• <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 ?

    基于相空間重構的GQPSO-WNN短時交通流預測

    2019-07-16 01:19:16陳慶春類先富
    計算機應用與軟件 2019年7期
    關鍵詞:相空間交通流維數(shù)

    唐 瑞 陳慶春 類先富

    1(西南交通大學信息科學與技術學院 四川 成都 611756)2(廣州大學機械與電氣工程學院 廣東 廣州 510006)

    0 引 言

    智能交通系統(tǒng)(ITS)的發(fā)展是減少城市污染、緩解交通擁堵以及避免交通事故發(fā)生的關鍵。短時交通流的預測模型是指預測時間不超過15 min,通過得到的交通流歷史數(shù)據(jù)選擇適當?shù)念A測模型,在t時刻在線實時地預測出時刻的交通流數(shù)據(jù)。短期交通預測模型的實際應用之一是根據(jù)實時交通信息幫助旅客選擇t+Δt出行路線或提前計劃出行。它還可以幫助制定主動的交通管理策略,改善交通擁塞。

    傳統(tǒng)的交通流預測精度已經(jīng)無法滿足需求[1],在過去的幾十年中,交通短期變量預測得到了發(fā)展和改進。預測方法可以分為兩類:統(tǒng)計算法類,如非參數(shù)回歸模型、卡爾曼濾波等;人工智能類,如BP神經(jīng)網(wǎng)絡和WNN等[2-3];其中,WNN模型是最常用的短期交通預測模型。盡管WNN模型易于構建,并取得了讓人滿意的預測效果。但是人工智能網(wǎng)絡預測模型存在著許多缺點,比如:早熟收斂或無法收斂、求解精度不高等,所以許多研究者引入了粒子群等優(yōu)化算法來對這些智能網(wǎng)絡算法進行改進[4]。粒子群優(yōu)化算法收斂速度快,在尋求函數(shù)最優(yōu)解方面有很大優(yōu)勢,能改善神經(jīng)網(wǎng)絡收斂速度慢、訓練誤差過大的問題。但是,標準粒子群算法存在一些缺點,如搜索空間有限、容易早熟、容易陷入局部優(yōu)化[5]。對應的,本文采用全局收斂的量子粒子群算法在粒子后期搜索中改善收斂性能問題,由于量子粒子群算法沒有交叉和變異過程,難以搜索到全局最優(yōu)點,因此采用遺傳算法進行改進。結合這兩種算法,可以提高捕獲交通流數(shù)據(jù)中的線性和非線性模式的可能性,并提高預測性能。為了使提出的預測模型更加可靠,還需要對交通流時間序列數(shù)據(jù)進行重構,分析序列內(nèi)部的混沌特性,驗證其可預測性[6]。

    1 相空間重構

    交通流時間序列是一組看似無規(guī)律、隨機性的序列,這樣的序列是否具有可預測性是后續(xù)預測模型建立的前提。1980年Packard[8]和Takens[9]提出了相空間重構理論(phase space reconstruction theory),其主要目的在于恢復時間序列的混沌吸引子,其原理是選擇合適的延遲時間τ和嵌入維數(shù)m,采用混沌理論的相空間重構技術可以將低維時間序列映射到高維相空間里并保持微分同胚。設x={xi|i=1,2,…,N}為給定的交通流時間序列,選擇適當?shù)膮?shù)重構相空間得到[10]:

    X=[xi,xi+τ,…,xi+(m-1)τ]Ti=1,2,…,M

    (1)

    式中:X是維數(shù)為M×m的軌線矩陣,相點個數(shù)為M=N-(m-1)τ。

    1.1 C-C方法

    1999年,H.S.Kim等[11]提出C-C方法,該方法認為嵌入維數(shù)m不依賴于延遲時間τd而依賴于延遲時間窗口τw,通過計算公式τw=(m-1)τd可以得出嵌入維數(shù)m的值。對于時間序列x={xi|i=1,2,…,N},定義關聯(lián)積分為以下公式[7]:

    (2)

    式中:r>0為尺度,dij=‖Xi-Xj‖,Xi為根據(jù)給出延遲時間τ和嵌入維數(shù)m的值重構相空間的點。若x<0,則θ(x)>0;若x≥0,則θ(x)=1。將時間序列{xi}分解t個不重疊的時間序列,采用分塊平均策略:

    (3)

    令N→∞時,有:

    (4)

    對于獨立同分布的時間序列,那么m、t是固定的,當N趨近于無窮時,則對所有的r均有S(m,r,τ)恒等于0。但是實際序列是有限的且可能存在相關的元素,所以S(m,r,τ)≠0,關于半徑r的最大偏差:

    ΔS(m,τ)=max{S(m,rj,τ)}-min{S(m,rj,τ)}

    (5)

    m=2,3,4,5;j=1,2,3,4

    Brock等[12]根據(jù)數(shù)學統(tǒng)計結果表明,選取合適的N,計算出時間序列的標準差σ,三個統(tǒng)計量的計算公式:

    (6)

    (7)

    (8)

    式中:rj=jσ/2,j=1,2,3,4。

    圖1 C-C方法計算交通流數(shù)據(jù)表示圖

    1.2 Lyapunov指數(shù)計算

    Lyapunov指數(shù)是刻畫相空間中兩條初始值十分靠近的軌道,隨著時間推移呈指數(shù)形式的平均發(fā)散率[13],若最大Lyapunov指數(shù)大于0,則可以認為系統(tǒng)是混沌的。

    小數(shù)組方法[14]是混沌理論里計算最大Lyapunov指數(shù)普遍適應的方法,跟Jacobian方法、P-范數(shù)法等比起來,該算法具有計算量不大、相對易操作、對小數(shù)據(jù)組比較可靠、求解精度較高的優(yōu)點。

    使用小數(shù)組方法求解Lyapunov指數(shù)的步驟如下[11]:

    Step1對時間序列進行FFT變換,求出平均周期P;

    Step2根據(jù)計算得到的m和τ,重構相空間矩陣{Xj=j=1,2,…,M};

    Step3找出給定軌跡上的每個點相隔最近的點,即:

    d(0)=min‖Xj-X′j‖ |j-j′|>P

    (9)

    Step4尋找相空間軌跡矩陣里Xj最近點經(jīng)過i個時間點后的距離:

    dj(i)=min‖Xj+i-X′j+1‖

    (10)

    Step5求出所有的lndj(i)平均y(i),q為當dj(i)≠0時的值,即:

    (11)

    如圖2所示,對交通流時間序列數(shù)據(jù)進行仿真實驗求得的最大Lyapunov指數(shù),即為最小二乘法擬合后的曲線斜率λ。從圖中可以看出,λ是大于0的,根據(jù)定理說明交通流時間序列是混沌的,可以進行短期預測。

    圖2 小數(shù)量法求得交通流最大Lyapunov指數(shù)

    2 小波神經(jīng)網(wǎng)絡(WNN)模型

    如圖3所示,WNN是三層架構,包括輸入層、隱藏層(其中小波函數(shù)用作激活函數(shù))和輸出層(其是隱藏層的加權輸出的線性求和)[5]。

    圖3 小波神經(jīng)網(wǎng)絡拓撲結構

    圖3中xi是輸入?yún)?shù),yk是輸出參數(shù)。wij和wjk是神經(jīng)網(wǎng)絡的權值。

    (12)

    本文采用的小波基函數(shù)為Morlet母小波基函數(shù),因為它在[-1,0]以及[0,1]上是單調(diào)的,數(shù)學公式為:

    y=cos(1.75x)e-x2/2

    (13)

    WNN的輸出網(wǎng)絡層計算公式為:

    (14)

