。表3反映3種算法的預(yù)測效果,將4組待預(yù)測樣本的效能指標(biāo)的期望指標(biāo)和預(yù)測指標(biāo)進(jìn)行對比,并計算預(yù)測誤差。

    表2 3種算法的訓(xùn)練效果對比

    表3 3種算法的預(yù)測效果對比

    通過分析以上數(shù)據(jù),得到結(jié)論如下:

    1)由于樣本容量較小,BP神經(jīng)網(wǎng)絡(luò)不能得到確定的學(xué)習(xí)模型,在不同的初始權(quán)值設(shè)置下,得到的訓(xùn)練效果和預(yù)測結(jié)果差別很大,所以在文中未做確定表示。這說明神經(jīng)網(wǎng)絡(luò)在解決小樣本數(shù)據(jù)的學(xué)習(xí)問題時存在局限性,容易陷入局部次優(yōu)解。

    2)傳統(tǒng)LS-SVM和DE-SVM都對小樣本數(shù)據(jù)進(jìn)行了確定的學(xué)習(xí),這有效說明了支持向量機(jī)在處理小樣本數(shù)據(jù)時不存在陷入局部次優(yōu)解的問題。但不同的參數(shù)設(shè)置對訓(xùn)練效果與預(yù)測效果影響較大:2種參數(shù)的學(xué)習(xí)平均誤差相差不大,但傳統(tǒng)SVM出現(xiàn)了欠學(xué)習(xí)的現(xiàn)象,所以均方差較大;對比預(yù)測效果,DE-SVM的預(yù)測平均誤差更小,說明取得了更好的預(yù)測效果?;谝陨蠈Ρ?,說明SVM能夠有效進(jìn)行小樣本的學(xué)習(xí)與預(yù)測,通過差分進(jìn)化算法進(jìn)行參數(shù)優(yōu)化,能夠有效提高預(yù)測效果,該方法在作戰(zhàn)效能的評估過程中有一定的參考意義。

    3)值得說明的是,歷史數(shù)據(jù)對支持向量機(jī)計算結(jié)果有著重要影響,而對于武器系統(tǒng)的效能評估,歷史數(shù)據(jù)的積累還需要更進(jìn)一步的工作。

    4 結(jié)束語

    針對效能評估過程中影響因素復(fù)雜、小樣本、非線性等問題,筆者引入基于差分進(jìn)化算法和支持向量機(jī)算法的方法,用于效能評估的學(xué)習(xí)與預(yù)測。計算表明,該方法的計算結(jié)果精度較高,具有一定的可行性。

    References)

    [1]高尚. 基于Rough集和支持向量機(jī)的作戰(zhàn)飛機(jī)效能評估[J]. 計算機(jī)工程,2006,32(14):184-186.

    GAO Shang. Assessing of battle plane effectiveness based on rough set and support vector machine[J]. Computer Engineer, 2006, 32(14): 184-186. (in Chinese)

    [2]程愷,張宏軍,柳亞婷,等. 作戰(zhàn)效能及其評估方法研究綜述[J].系統(tǒng)科學(xué)學(xué)報,2014,22(1): 88-92.

    CHENG Kai, ZHANG Hongjun, LIU Yating, et al. Review on operational effectiveness and evaluation method[J]. Journal of Systems Science, 2014, 22(1): 88-92. (in Chinese)

    [3]史志富,雷金利,張安,等.機(jī)載火控系統(tǒng)效能評估的支持向量機(jī)方法[J]. 電光與控制,2010,17(3): 9- 11.

    SHI Zhifu, LEI Jinli, ZHANG An, et al. Effectiveness evaluation for airborne fire control system based on support vector machine[J]. Electronics Optics & Control, 2010, 17(3): 9-11. (in Chinese)

    [4]王玨鑫. 基于多種智能計算方法的支持向量回歸機(jī)參數(shù)優(yōu)化[D].長春:吉林大學(xué),2010.WANG Juexin. Parameter optimization for support vector regression based on multiple intelligent computation methods[D].Changchun:Jilin University,2010.(in Chinese)[5]劉金琨,沈曉蓉,趙龍. 系統(tǒng)辨識理論及MTLAB仿真[M]. 北京:電子工業(yè)出版社,2013:240-243.

