• <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 ?

    一種快速自適應(yīng)粒子群算法

    2017-09-29 11:16:29劉生建羅林楊艷
    軟件導(dǎo)刊 2017年9期
    關(guān)鍵詞:粒子群算法

    劉生建 羅林 楊艷

    摘 要:為了解決標(biāo)準(zhǔn)粒子群優(yōu)化算法(SPSO)不能適應(yīng)復(fù)雜非線性優(yōu)化過程的問題,提出了一種動(dòng)態(tài)改變慣性權(quán)重的快速自適應(yīng)粒子群優(yōu)化算法(QAPSO),直接利用群粒子的位置分布情況控制粒子飛行的慣性權(quán)重,借助于個(gè)體最優(yōu)位置和全局最優(yōu)位置的平均作用避免粒子陷入局部最優(yōu)。通過多個(gè)基準(zhǔn)函數(shù)仿真結(jié)果表明,在不引入額外設(shè)計(jì)及增加實(shí)現(xiàn)復(fù)雜度的前提下,相對(duì)于SPOS等經(jīng)典算法,QAPSO在收斂速度、最優(yōu)解精度等方面獲得了大幅提升,尤其對(duì)于多峰函數(shù)效果更明顯。

    關(guān)鍵詞:粒子群算法;均值粒子群算法;快速自適應(yīng)

    DOI:10.11907/rjdk.171514

    中圖分類號(hào):TP312 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-7800(2017)009-0042-04

    Abstract:A quickly adaptive particle swarm optimization algorithm (QAPSO) with dynamically changing inertia weight was presented to solve the problem that the Standard Particle Swarm Optimization algorithm (SPSO) cannot adapt to the complex and nonlinear optimization process.The QAPSO evaluates the population distribution, and automatic control inertia weight. By using the mean of the optimal individual position and the global optimal position, the best global particle can jump out of the local optima. The QAPSO has comprehensively been evaluated based on benchmark functions. Results show that QAPSO substantially enhances the performance of paradigm such as the SPSO in terms of convergence speed, solution accuracy without introducing an additional design or implementation complexity, especially for multimodal functions.

    Key Words:swarm intelligence optimizationalgorithm; mean swarm optimization algorithm; inertia weight adaptability

    0 引言

    自蟻群算法(Ant Colony Optimization , ACO)成功應(yīng)用于旅行商問題(TSP)之后[1],仿生群智能研究開始迅速發(fā)展,先后出現(xiàn)了粒子群、蜂群、人工魚群、蝙蝠群、狼群、螢火蟲等主要解決連續(xù)問題的優(yōu)化算法。

    Kennedy和Eberhart在1995年提出了來源于鳥群等生物種群覓食行為的粒子群優(yōu)化算法(Particle Swarm Optimizer, PSO)[2-3],由于概念簡(jiǎn)單,實(shí)現(xiàn)容易,且只有少數(shù)參數(shù)需要調(diào)整,所以PSO算法發(fā)展迅速,并廣泛應(yīng)用于函數(shù)尋優(yōu)、神經(jīng)網(wǎng)絡(luò)訓(xùn)練、模式分類、模糊系統(tǒng)控制等領(lǐng)域。雖然PSO相比魚群算法等有較強(qiáng)的全局搜索能力,但還是容易陷入局部極值,不易收斂到全局最優(yōu)。所以出現(xiàn)了一些改進(jìn)的PSO算法。例如Shi Y等[4]提出了線性遞減權(quán)值(LDIW)策略;Kusum Deep等[5]提出均值粒子群優(yōu)化方法(MPSO);Zhan Z H等[6]提出了自適應(yīng)粒子群優(yōu)化算法等。

    本文主要對(duì)經(jīng)典粒子群算法的性能及問題進(jìn)行分析,并針對(duì)收斂精度低和收斂速度慢的問題,在均值粒子群算法基礎(chǔ)上,根據(jù)粒子間的距離函數(shù)動(dòng)態(tài)調(diào)整算法中的慣性權(quán)重,合理調(diào)整粒子飛行速度。當(dāng)最優(yōu)粒子和其它粒子位置相距較遠(yuǎn)時(shí),設(shè)置較大的慣性系數(shù),由此解決函數(shù)尋優(yōu)過程中探索和開發(fā)之間的矛盾。實(shí)驗(yàn)仿真結(jié)果表明,本文提出的改進(jìn)算法性能有了明顯提高,具有相對(duì)收斂速度快、精度高等優(yōu)點(diǎn)。

    1 標(biāo)準(zhǔn)粒子群優(yōu)化算法

    設(shè)N個(gè)粒子組成一個(gè)群,其中第i個(gè)粒子的位置表示為一個(gè)D維的矢量xi=(xi1,xi2,…,xid),第i個(gè)粒子的歷史最優(yōu)位置為pi=(pi1,pi2,…,pid),整個(gè)粒子群迄今為止搜索到的最好位置記為pg=(pg1,pg2,…,pgd)。第i個(gè)粒子的速度vi=(vi1,vi2,…,vid)。粒子群算法基于迭代思想,粒子按如下公式(1)、(2)調(diào)整自己的相應(yīng)位置[7]:vk+1id=ω*vkid+c1*r1*(pkid-xkid)+

    c2*r2*(pkgd-xkid)