    式中:wik為隱含層到輸出層權值;h(i)為第i個隱含層節(jié)點的輸出;l為隱含層節(jié)點數(shù);m為輸出層節(jié)點。

    傳統(tǒng)的小波神經(jīng)網(wǎng)絡采用的是梯度下降法來調(diào)整參數(shù),網(wǎng)絡權值、伸縮因子、平移因子這些參數(shù)的初值選取一般采用試探法給定[15],可能會造成求解過程中陷入局部最優(yōu)和產(chǎn)生振蕩的不良效果,網(wǎng)絡訓練誤差也達不到設定的要求,因此本文采用粒子群優(yōu)化算法對其進行改進。

    3 量子粒子群優(yōu)化算法

    3.1 粒子群優(yōu)化算法

    粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)[16]是一種利用速度向量Vi和位置向量Xi模擬社會有機體的自然演變過程。算法里面的每個粒子相當于一種當前問題的候選解決方案,這些粒子將四處移動以搜索最佳值,每個粒子記錄其最佳先前位置(給出最佳適應值的位置)為gbesti,稱為個體最佳位置。在每次迭代中,每個粒子與整個種群中的其他粒子競爭最佳位置zbest的最佳粒子(在種群中具有最佳適應值),稱為全局最佳位置。然后使用這些信息來調(diào)整自己的速度和位置,從而實現(xiàn)解決方案領域的個性化優(yōu)化。粒子的更新公式如下:

    (15)

    (16)

    式中:ω為慣性權重;k為當前的迭代次數(shù);Vid為粒子速度;c1和c2為加速度因子;r1和r2為分布于[0,1]之間的隨機數(shù)。粒子群算法雖然在魯棒性、求解精度上有明顯優(yōu)勢,但是粒子由于隨機性不高容易陷入局部最優(yōu)。

    3.2 量子粒子群算法

    Sun等提出的QPSO算法,這是一種基于PSO和量子模型的新算法。在經(jīng)典粒子群優(yōu)化算法中,通過位置矢量Xi和Vi速度矢量來描述粒子飛行軌跡。但是在CPSO系統(tǒng)中,粒子的動力學行為是廣泛發(fā)散形式,即不能同時確定Xi和Vi的精確值。由于粒子會因為速度的原因使得搜索空間限制在某個區(qū)域,于是QPSO算法采用波函數(shù)表示粒子的運動狀態(tài)。量子粒子群算法的更新方程為:

    (一)基本建設投資管理缺乏科學有效的分工決策機制?;窘ㄔO項目由投資主管部門進行立項、可行性研究、初步設計和概算審批,其主要考慮項目需求,往往忽略財政可承受能力評估,容易出現(xiàn)超越現(xiàn)有財力或者雖然確定了籌資渠道但是無法落實的情況,綁架財政不斷擴大支出。同時,現(xiàn)行決策制度也缺乏硬約束,有的前期論證流于形式,“邊設計、邊報批、邊施工”,時常出現(xiàn)“預算超概算,決算超預算”的情況。整個鏈條不同環(huán)節(jié)沒有形成合力,不同的部門之間溝通不暢,影響科學決策。

    (17)

    (18)

    (19)

    式中:M為粒子種群數(shù),φ1=rand(),φ2=1-φ1,u=rand();mbesti為迭代t次后所有粒子的最佳位置平均值,β為收縮-擴張系數(shù),為了保證算法的收斂性,一般使用1.0~5.0線性下降策略[15]:

    β=βmax-(βmax-βmin)t/tmax

    (20)

    3.3 GQPSO

    QPSO是一種進化算法,在其全局搜索能力、相對快速的收斂性方面大大優(yōu)于PSO[17],但是也存在缺陷,隨著迭代次數(shù)的增加,QPSO的收斂性能將逐漸趨于緩慢,尋優(yōu)能力會下降,并且可能在局部極小值中周旋。采用遺傳算法里的交叉變異操作,可以改進量子粒子群算法里隨著迭代次數(shù)增加而生成的新的個體過于單一的問題。在GQPSO算法中,個體不再只是根據(jù)群體里的最優(yōu)位置信息交換群體知識,而是從具有較好適應度的個體隨機選擇需要學習的對象。GQPSO算法步驟如下:

    1) 通過適應度函數(shù)計算粒子的適應度值,對群體的局部最佳gbesti和全局最佳zbest分別進行更新。

    2) 對雜交池numpool進行初始化,利用公式seed1=floor(rand()×numpool)+1計算出需要進行雜交操作的粒子。

    3) 計算雜交后產(chǎn)生的新粒子的適應度的值,若優(yōu)于父代適應度的值,則用子代的位置替代父代的位置。

    4) 初始化變異范圍大小,計算出需要進行變異操作的粒子seed2=floor(rand()×mutationpool)+1。

    5) 更新變異后的子代粒子的位置,計算適應度的值,若優(yōu)于父代適應度的值,則代替父代位置。

    6) 重復上述步驟1)至5),直到滿足誤差終止條件。

    4 實驗分析

    為驗證GQPSO-WNN算法的有效性,本文采用了PeMs(http://pems.dot.ca.gov/)能力度量系統(tǒng)上采集的2016年12月5號到7號美國加州快速路網(wǎng)I110-N號線圈檢測的采樣間隔為5 min的實時交通流量數(shù)據(jù),共864條數(shù)據(jù),將最后230條數(shù)據(jù)作為測試樣本進行仿真實驗。

    由于采集到的數(shù)據(jù)可能存在噪聲,所以首先對數(shù)據(jù)進行了降噪和歸一化處理,根據(jù)C-C算法確定的時間延遲τ和嵌入維數(shù)m(參見圖1)重構相空間,計算得到Lyapunov指數(shù)大于0(參見圖2),證明該交通流序列具有混沌特性,設置小波神經(jīng)網(wǎng)絡各個參數(shù),網(wǎng)絡的輸入層應該等于嵌入維數(shù),故輸入層為6,輸出層為1,隱含層數(shù)7,隨機初始化50個粒子。本文采用以下模型評價指標:

    式中:Yp(t)是第t時的預測值,Yr(t)是第t時的實際值。圖4-圖8給出了WNN模型,PSO-WNN模型以及GQPSO-WNN模型對實際交通流的預測結果和誤差對比圖,同時分別比較了PSO-WNN模型和GQPSO-WNN模型的收斂性。

    圖4 WNN預測結果對比曲線和絕對誤差

    圖5 PSO-WNN預測結果對比曲線和絕對誤差

    圖6 GQPSO-WNN預測結果對比曲線和絕對誤差

    圖7 PSO-WNN適應度值迭代曲線

    圖8 GQPSO-WNN適應度值迭代曲線

    從圖6和圖8可以看出,GAQPSO-WNN算法模型預測結果曲線更加貼合真實交通流曲線,算法在迭代次數(shù)不超過10次時,適應度值就已經(jīng)下降到0.2以下,迭代到接近20次時GAQPSO-WNN預測模型的曲線幾乎收斂。由此可見,該算法相較于PSO-WNN算法收斂性較好,預測準確度也更高。

    將預測模型多次試驗取平均值得到結果如表1所示。綜合對比BP、WNN和PSO-WNN等算法的評估指標結果,經(jīng)過混合優(yōu)化后的GQPSO-WNN短時交通流預測模型的均方誤差比PSO-WNN模型低56%左右,擬合度也明顯高于WNN模型和PSO-WNN模型。

    表1 各類模型交通預測性能對比

    5 結 語

    本文在建立預測模型之前,利用最大Lyapunov指數(shù)分析交通流的預測性質(zhì)。在現(xiàn)有的短時交通流智能預測模型基礎上,提出基于相空間的GQPSO-WNN的混合預測模型,該方法結合了GA和QPSO的優(yōu)點,優(yōu)化小波神經(jīng)網(wǎng)絡參數(shù)值選取。實驗結果表明,與以往研究中的模型相比,所提模型的收斂速度和預測精確度均可以達到理想水平,有望應用于未來的實際交通領域中。