    LIU Jinkun, SHEN Xiaorong, ZHAO Long. The theory of system identification and MATLAB simulation[M]. Beijing: The Publishing House of Electronics Industry, 2013: 240-243. (in Chinese)

    [6]唐闊,胡國勝,車喜龍,等. 基于遺傳算法優(yōu)化支持向量回歸機(jī)的網(wǎng)格負(fù)載預(yù)測模型[J]. 吉林大學(xué)學(xué)報:理學(xué)版,2010,48(2): 251-255.

    TANG Kuo, HU Guosheng, CHE Xilong, et al. Grid host load prediction model of support vector regression optimized by genetic algorithm[J]. Journal of Jilin University:Science Edition, 2010, 48(2): 251-255. (in Chinese)

    [7]楊峰,王維平. 武器裝備作戰(zhàn)效能仿真與評估[M]. 北京:電子工業(yè)出版社,2010: 263-264.

    YANG Feng, WANG Weiping. Weapons and equipment operational effectiveness simulation and evaluation[M]. Beijing: The Publishing House of Electronics Industry, 2010: 263-264. (in Chinese)

    Evaluation Method for Operational Effectiveness Based on Support Vector Machine with Differential Evolution

    YANG Jianwei, XU Jian, WU Xiaoyi, LU Yuxiang, WEI Jiqing

    (Northwest Institute of Mechanical & Electrical Engineering, Xianyang712099, Shaanxi, China)

    It is of great significance to evaluate the operational effectiveness of weapon system. With regard to the problems such as complicated impact factors, small sample and nonlinearity, the least square support vector machine was used to study and predict the evaluation of operational effectiveness. When establishing the parameters of SVM, Differential evolution was introduced to enhance the accuracy of the prediction. With the evaluation of surface to surface missile as an example, this new method, BP neural network and traditional SVM were used for simulation calculation. It is shown that the method of LS-SVM with Differential Evolution works well for the evaluation of operational effectiveness with a better computing accuracy.

    operational effectiveness; support vector machine; differential evolution; BP neural network