    (1)

    xk+1id=xkid+vk+1idxid∈[xd-min,xd-max]

    (2) 其中,1≤i≤N(N為種群個(gè)體總數(shù)),1≤d≤D,k為迭代次數(shù),c1和c2是非負(fù)數(shù),c1表示粒子個(gè)體最優(yōu)位置的自我影響,而c2則表示群體最優(yōu)位置的群體影響。r1和r2是[0 ,1]區(qū)間的隨機(jī)數(shù)。ω表示慣性權(quán)重因子,在公式(1)中一般是固定值,范圍一般為[0.4,0.9],可決定粒子先前速度對(duì)目前運(yùn)動(dòng)的影響程度,從而起到平衡算法全局搜索和局部搜索能力的作用。當(dāng)粒子速度較大時(shí),飛行較快,有利于全局勘探,但有可能超過最優(yōu)解;反之則有利于局部開發(fā)。endprint

    粒子在解空間內(nèi)不斷跟蹤個(gè)體極值與全局極值, 直到達(dá)到規(guī)定的迭代次數(shù)或滿足規(guī)定的誤差標(biāo)準(zhǔn)為止。在尋優(yōu)初期,ω應(yīng)取0.9~1.4,然后根據(jù)迭代次數(shù)線性減少到0.4,公式如下:ω=ωmax-(ωmax-ωmin)ttmax

    (3) 其中,t表示目前的迭代次數(shù),tmax表示設(shè)定的最大迭代次數(shù),ωmax表示最大慣性權(quán)重因子,ωmin表示最小慣性權(quán)重因子。

    也可以從物理含義上來解釋公式(1),一個(gè)單位質(zhì)量的粒子在單位時(shí)間上受到來自Pi和Pg兩處吸引力的共同作用,從而引起加速度變化。加速度變化導(dǎo)致速度改變,最終改變粒子所處位置。本文將ω固定的PSO簡(jiǎn)稱為SPSO,而依據(jù)公式(3)計(jì)算的PSO簡(jiǎn)稱為L(zhǎng)PSO,以對(duì)算法性能進(jìn)行對(duì)比分析。

    2 均值粒子群優(yōu)化算法

    與基本粒子群形成對(duì)比的是,均值粒子群優(yōu)化算法(MPSO)速度更新公式中用線性組合pkid+pkgd2和pkid-pkgd2取代了pkid和pkgd。因此,速度更新公式(1)轉(zhuǎn)換為公式(4):vk+1id=ω*vkid+c1*r1*(pkid+pkgd2-xkid)+

    c2*r2*(pkid-pkgd2-xkid)

    (4) 其中等式中的第一項(xiàng)與公式(1)含義相同;第二項(xiàng)與矢量(pkid+pkgd2-xkid)成比例變化,它吸引粒子由當(dāng)前位置方向指向全局最優(yōu)位置和粒子個(gè)體最優(yōu)位置的平均位置方向;第三項(xiàng)與矢量(pkid-pkgd2-xkid)成比例變化,它吸引粒子由當(dāng)前位置方向指向粒子個(gè)體最優(yōu)位置方向和全局最優(yōu)位置負(fù)方向的平均位置方向。其它更新和參數(shù)設(shè)置與基本粒子群算法相同。

    3 快速自適應(yīng)粒子群算法(QAPSO)

    3.1 基本思想

    計(jì)算現(xiàn)有粒子群中每個(gè)粒子距離其它粒子的距離因子di,現(xiàn)有粒子群中適應(yīng)度最高的粒子,設(shè)其距離因子為dg,距離因子的最小值為dmin,最大值為dmax,計(jì)算粒子群的分布信息因子f。f值為1表示最優(yōu)粒子遠(yuǎn)離其它粒子,直接將下一次迭代的慣性權(quán)重設(shè)置為f值,即可合理控制其它粒子飛向最優(yōu)位置的速度。

    粒子的距離因子如公式(5)所示:di=1N-1∑Nj=1,j≠i∑Dk=1xik-xjk

    (5) 公式(5)也可使用歐氏距離,但采用曼哈頓距離計(jì)算量較少。

    粒子群的分布信息因子如公式(6)所示:f=dg-dmindmax-dminf∈[0,1]

    (6)

    ωk+1i=f

    (7) 最優(yōu)粒子和其它粒子之間的位置關(guān)系主要有3種情況,如圖1所示。

    圖1(a)表示算法初期,所有粒子隨機(jī)分布,最優(yōu)粒子與其它粒子差別不大,dg≈di,粒子群處于勘探階段;圖1(b)表示其它粒子向當(dāng)前最優(yōu)粒子靠攏,dgdi,處于收斂階段;圖1(c)表示出現(xiàn)新的更優(yōu)位置后,dgdi,其它粒子紛紛跳出原有局部最優(yōu)位置。

    3.2 QAPSO算法描述

    Step1:初始化粒子群數(shù)目N,在函數(shù)定義域內(nèi)對(duì)每個(gè)粒子的初始位置和初始速度進(jìn)行隨機(jī)初始化。

    Step2:將粒子的pi設(shè)置為當(dāng)前位置,pg設(shè)置為初始群體中最佳粒子的位置。

    Step3:判斷算是否滿足終止條件,如果滿足,轉(zhuǎn)Step6;否則執(zhí)行(4)。

    Step4:對(duì)粒子群中的所有粒子i執(zhí)行如下操作:①根據(jù)式(2)、(4)更新粒子的速度及位置;②計(jì)算粒子i的適應(yīng)度值fi;③如果fi優(yōu)于pi的適應(yīng)度值,則更新pi為粒子i的當(dāng)前位置;④如果fi優(yōu)于pg的適應(yīng)度值,則更新pg為粒子i的當(dāng)前位置;④根據(jù)式(5)計(jì)算距離因子di,更新dg、dmin、dmax。