    2015-06-02

    楊健為(1992—),男,碩士研究生,主要從事火炮總體技術(shù)研究。E-mail:yjw624@126.com

    TJ01

    A

    1673-6524(2016)01-0016-05

    猜你喜歡
    差分效能向量
    遷移探究 發(fā)揮效能
    向量的分解
    同時多層擴(kuò)散成像對胰腺病變的診斷效能
    數(shù)列與差分
    聚焦“向量與三角”創(chuàng)新題
    充分激發(fā)“以工代賑”的最大效能
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    唐代前后期交通運(yùn)輸效能對比分析
    基于差分隱私的大數(shù)據(jù)隱私保護(hù)
    中文在线观看免费www的网站| 18禁动态无遮挡网站| 毛片一级片免费看久久久久| 综合色丁香网| 久久久精品欧美日韩精品| 噜噜噜噜噜久久久久久91| 春色校园在线视频观看| 一级二级三级毛片免费看| 国国产精品蜜臀av免费| 777米奇影视久久| 亚洲av成人av| 中文精品一卡2卡3卡4更新| 亚洲内射少妇av| 天堂√8在线中文| 亚洲欧洲日产国产| 中文精品一卡2卡3卡4更新| 国产精品日韩av在线免费观看| 国产欧美另类精品又又久久亚洲欧美| 99久久精品热视频| 婷婷色综合大香蕉| 日韩人妻高清精品专区| 人人妻人人澡人人爽人人夜夜 | 成人亚洲精品av一区二区| 久久久色成人| 男插女下体视频免费在线播放| 久久6这里有精品| 久久97久久精品| av在线天堂中文字幕| 中文精品一卡2卡3卡4更新| 国产一区亚洲一区在线观看| 最近最新中文字幕免费大全7| 九九久久精品国产亚洲av麻豆| 日韩av在线免费看完整版不卡| 两个人的视频大全免费| 人妻制服诱惑在线中文字幕| 网址你懂的国产日韩在线| 91精品一卡2卡3卡4卡| 熟妇人妻久久中文字幕3abv| 十八禁网站网址无遮挡 | 中文欧美无线码| 国产一区二区在线观看日韩| 亚洲伊人久久精品综合| 国产精品人妻久久久影院| 亚洲精品国产成人久久av| 久久精品久久精品一区二区三区| 欧美成人一区二区免费高清观看| 国产淫片久久久久久久久| 中文字幕亚洲精品专区| 超碰97精品在线观看| 99热这里只有精品一区| 中文字幕免费在线视频6| 日韩欧美国产在线观看| 成人美女网站在线观看视频| 欧美日本视频| 国产成人精品福利久久| 亚洲电影在线观看av| 中文天堂在线官网| 国产真实伦视频高清在线观看| 国产伦精品一区二区三区视频9| 国产欧美另类精品又又久久亚洲欧美| 夫妻午夜视频| 久久97久久精品| 男人和女人高潮做爰伦理| 国产麻豆成人av免费视频| 成年av动漫网址| 欧美一级a爱片免费观看看| 天堂av国产一区二区熟女人妻| 九草在线视频观看| 肉色欧美久久久久久久蜜桃 | 大香蕉久久网| 黄色日韩在线| 成年女人看的毛片在线观看| 亚洲第一区二区三区不卡| 亚洲电影在线观看av| 日韩精品青青久久久久久| 精品久久久久久久久亚洲| 美女大奶头视频| 热99在线观看视频| 国产精品国产三级国产av玫瑰| 久久久国产一区二区| 嫩草影院精品99| av在线播放精品| 成年人午夜在线观看视频 | 日韩电影二区| 国产午夜精品一二区理论片| 岛国毛片在线播放| 在线天堂最新版资源| 亚洲精品亚洲一区二区| 国产精品无大码| 国产伦精品一区二区三区视频9| 99热网站在线观看| 2018国产大陆天天弄谢| 亚洲av一区综合| 国模一区二区三区四区视频| 97精品久久久久久久久久精品| 九九爱精品视频在线观看| 99久久精品一区二区三区| 日本熟妇午夜| 欧美xxⅹ黑人| 免费看a级黄色片| 精品一区二区免费观看| 国产亚洲91精品色在线| 91在线精品国自产拍蜜月| 舔av片在线| 99九九线精品视频在线观看视频| 欧美成人一区二区免费高清观看| 免费黄色在线免费观看| 久久精品国产亚洲av天美| 国产精品人妻久久久久久| 在线a可以看的网站| 久久99精品国语久久久| 亚洲国产精品专区欧美| 噜噜噜噜噜久久久久久91| 精品久久久精品久久久| 麻豆精品久久久久久蜜桃| 天堂影院成人在线观看| 久久久久免费精品人妻一区二区| 全区人妻精品视频| 免费看a级黄色片| 国产精品一区二区三区四区久久| 久久综合国产亚洲精品| 国产在视频线精品| 色视频www国产| 国产色婷婷99| 色综合色国产| 国产极品天堂在线| 深夜a级毛片| 最新中文字幕久久久久| www.色视频.com| 成人特级av手机在线观看| 在线观看免费高清a一片| 午夜爱爱视频在线播放| 国产在线一区二区三区精| 精品99又大又爽又粗少妇毛片| 韩国av在线不卡| 久久精品国产亚洲av天美| 亚洲av中文字字幕乱码综合| 老师上课跳d突然被开到最大视频| 国产亚洲av片在线观看秒播厂 | 日本一本二区三区精品| 美女被艹到高潮喷水动态| 免费无遮挡裸体视频| 国产精品一区二区性色av| 欧美日韩在线观看h| 日日撸夜夜添| 夫妻性生交免费视频一级片| 久久久午夜欧美精品| 草草在线视频免费看| 我要看日韩黄色一级片| 亚洲欧美清纯卡通| 欧美 日韩 精品 国产| 国产午夜精品一二区理论片| 熟女电影av网| 男女边摸边吃奶| 亚洲国产av新网站| 嫩草影院精品99| 一区二区三区乱码不卡18| 特大巨黑吊av在线直播| 欧美一级a爱片免费观看看| 色综合色国产| 中文欧美无线码| 国产精品一区二区三区四区久久| 少妇裸体淫交视频免费看高清| 少妇猛男粗大的猛烈进出视频 | 搡老乐熟女国产| 婷婷色综合www| 国产乱来视频区| 国产成人精品一,二区| 伦理电影大哥的女人| 22中文网久久字幕| 亚洲一级一片aⅴ在线观看| 一区二区三区四区激情视频| 欧美xxxx性猛交bbbb| 国产成人精品一,二区| 国产午夜精品论理片| 精品酒店卫生间| 国内精品美女久久久久久| 男人舔女人下体高潮全视频| 中国国产av一级| 午夜爱爱视频在线播放| av在线老鸭窝| 白带黄色成豆腐渣| 日韩欧美精品v在线| 男女边吃奶边做爰视频| 久久久精品94久久精品| 国产精品嫩草影院av在线观看| 久久精品国产鲁丝片午夜精品| 不卡视频在线观看欧美| 亚洲激情五月婷婷啪啪| 欧美精品国产亚洲| 好男人视频免费观看在线| 亚洲成人一二三区av| 亚洲av中文字字幕乱码综合| 久久久久久久久久人人人人人人| 少妇丰满av| 久久综合国产亚洲精品| 97精品久久久久久久久久精品| 日韩电影二区| 国产一级毛片七仙女欲春2| 国产伦精品一区二区三区视频9| 国产黄片视频在线免费观看| 人妻系列 视频| 免费av观看视频| 精品人妻偷拍中文字幕| 国产亚洲91精品色在线| 久久国内精品自在自线图片| 久久久久久久久久久丰满| 免费无遮挡裸体视频| freevideosex欧美| 久久久久久久午夜电影| 嫩草影院入口| 国产精品久久久久久久久免| 亚洲无线观看免费| 三级国产精品欧美在线观看| 久久这里只有精品中国| 视频中文字幕在线观看| 国产乱来视频区| 免费av观看视频| 国产永久视频网站| 日日撸夜夜添| av在线播放精品| 又爽又黄无遮挡网站| 国产午夜精品一二区理论片| 日韩精品青青久久久久久| 精品一区在线观看国产| 亚洲国产精品成人久久小说| 日日啪夜夜爽| 一个人看的www免费观看视频| 国产一区二区三区av在线| 