    Step5:根據(jù)式(6)、(7)計(jì)算粒子群的分布信息因子,從而確定下一次迭代慣性權(quán)重ω的值。然后回到Step3繼續(xù)執(zhí)行。

    Step6:輸出pg,結(jié)束算法運(yùn)行。

    4 仿真實(shí)驗(yàn)與數(shù)值分析

    本文使用Matlab2014b對(duì)上述QAPSO算法編寫了仿真程序,同時(shí)也針對(duì)標(biāo)準(zhǔn)粒子群算法(SPSO)、均值粒子群算法(MPSO)、慣性權(quán)重線性遞減粒子群算法(LPSO)在同樣的環(huán)境下進(jìn)行仿真。仿真程序中,粒子群規(guī)模N取40,對(duì)比算法中加速常數(shù)c1和c2為2,固定慣性權(quán)重ω取0.729 8。LPSO算法中,ω從0.9線性遞減到0.4。對(duì)每個(gè)測(cè)試函數(shù)均進(jìn)行20次獨(dú)立實(shí)驗(yàn),函數(shù)評(píng)估精度設(shè)為10-15。參考文獻(xiàn)[8]選取了6個(gè)測(cè)試函數(shù)。

    單峰函數(shù)有:

    (1)Rosenbrock 函數(shù)。f1(X)=∑D-1i=1[100(xi+1-x2i)2+(xi-1)2]

    (8)

    -10≤xi≤10 當(dāng)D=30,X*=(1,…,1)時(shí),其全局最優(yōu)值f(X*)=0, 尋優(yōu)成功標(biāo)準(zhǔn)為f(X)≤10。該函數(shù)在全局最優(yōu)位置附近變換十分平緩,當(dāng)D=2時(shí),該函數(shù)分布如圖2所示。很多優(yōu)化算法很難找到全局最優(yōu)位置或找到最優(yōu)值需要的迭代次數(shù)較多。

    (2)Schwefel′s 函數(shù)。f2(X)=∑Di=1xi+∏Di=1xi

    (9)

    -10≤xi≤10 當(dāng)D=30,X*=(0,…,0)時(shí),其全局最優(yōu)值f(X*)=0, 尋優(yōu)成功標(biāo)準(zhǔn)為f(X)≤0.01。

    多單峰函數(shù)有:

    (3)Dropwave函數(shù)。f3(X)=-1+cos(12x1+x2)0.5(x1+x2)+2

    (10)

    -2≤x1,x2≤2 當(dāng)X*=(0,0)時(shí),其全局最優(yōu)值f(X*)= -1,尋優(yōu)成功標(biāo)準(zhǔn)為f(X)≤-0.99。

    (4)Eggcrate函數(shù)。該函數(shù)的局部峰值很多,當(dāng)D=2時(shí),該函數(shù)分布如圖3所示。f4(X)=x21+x22+25(sin2x1+sin2x2)endprint

    (11)

    -π≤x1,x2≤π 當(dāng)X*=(0,0)時(shí),其全局最優(yōu)值 f(X*)= 0,尋優(yōu)成功標(biāo)準(zhǔn)為f(X)≤0.01。

    (5)Rastrigin函數(shù)。f5(X)=∑Di=1[x2i-10cos(2πxi)+10]

    (12)

    -5.12≤xi≤5.12 當(dāng)D=30,X*=(0,…,0)時(shí),其全局最優(yōu)值f(X*)= 0,尋優(yōu)成功標(biāo)準(zhǔn)為f(X)≤0.01。

    (6)Ackley 函數(shù)。f6(X)=-20exp(-0.21D∑Di=1x2i)-

    exp(1D∑Di=1cos(2πxi))+20+exp(1)

    (13)

    -32≤xi≤32 當(dāng)D=30,X*=(0,…,0)時(shí),其全局最優(yōu)值f(X*)= 0,尋優(yōu)成功標(biāo)準(zhǔn)為f(X)≤0.01。

    表1~表6分別給出了6個(gè)函數(shù)在Intel Xeon E3-1230V2和8G DDR3內(nèi)存、128G固態(tài)硬盤計(jì)算機(jī)上運(yùn)行計(jì)算的結(jié)果比較,所有算法的最大迭代次數(shù)均為200。

    從表1~表6中可以看出,QAPSO除單峰函數(shù)f1和其它優(yōu)化算法一樣均未成功找到最優(yōu)值外,其它函數(shù)尋優(yōu)精度和時(shí)間都明顯優(yōu)于LPSO、MPSO、SPSO,尤其是在處理變化劇烈的多峰函數(shù)(f4、f5等)時(shí)。LPSO和MPSO算法性能相差不大,SPSO表現(xiàn)最差。在收斂速度上,QAPSO與LPSO、MPSO、SPSO相比有明顯優(yōu)勢(shì),收斂時(shí)間大大縮短。由于收斂速度差別較大,所以圖中的橫坐標(biāo)迭代次數(shù)從20開始計(jì)數(shù),以避免縱坐標(biāo)函數(shù)值差距過大。從圖2、圖3可以明顯看出,算法總體性能表現(xiàn)為:QAPSO>MPSO>LPSO>SPSO。

    5 原因分析

    由表1可知,單峰函數(shù)f1的尋優(yōu)能力不太理想,其原因是函數(shù)值在最優(yōu)位置區(qū)域內(nèi)變化十分緩慢,各粒子的函數(shù)值非常接近,直接導(dǎo)致f取值接近0。QAPSO直接使用f作為慣性系數(shù),所以使得粒子失去慣性作用。

    由于SPSO采用固定慣性權(quán)重策略,在前期探索解空間時(shí)能力不強(qiáng),而在后期由于慣性較大,又缺乏局部開發(fā)能力,很難搜索到最優(yōu)解;LPSO則在前期加強(qiáng)了勘探能力,在后期采用較小的慣性權(quán)重,增強(qiáng)了局部尋優(yōu)能力;MPSO則考慮到當(dāng)前個(gè)體最優(yōu)和群體最優(yōu)位置對(duì)粒子群可能產(chǎn)生的“誤導(dǎo)”,增強(qiáng)了粒子跳出局部最優(yōu)的能力;而QAPSO進(jìn)一步使用群體分布因子來動(dòng)態(tài)調(diào)整下一次迭代的慣性權(quán)重,從而在多峰函數(shù)的尋優(yōu)過程中表現(xiàn)出較強(qiáng)的適應(yīng)能力。圖4、圖5表示QAPSO、SPSO對(duì)f4尋優(yōu)過程中群分布因子的變化過程,可看出在迭代后期,SPSO算法過早收斂到了局部最優(yōu)值,群個(gè)體趨向相同位置,減少了群體多樣性。反之,QAPSO則在整個(gè)過程中一直充分保持了群體多樣性。

    6 結(jié)語

    本文提出了一種基于粒子群分布因子的均值粒子群改進(jìn)優(yōu)化算法,實(shí)驗(yàn)結(jié)果表明,與標(biāo)準(zhǔn)粒子群算法、線性改變權(quán)重粒子群優(yōu)化算法、均值粒子群算法相比,本文算法的收斂速度快、精度較高。本文以種群位置分布因子作為慣性權(quán)重,平衡了算法的全局探索和局部開發(fā)能力,使粒子跳出局部最優(yōu)束縛。6個(gè)函數(shù)優(yōu)化的仿真結(jié)果表明, 本文算法在成功率、平均最優(yōu)值、收斂時(shí)間上都有很大改善,特別對(duì)于多峰函數(shù),算法性能的改善更為明顯。對(duì)于單峰函數(shù),可繼續(xù)進(jìn)行研究改進(jìn),一種簡(jiǎn)單策略是在發(fā)現(xiàn)最優(yōu)值變化緩慢時(shí)切換為標(biāo)準(zhǔn)粒子群方法,從而擴(kuò)大算法的使用范圍。

    參考文獻(xiàn):

    [1] DORTGO M, MANIEZZO V, COLORNI A. Ant system: optimization by a colony cooperating agents[J]. IEEE Trans. on Systems, Man, and Cybernetics Part B: Cybernetics,1996,26(1):29-41.

    [2] KENNEDY J, EBERHART R. Particle swarm optimization[C]. International Conference on Neural Networks,Perth, Australia: IEEE,1995:1942-1948.

    [3] EBERHART R C, KENNEDY J. A new optimizer using particle swarm theory[J]. Institute of Electrical and Electronics Engineers,1995(10):39-43.

    [4] SHI Y, EBERHART R. A modified swarm optimizer[C].IEEE International Conference of Evolutionary Computation Anchorage, Alaska: IEEE Press,1998:69-73.

    [5] KUSUM DEEP, JAGDISH CHAND BANSAL. Mean particle swarm optimisation for function optimisation[J]. Computational Intelligence Studies,2009(1):72-92.

    [6] ZHANZH, ZHANGJ, LIY, et al. Adaptive particle swarm optimization[J]. IEEE Transactions on Systems Man, and Cybernetics — Part B: Cybernetics,2009,39(6):1362-1381.

    [7] X YAO, YLIU, G M LIN. Evolutionary programming made faster[J] . IEEE Trans. Evol. Comput.,1999(2):82-102.

    [8] SHI Y, EBERHART R. Empirical study of particle swarm optimization[C]. International Conference on Evolutionary Computation,Washington, USA: IEEE,1999:1945-1950.