久久久久久久午夜电影| 中文乱码字字幕精品一区二区三区 | 一区二区三区乱码不卡18| 99热这里只有是精品在线观看| 国产在线一区二区三区精| 国产白丝娇喘喷水9色精品| 久久久久精品久久久久真实原创| 超碰av人人做人人爽久久| 人妻系列 视频| 久久久精品免费免费高清| 久久热精品热| 夫妻午夜视频| 水蜜桃什么品种好| 久久久精品免费免费高清| 日韩av在线免费看完整版不卡| 一级a做视频免费观看| 午夜爱爱视频在线播放| 亚洲三级黄色毛片| 国内精品美女久久久久久| 中文精品一卡2卡3卡4更新| 在现免费观看毛片| 亚洲三级黄色毛片| 成人毛片60女人毛片免费| 亚洲av福利一区| 99久久精品国产国产毛片| 十八禁国产超污无遮挡网站| av.在线天堂| 亚洲av成人av| 亚洲人与动物交配视频| 91精品一卡2卡3卡4卡| 亚洲精品,欧美精品| 日韩成人av中文字幕在线观看| 九九爱精品视频在线观看| 大陆偷拍与自拍| 国产欧美另类精品又又久久亚洲欧美| 在现免费观看毛片| 成人欧美大片| 日本与韩国留学比较| 搡老妇女老女人老熟妇| 精品久久久久久成人av| 在线a可以看的网站| 色吧在线观看| 春色校园在线视频观看| 亚洲在线自拍视频| 亚洲精品aⅴ在线观看| 国国产精品蜜臀av免费| 毛片女人毛片| 老师上课跳d突然被开到最大视频| 亚洲欧美一区二区三区黑人 | 色网站视频免费| 国产成人91sexporn| 毛片一级片免费看久久久久| 欧美高清性xxxxhd video| 三级男女做爰猛烈吃奶摸视频| 国产伦精品一区二区三区视频9| 视频中文字幕在线观看| 亚洲人成网站在线播| 女人久久www免费人成看片| 菩萨蛮人人尽说江南好唐韦庄| 亚洲婷婷狠狠爱综合网| 免费少妇av软件| 亚洲精品亚洲一区二区| 超碰av人人做人人爽久久| 99热这里只有是精品在线观看| 久久久欧美国产精品| 国内精品一区二区在线观看| 日韩不卡一区二区三区视频在线| 国精品久久久久久国模美| 欧美成人午夜免费资源| 熟妇人妻不卡中文字幕| 岛国毛片在线播放| 国产男人的电影天堂91| 男插女下体视频免费在线播放| 99久久精品一区二区三区| 男人舔奶头视频| 在线观看美女被高潮喷水网站| 别揉我奶头 嗯啊视频| 精品一区二区三区人妻视频| 嫩草影院精品99| 熟妇人妻不卡中文字幕| 大话2 男鬼变身卡| 国产综合精华液| 精品人妻一区二区三区麻豆| 国产免费一级a男人的天堂| 免费大片18禁| 国产在视频线在精品| 中文字幕av成人在线电影| av在线播放精品| 国产一区有黄有色的免费视频 | 一级二级三级毛片免费看| 亚洲精品乱码久久久v下载方式| 肉色欧美久久久久久久蜜桃 | 亚洲高清免费不卡视频| 国产免费又黄又爽又色| 亚洲欧美日韩无卡精品| 插阴视频在线观看视频| 国产在线男女| 日韩不卡一区二区三区视频在线| 国产片特级美女逼逼视频| 特级一级黄色大片| 国产精品久久久久久精品电影| 国产麻豆成人av免费视频| 色综合色国产| 国产黄a三级三级三级人| 嘟嘟电影网在线观看| 欧美三级亚洲精品| 亚洲最大成人av| 亚洲久久久久久中文字幕| 身体一侧抽搐| 一个人免费在线观看电影| 国产大屁股一区二区在线视频| freevideosex欧美| 亚洲国产最新在线播放| 小蜜桃在线观看免费完整版高清| 亚洲精品成人久久久久久| 一本一本综合久久| 少妇熟女aⅴ在线视频| 777米奇影视久久| 亚洲精品中文字幕在线视频 | 91久久精品电影网| 日日摸夜夜添夜夜爱| 天堂网av新在线| 日本色播在线视频| 国产亚洲精品久久久com| 高清视频免费观看一区二区 | videos熟女内射| 亚洲av中文av极速乱| 大片免费播放器 马上看| 日韩欧美一区视频在线观看 | 国产精品日韩av在线免费观看| av卡一久久| 亚洲av中文字字幕乱码综合| 美女主播在线视频| 亚洲精品日本国产第一区| 久久久a久久爽久久v久久| 三级男女做爰猛烈吃奶摸视频| 国产精品日韩av在线免费观看| 欧美xxxx性猛交bbbb| 国产伦精品一区二区三区四那| 久久精品国产自在天天线| 亚洲精品日本国产第一区| 国产一区二区三区综合在线观看 | 国产久久久一区二区三区| 日韩av不卡免费在线播放| 91精品伊人久久大香线蕉| av专区在线播放| 亚洲av成人精品一二三区| 狂野欧美白嫩少妇大欣赏| 国产精品.久久久| 97在线视频观看| 久久精品国产鲁丝片午夜精品| 亚洲av中文av极速乱| 一级毛片我不卡| 亚洲欧美成人精品一区二区| 亚洲av.av天堂| 麻豆乱淫一区二区| 国产有黄有色有爽视频| 18禁在线播放成人免费| 免费少妇av软件| 在线观看一区二区三区| 人妻少妇偷人精品九色| 国产精品一区二区在线观看99 | 特大巨黑吊av在线直播| 国产爱豆传媒在线观看| 好男人视频免费观看在线| 亚洲性久久影院| 天堂√8在线中文| 丝瓜视频免费看黄片| 免费高清在线观看视频在线观看| 最近手机中文字幕大全| 日韩,欧美,国产一区二区三区| 色哟哟·www| 中文字幕人妻熟人妻熟丝袜美| 只有这里有精品99| 男人爽女人下面视频在线观看| 三级经典国产精品| 久久综合国产亚洲精品| 成人综合一区亚洲| 精品久久久久久电影网| 久久精品久久久久久久性| 亚洲欧美一区二区三区黑人 | 深爱激情五月婷婷| 久久精品熟女亚洲av麻豆精品 | 毛片女人毛片| 国产黄片美女视频| 免费大片18禁| av专区在线播放| 日日撸夜夜添| 午夜精品国产一区二区电影 | 九九在线视频观看精品| 国产黄片视频在线免费观看| 国产伦精品一区二区三区四那| 国产 亚洲一区二区三区 | 久久久久性生活片| 你懂的网址亚洲精品在线观看| 欧美zozozo另类| 亚洲无线观看免费| 亚洲国产欧美人成| 国产高清三级在线| 精品国产三级普通话版| 国产精品一二三区在线看| 成人毛片60女人毛片免费| 成人无遮挡网站| 久久鲁丝午夜福利片| 最近视频中文字幕2019在线8| 免费观看精品视频网站| 久久久久久久久大av| 自拍偷自拍亚洲精品老妇| 99久国产av精品国产电影| 欧美不卡视频在线免费观看| av一本久久久久| 十八禁国产超污无遮挡网站| 欧美bdsm另类| 97精品久久久久久久久久精品| 欧美三级亚洲精品| 欧美zozozo另类| av在线亚洲专区| 少妇的逼好多水| 中文字幕人妻熟人妻熟丝袜美| 少妇人妻一区二区三区视频| 麻豆成人午夜福利视频| 高清午夜精品一区二区三区| 久久99热这里只频精品6学生| 欧美高清成人免费视频www| 又粗又硬又长又爽又黄的视频| 特大巨黑吊av在线直播| 国产精品国产三级专区第一集| 亚洲国产色片| 亚洲国产高清在线一区二区三| 国产免费视频播放在线视频 | 亚洲精品久久午夜乱码| 欧美xxxx性猛交bbbb| 亚洲精品亚洲一区二区| 男人狂女人下面高潮的视频| 美女国产视频在线观看| 午夜免费观看性视频| 深爱激情五月婷婷| 夫妻性生交免费视频一级片| 午夜精品在线福利| 麻豆久久精品国产亚洲av| 最后的刺客免费高清国语| 看十八女毛片水多多多| 91在线精品国自产拍蜜月| 91狼人影院| 91久久精品国产一区二区三区| 免费人成在线观看视频色| 国产成年人精品一区二区| 精品久久久久久久久久久久久| 久久久久精品久久久久真实原创| 欧美3d第一页| 欧美日韩在线观看h| 国产精品国产三级国产专区5o| 日韩一本色道免费dvd| 日本欧美国产在线视频| 一级毛片黄色毛片免费观看视频| 