    (責(zé)任編輯:黃 ?。〆ndprint

    猜你喜歡
    粒子群算法
    幾種改進(jìn)的螢火蟲算法性能比較及應(yīng)用
    基于支持向量機(jī)的短期電力負(fù)荷預(yù)測(cè)
    基于云計(jì)算平臺(tái)的資源調(diào)度優(yōu)化研究
    一種基于高維粒子群算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究
    基于PSODE混合算法優(yōu)化的自抗擾控制器設(shè)計(jì)
    蟻群算法的運(yùn)用及其優(yōu)化分析
    電力市場(chǎng)交易背景下水電站優(yōu)化調(diào)度研究
    基于粒子群算法的產(chǎn)業(yè)技術(shù)創(chuàng)新生態(tài)系統(tǒng)運(yùn)行穩(wěn)定性組合評(píng)價(jià)研究
    無線傳感器網(wǎng)絡(luò)聯(lián)盟初始結(jié)構(gòu)生成研究
    交通堵塞擾動(dòng)下多車場(chǎng)車輛路徑優(yōu)化
    商(2016年5期)2016-03-28 18:10:26
    国产免费福利视频在线观看| 美女福利国产在线| 国产男人的电影天堂91| 久久ye,这里只有精品| 丰满迷人的少妇在线观看| 国产免费一区二区三区四区乱码| 国产在视频线精品| 水蜜桃什么品种好| 亚洲成人一二三区av| av在线app专区| 亚洲av综合色区一区| 国产精品99久久99久久久不卡 | 多毛熟女@视频| 大片电影免费在线观看免费| 中文天堂在线官网| 久久久精品免费免费高清| 亚洲国产最新在线播放| a级毛片在线看网站| 国产精品蜜桃在线观看| 桃花免费在线播放| 欧美最新免费一区二区三区| 新久久久久国产一级毛片| 国产精品嫩草影院av在线观看| 国产精品无大码| 免费看av在线观看网站| 老司机影院成人| 激情五月婷婷亚洲| 99久久中文字幕三级久久日本| 香蕉丝袜av| 久久精品人人爽人人爽视色| 亚洲第一区二区三区不卡| 一级片免费观看大全| 国产极品粉嫩免费观看在线| 有码 亚洲区| 一区二区三区四区激情视频| av电影中文网址| 国产乱来视频区| 欧美精品亚洲一区二区| 2021少妇久久久久久久久久久| 精品第一国产精品| 9191精品国产免费久久| 精品少妇一区二区三区视频日本电影 | 国产精品嫩草影院av在线观看| 毛片一级片免费看久久久久| 国产免费一区二区三区四区乱码| 一二三四在线观看免费中文在| 黄色视频在线播放观看不卡| 一区二区日韩欧美中文字幕| 1024视频免费在线观看| 亚洲内射少妇av| 亚洲精品久久午夜乱码| www.熟女人妻精品国产| 国产欧美日韩综合在线一区二区| 国产精品国产三级专区第一集| 哪个播放器可以免费观看大片| 亚洲av国产av综合av卡| 欧美精品人与动牲交sv欧美| 老汉色av国产亚洲站长工具| 欧美人与善性xxx| 国产一区二区三区综合在线观看| 成年人免费黄色播放视频| 麻豆乱淫一区二区| 一区福利在线观看| 大香蕉久久成人网| av在线播放精品| 晚上一个人看的免费电影| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产男女内射视频| 亚洲精品成人av观看孕妇| 亚洲国产看品久久| 国产黄色免费在线视频| 久久精品久久精品一区二区三区| 飞空精品影院首页| videosex国产| 精品久久久久久电影网| 一本久久精品| 赤兔流量卡办理| 男女边摸边吃奶| av免费在线看不卡| 美女大奶头黄色视频| 男的添女的下面高潮视频| 七月丁香在线播放| 春色校园在线视频观看| 亚洲av在线观看美女高潮| 人人妻人人澡人人爽人人夜夜| 久久这里只有精品19| 日日摸夜夜添夜夜爱| 国产欧美日韩一区二区三区在线| 黄色一级大片看看| 国产精品秋霞免费鲁丝片| 午夜91福利影院| 精品亚洲乱码少妇综合久久| 久久99一区二区三区| av网站在线播放免费| a 毛片基地| 两个人免费观看高清视频| 这个男人来自地球电影免费观看 | 免费在线观看视频国产中文字幕亚洲 | 婷婷色麻豆天堂久久| 国产精品 国内视频| 亚洲欧美精品自产自拍| 精品久久久久久电影网| www日本在线高清视频| 国产又爽黄色视频| 免费高清在线观看视频在线观看| 国产成人免费无遮挡视频| 丝瓜视频免费看黄片| 国产黄色免费在线视频| av一本久久久久| 国产乱来视频区| 十八禁网站网址无遮挡| 国产精品亚洲av一区麻豆 | 一级a爱视频在线免费观看| 热99久久久久精品小说推荐| 69精品国产乱码久久久| 最近手机中文字幕大全| kizo精华| 日韩av不卡免费在线播放| 精品国产一区二区久久| 9色porny在线观看| 国产在视频线精品| 欧美 日韩 精品 国产| 美女午夜性视频免费| 国产精品不卡视频一区二区| 90打野战视频偷拍视频| 母亲3免费完整高清在线观看 | 九色亚洲精品在线播放| 亚洲成av片中文字幕在线观看 | 欧美成人午夜精品| 大香蕉久久网| 国产精品三级大全| 18禁动态无遮挡网站| 久久精品人人爽人人爽视色| 亚洲综合色网址| 亚洲欧美精品综合一区二区三区 | 2018国产大陆天天弄谢| 老汉色∧v一级毛片| av有码第一页| 国产男女内射视频| 曰老女人黄片| 一边摸一边做爽爽视频免费| 精品国产超薄肉色丝袜足j| 日本91视频免费播放| 99国产精品免费福利视频| 午夜福利网站1000一区二区三区| 又大又黄又爽视频免费| 一二三四中文在线观看免费高清| 午夜影院在线不卡| 日本av免费视频播放| 一二三四中文在线观看免费高清| 精品一品国产午夜福利视频| 最新中文字幕久久久久| 一本大道久久a久久精品| 一区二区日韩欧美中文字幕| 波多野结衣一区麻豆| 国产精品久久久久久av不卡| h视频一区二区三区| 中文欧美无线码| 国产免费视频播放在线视频| 久热这里只有精品99| 欧美日韩视频精品一区| 久久国内精品自在自线图片| 十八禁网站网址无遮挡| 久久久久久伊人网av| 成年人午夜在线观看视频| 天天躁狠狠躁夜夜躁狠狠躁| 少妇精品久久久久久久| av国产久精品久网站免费入址| 亚洲综合精品二区| 亚洲精品成人av观看孕妇| 午夜影院在线不卡| 人人妻人人澡人人爽人人夜夜| 亚洲美女黄色视频免费看| 777米奇影视久久| 免费日韩欧美在线观看| 日韩在线高清观看一区二区三区| 亚洲精品,欧美精品| 久久久亚洲精品成人影院| 天堂中文最新版在线下载| 欧美人与性动交α欧美精品济南到 | 电影成人av| 亚洲国产av新网站| 777米奇影视久久| 亚洲精品久久午夜乱码| 久久久久网色| 久久精品国产亚洲av天美| 18+在线观看网站| 满18在线观看网站| 日产精品乱码卡一卡2卡三| 国产国语露脸激情在线看| 亚洲综合色网址| 毛片一级片免费看久久久久| 国产日韩欧美视频二区| 91成人精品电影| 国产在线免费精品| 亚洲av欧美aⅴ国产| 香蕉国产在线看| 国产一区亚洲一区在线观看| 久久国产亚洲av麻豆专区| 亚洲欧美中文字幕日韩二区| 亚洲少妇的诱惑av| 国产高清不卡午夜福利| 亚洲国产欧美在线一区| 99久久精品国产国产毛片| 另类精品久久| av片东京热男人的天堂| 国产男女内射视频| 亚洲 欧美一区二区三区| 国产精品久久久久成人av| 搡老乐熟女国产| 欧美97在线视频| 亚洲精华国产精华液的使用体验| 大话2 男鬼变身卡| 多毛熟女@视频| 在线观看www视频免费| 国产一区二区三区综合在线观看| 搡女人真爽免费视频火全软件| 日韩免费高清中文字幕av| av在线老鸭窝| 亚洲成av片中文字幕在线观看 | 午夜福利在线免费观看网站| 精品亚洲成国产av| av女优亚洲男人天堂| 日韩中文字幕欧美一区二区 | 日韩大片免费观看网站| 亚洲精品在线美女| av网站免费在线观看视频| 精品少妇久久久久久888优播| 国产精品久久久av美女十八| 日韩不卡一区二区三区视频在线| 国产精品一区二区在线不卡| 高清视频免费观看一区二区| 精品酒店卫生间| 美女脱内裤让男人舔精品视频| 香蕉国产在线看| 夫妻午夜视频| 亚洲综合精品二区| 国产欧美日韩一区二区三区在线| 80岁老熟妇乱子伦牲交| 亚洲精品aⅴ在线观看| 在线观看国产h片| 少妇熟女欧美另类| 热99久久久久精品小说推荐| 亚洲av国产av综合av卡| 欧美精品av麻豆av| 国产精品久久久久久精品电影小说| 欧美av亚洲av综合av国产av | 国产又爽黄色视频| 欧美日本中文国产一区发布| 成人亚洲欧美一区二区av| 国产高清不卡午夜福利| 国产熟女欧美一区二区| 夫妻性生交免费视频一级片| 亚洲人成77777在线视频| 亚洲美女黄色视频免费看| 久久久久久久精品精品| 99久国产av精品国产电影| 日本爱情动作片www.在线观看| 精品第一国产精品| 国产无遮挡羞羞视频在线观看| 另类亚洲欧美激情| 亚洲精品aⅴ在线观看| 女人精品久久久久毛片| 色播在线永久视频| tube8黄色片| 欧美最新免费一区二区三区| 一区二区av电影网| 欧美另类一区| 亚洲四区av| 激情视频va一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 熟女电影av网| 各种免费的搞黄视频| 亚洲欧美一区二区三区久久| 妹子高潮喷水视频| 高清视频免费观看一区二区| 大香蕉久久成人网| 在线观看国产h片| 欧美日韩精品网址| 国产xxxxx性猛交| 亚洲精品美女久久av网站| 成人手机av| 久久精品久久精品一区二区三区| 久久久精品区二区三区| 国产淫语在线视频| 叶爱在线成人免费视频播放| 91aial.com中文字幕在线观看| 免费播放大片免费观看视频在线观看| 精品第一国产精品| 欧美日韩av久久| 99久久人妻综合| 人体艺术视频欧美日本| 91精品国产国语对白视频| 亚洲人成网站在线观看播放| www.