亚洲va在线va天堂va国产| 网址你懂的国产日韩在线| 啦啦啦中文免费视频观看日本| av在线亚洲专区| 久久久精品欧美日韩精品| 午夜视频国产福利| 狂野欧美激情性xxxx在线观看| 赤兔流量卡办理| 国国产精品蜜臀av免费| 日韩欧美一区视频在线观看 | 最近的中文字幕免费完整| 欧美精品一区二区大全| 国产成人aa在线观看| 久久久久久九九精品二区国产| 国产淫片久久久久久久久| 国产免费一级a男人的天堂| 五月天丁香电影| av在线蜜桃| 久久人人爽人人片av| 在线观看一区二区三区| 成人一区二区视频在线观看| 国产黄片视频在线免费观看| 日本黄大片高清| 亚洲成人一二三区av| 日韩制服骚丝袜av| 国产午夜精品一二区理论片| 日日摸夜夜添夜夜爱| 麻豆久久精品国产亚洲av| 一级av片app| 在线免费观看的www视频| 亚洲国产日韩欧美精品在线观看| 丰满少妇做爰视频| freevideosex欧美| 国产乱人偷精品视频| 淫秽高清视频在线观看| .国产精品久久| 少妇人妻精品综合一区二区| 日本wwww免费看| 赤兔流量卡办理| 欧美成人a在线观看| 久久久亚洲精品成人影院| 熟妇人妻不卡中文字幕| 97在线视频观看| 一个人看的www免费观看视频| 国产精品一区www在线观看| 男人舔女人下体高潮全视频| 欧美潮喷喷水| 91精品伊人久久大香线蕉| 精品人妻偷拍中文字幕| 高清毛片免费看| 男女国产视频网站| 老司机影院毛片| 欧美xxxx性猛交bbbb| 日本wwww免费看| 欧美变态另类bdsm刘玥| 18禁在线无遮挡免费观看视频| 国产乱人视频| 国产乱人偷精品视频| 最近视频中文字幕2019在线8| 最近中文字幕2019免费版| 久久精品国产亚洲网站| 99久久中文字幕三级久久日本| 国产成人一区二区在线| 2021少妇久久久久久久久久久| 国产精品无大码| 日韩视频在线欧美| 欧美zozozo另类| 久久久亚洲精品成人影院| 亚洲av在线观看美女高潮| 日韩强制内射视频| 夜夜看夜夜爽夜夜摸| 成人二区视频| 九色成人免费人妻av| h日本视频在线播放| 非洲黑人性xxxx精品又粗又长| 日日撸夜夜添| 欧美+日韩+精品| 中文乱码字字幕精品一区二区三区 | 天天躁日日操中文字幕| 22中文网久久字幕| 日日啪夜夜爽| 免费看美女性在线毛片视频| 精品一区二区三区人妻视频| 午夜福利成人在线免费观看| 精品久久国产蜜桃| 国产高清不卡午夜福利| 欧美丝袜亚洲另类| 亚洲av.av天堂| 欧美激情国产日韩精品一区| 亚洲国产色片| 99久久精品热视频| 人妻一区二区av| 国产精品熟女久久久久浪| 久久精品国产自在天天线| 小蜜桃在线观看免费完整版高清| 午夜老司机福利剧场| 国产一区二区三区av在线| 青春草视频在线免费观看| 男女视频在线观看网站免费| 国产亚洲5aaaaa淫片| 99热这里只有是精品50| 免费观看无遮挡的男女| 亚洲精品视频女| 十八禁国产超污无遮挡网站| 成人午夜高清在线视频| 亚洲精品自拍成人| 男女那种视频在线观看| 视频中文字幕在线观看| 男的添女的下面高潮视频| 尤物成人国产欧美一区二区三区| 免费大片18禁| 男的添女的下面高潮视频| 极品少妇高潮喷水抽搐| 搡老妇女老女人老熟妇| 久久久亚洲精品成人影院| 亚洲天堂国产精品一区在线| 午夜亚洲福利在线播放| 久久热精品热| 国产高清三级在线| 一二三四中文在线观看免费高清| 国产极品天堂在线| 夜夜爽夜夜爽视频| 91久久精品国产一区二区成人| 午夜日本视频在线| 99热这里只有是精品50| 毛片一级片免费看久久久久| 亚洲乱码一区二区免费版| 一级毛片aaaaaa免费看小| 性色avwww在线观看| 婷婷色综合大香蕉| 97超碰精品成人国产|