精华液| 亚洲伊人色综图| 大香蕉久久成人网| 欧美成人午夜精品| 亚洲av国产av综合av卡| 久久久久国产精品人妻一区二区| 欧美精品一区二区大全| 色播在线永久视频| 亚洲成色77777| 国产精品亚洲av一区麻豆 | 久热久热在线精品观看| 欧美亚洲 丝袜 人妻 在线| 欧美国产精品va在线观看不卡| 成人亚洲精品一区在线观看| 国产免费视频播放在线视频| 国产成人精品福利久久| 日本av手机在线免费观看| 另类亚洲欧美激情| www.熟女人妻精品国产| h视频一区二区三区| 国产精品亚洲av一区麻豆 | 亚洲成色77777| 亚洲精品久久午夜乱码| 亚洲精品美女久久久久99蜜臀 | 777米奇影视久久| 国产乱人偷精品视频| 99香蕉大伊视频| 一边摸一边做爽爽视频免费| 丝袜人妻中文字幕| 少妇熟女欧美另类| 18在线观看网站| 亚洲一区中文字幕在线| 亚洲国产精品一区二区三区在线| 咕卡用的链子| 大陆偷拍与自拍| 日日爽夜夜爽网站| 美女高潮到喷水免费观看| 黑人欧美特级aaaaaa片| 伦精品一区二区三区| 久久ye,这里只有精品| h视频一区二区三区| 777米奇影视久久| 丁香六月天网| 亚洲人成电影观看| 麻豆乱淫一区二区| 亚洲一区二区三区欧美精品| 一级黄片播放器| 亚洲精品aⅴ在线观看| 久久国内精品自在自线图片| 午夜福利在线观看免费完整高清在| 亚洲国产最新在线播放| 欧美激情高清一区二区三区 | 高清在线视频一区二区三区| 亚洲av.av天堂| 久久久久久人妻| 99香蕉大伊视频| 婷婷成人精品国产| 中文字幕人妻熟女乱码| 精品99又大又爽又粗少妇毛片| 国产一区二区三区av在线| 建设人人有责人人尽责人人享有的| 亚洲激情五月婷婷啪啪| 国产乱来视频区| 亚洲精品日韩在线中文字幕| 麻豆乱淫一区二区| 成人手机av| 国产亚洲一区二区精品| 欧美日韩视频精品一区| 香蕉精品网在线| 国产精品一国产av| 美女视频免费永久观看网站| 免费在线观看黄色视频的| 999精品在线视频| 成人手机av| 久久精品久久久久久久性| 国产精品国产三级专区第一集| 免费黄色在线免费观看| 麻豆av在线久日| 国产 精品1| 国产成人精品无人区| 老司机影院成人| 天堂中文最新版在线下载| 婷婷色综合www| 熟女电影av网| 老司机影院成人| 午夜福利网站1000一区二区三区| 亚洲国产精品成人久久小说| 老鸭窝网址在线观看| 国产老妇伦熟女老妇高清| 满18在线观看网站| 九色亚洲精品在线播放| 超色免费av| 国产精品一二三区在线看| 2022亚洲国产成人精品| 国产亚洲一区二区精品| 五月伊人婷婷丁香| 老熟女久久久| 日韩三级伦理在线观看| 亚洲精品久久成人aⅴ小说| √禁漫天堂资源中文www| 日韩欧美一区视频在线观看| 伦理电影免费视频| 中文字幕人妻丝袜一区二区 | 午夜免费男女啪啪视频观看| 搡老乐熟女国产| 亚洲精品一二三| 成人影院久久| 国产探花极品一区二区| 国产精品久久久久久av不卡| 一级毛片黄色毛片免费观看视频| 亚洲四区av| 国产成人精品久久二区二区91 | 欧美亚洲日本最大视频资源| 精品国产乱码久久久久久小说| 伊人久久大香线蕉亚洲五| 久久久久精品久久久久真实原创| 97在线人人人人妻| 中文精品一卡2卡3卡4更新| 国产淫语在线视频| 搡老乐熟女国产| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 久久精品国产鲁丝片午夜精品| 精品国产一区二区久久| 国产精品麻豆人妻色哟哟久久| 国产成人精品婷婷| 赤兔流量卡办理| 国产一区二区 视频在线| 久久精品国产亚洲av涩爱| 亚洲色图综合在线观看| 亚洲人成77777在线视频| 最近手机中文字幕大全| 母亲3免费完整高清在线观看 | 亚洲欧美精品自产自拍| 国产精品免费视频内射| 成人黄色视频免费在线看| 丝袜在线中文字幕| 日韩不卡一区二区三区视频在线| 波多野结衣av一区二区av| 国产成人精品婷婷| 宅男免费午夜| av在线播放精品| 波野结衣二区三区在线| www日本在线高清视频| 一级片免费观看大全| 国产乱来视频区| 哪个播放器可以免费观看大片| 成年av动漫网址| 一级毛片 在线播放| 精品国产一区二区三区四区第35| 欧美精品av麻豆av| 欧美激情极品国产一区二区三区| 久久精品国产综合久久久| 亚洲少妇的诱惑av| 丝袜美腿诱惑在线| 国产免费视频播放在线视频| 亚洲在久久综合| 亚洲成人手机| 男女下面插进去视频免费观看| 久久久久国产精品人妻一区二区| 一区在线观看完整版| 老熟女久久久| 国产亚洲欧美精品永久| 午夜免费男女啪啪视频观看| 亚洲色图综合在线观看| 欧美日韩一区二区视频在线观看视频在线| 9热在线视频观看99| 久久久亚洲精品成人影院| www日本在线高清视频| 精品国产乱码久久久久久男人| 亚洲精品日本国产第一区| 日韩av在线免费看完整版不卡| 国产一级毛片在线| 99久久中文字幕三级久久日本| 一区福利在线观看| 精品少妇久久久久久888优播| 国产精品一区二区在线观看99| 2021少妇久久久久久久久久久| 麻豆av在线久日| 欧美 日韩 精品 国产| 女人精品久久久久毛片| 国产午夜精品一二区理论片| 免费观看性生交大片5| 国产精品av久久久久免费| 国产老妇伦熟女老妇高清| 大香蕉久久成人网| 日日啪夜夜爽| www.熟女人妻精品国产| 国产一区二区激情短视频 | 亚洲男人天堂网一区| 国产精品无大码| 久久午夜综合久久蜜桃| 久久这里有精品视频免费| 国产精品欧美亚洲77777| 少妇精品久久久久久久| 女人精品久久久久毛片| 热re99久久精品国产66热6| 18在线观看网站| 国产黄色视频一区二区在线观看| 高清黄色对白视频在线免费看| 99九九在线精品视频| 人人妻人人澡人人爽人人夜夜| 午夜福利视频精品| 老汉色av国产亚洲站长工具| 精品第一国产精品| 亚洲一区中文字幕在线| 18+在线观看网站| av网站在线播放免费| 亚洲国产精品国产精品| 满18在线观看网站| 午夜日韩欧美国产| 国产片内射在线| 两个人免费观看高清视频| 国产成人精品婷婷| 欧美97在线视频| 国产精品免费大片| 国产色婷婷99| 啦啦啦在线观看免费高清www| 久久久欧美国产精品| 国产亚洲欧美精品永久| 久久婷婷青草| 欧美国产精品一级二级三级| 男人添女人高潮全过程视频| 18禁裸乳无遮挡动漫免费视频| 97在线人人人人妻| av片东京热男人的天堂| 国产亚洲精品第一综合不卡| 日韩大片免费观看网站| 亚洲欧美色中文字幕在线| 在线观看三级黄色| 久久国产精品男人的天堂亚洲| 18禁裸乳无遮挡动漫免费视频| 午夜影院在线不卡| 国产精品免费大片| 国产成人精品福利久久| 777久久人妻少妇嫩草av网站| 日本午夜av视频| 少妇精品久久久久久久| 我的亚洲天堂| 亚洲av日韩在线播放| 国产一级毛片在线| 大片电影免费在线观看免费| 黄色一级大片看看| 黄色视频在线播放观看不卡| 少妇人妻 视频| 考比视频在线观看| 9191精品国产免费久久| 91午夜精品亚洲一区二区三区| 韩国精品一区二区三区| 91久久精品国产一区二区三区| 亚洲av电影在线进入| 精品少妇一区二区三区视频日本电影 | 国产成人午夜福利电影在线观看| 9191精品国产免费久久| 国产黄色免费在线视频| videos熟女内射| 亚洲av电影在线观看一区二区三区| 人人妻人人澡人人爽人人夜夜| 少妇人妻精品综合一区二区| 亚洲综合色惰| 人人妻人人爽人人添夜夜欢视频| 日本欧美国产在线视频| av福利片在线| 在线观看免费视频网站a站| 国产成人a∨麻豆精品| 视频在线观看一区二区三区| av线在线观看网站| 亚洲av电影在线观看一区二区三区| 国产熟女欧美一区二区| 建设人人有责人人尽责人人享有的| 亚洲一级一片aⅴ在线观看| 精品少妇黑人巨大在线播放| 热99国产精品久久久久久7| 如日韩欧美国产精品一区二区三区| 国产又爽黄色视频| 91在线精品国自产拍蜜月| 美女脱内裤让男人舔精品视频| 人妻系列 视频| 精品久久久久久电影网| 午夜福利,免费看| 色婷婷久久久亚洲欧美| 久久久久精品久久久久真实原创| 久热这里只有精品99| 精品少妇内射三级| 母亲3免费完整高清在线观看 | 肉色欧美久久久久久久蜜桃| 美女视频免费永久观看网站| 国产精品免费大片| 亚洲人成77777在线视频| 国产亚洲一区二区精品| 午夜激情久久久久久久| 人人妻人人澡人人爽人人夜夜| 亚洲三区欧美一区| 爱豆传媒免费全集在线观看| 亚洲精品美女久久av网站| 亚洲欧美一区二区三区国产| 国产成人免费观看mmmm| 捣出白浆h1v1| 狂野欧美激情性bbbbbb| 中国三级夫妇交换| 免费大片黄手机在线观看| 少妇 在线观看| 一本色道久久久久久精品综合| 91精品三级在线观看| 9热在线视频观看99| 国产成人91sexporn| 国产成人一区二区在线| 久久久久精品性色| 99热网站在线观看| 在线精品无人区一区二区三| 午夜激情av网站| 国产97色在线日韩免费| 看免费成人av毛片| 亚洲精品成人av观看孕妇| 国产精品人妻久久久影院| 看十八女毛片水多多多| 丰满饥渴人妻一区二区三| 自拍欧美九色日韩亚洲蝌蚪91| 伦理电影大哥的女人| 丰满饥渴人妻一区二区三| 国产男女内射视频| 熟女电影av网|