    猜你喜歡
    相空間交通流維數(shù)
    β-變換中一致丟番圖逼近問題的維數(shù)理論
    束團相空間分布重建技術在西安200 MeV質(zhì)子應用裝置的應用
    一類齊次Moran集的上盒維數(shù)
    關于齊次Moran集的packing維數(shù)結果
    交通流隨機行為的研究進展
    非對易空間中的三維諧振子Wigner函數(shù)
    涉及相變問題Julia集的Hausdorff維數(shù)
    路內(nèi)停車對交通流延誤影響的定量分析
    基于相空間重構的電磁繼電器電性能參數(shù)預測研究
    具有負壓力的Aw-Rascle交通流的Riemann問題
    亚洲精品成人av观看孕妇| 黑丝袜美女国产一区| 99视频精品全部免费 在线| 插逼视频在线观看| 成人国产av品久久久| 午夜激情福利司机影院| 一区二区日韩欧美中文字幕 | 亚洲国产精品999| 99热这里只有精品一区| 大陆偷拍与自拍| 国产黄片视频在线免费观看| av电影中文网址| 久久99蜜桃精品久久| 日韩av在线免费看完整版不卡| 国产色婷婷99| av在线app专区| 啦啦啦啦在线视频资源| 欧美亚洲日本最大视频资源| av线在线观看网站| 新久久久久国产一级毛片| 日韩视频在线欧美| 久久久欧美国产精品| 久久精品国产亚洲av涩爱| 久久女婷五月综合色啪小说| 夜夜看夜夜爽夜夜摸| 日韩av不卡免费在线播放| 亚洲色图 男人天堂 中文字幕 | 国产精品偷伦视频观看了| 免费av中文字幕在线| 国产精品熟女久久久久浪| 极品少妇高潮喷水抽搐| 亚洲欧美一区二区三区黑人 | 少妇人妻 视频| 久久99热这里只频精品6学生| 国产视频内射| 欧美日本中文国产一区发布| 又大又黄又爽视频免费| 亚洲成人手机| 97在线人人人人妻| 欧美日韩综合久久久久久| 亚洲av成人精品一二三区| 亚洲,一卡二卡三卡| 亚洲精品456在线播放app| 日日摸夜夜添夜夜添av毛片| 69精品国产乱码久久久| av卡一久久| 久久久久久久国产电影| 最近中文字幕2019免费版| 亚洲国产av新网站| 一本大道久久a久久精品| 老女人水多毛片| 99精国产麻豆久久婷婷| 国产男女内射视频| 一级黄片播放器| 少妇的逼水好多| 日韩av不卡免费在线播放| 男女高潮啪啪啪动态图| 韩国高清视频一区二区三区| 岛国毛片在线播放| 国产成人免费观看mmmm| 中文乱码字字幕精品一区二区三区| 亚洲欧美色中文字幕在线| 久久这里有精品视频免费| 久久精品国产亚洲网站| 国产一区亚洲一区在线观看| av免费在线看不卡| 国产视频首页在线观看| 国产av国产精品国产| 亚洲四区av| 国产精品一二三区在线看| 午夜精品国产一区二区电影| 大又大粗又爽又黄少妇毛片口| 在线播放无遮挡| 久久久国产精品麻豆| 午夜福利网站1000一区二区三区| 成人黄色视频免费在线看| 一本—道久久a久久精品蜜桃钙片| 成人18禁高潮啪啪吃奶动态图 | 人妻制服诱惑在线中文字幕| 草草在线视频免费看| 王馨瑶露胸无遮挡在线观看| 午夜免费观看性视频| 亚洲激情五月婷婷啪啪| 一级二级三级毛片免费看| 少妇熟女欧美另类| 亚洲中文av在线| 免费播放大片免费观看视频在线观看| 大片免费播放器 马上看| 精品亚洲乱码少妇综合久久| 日本免费在线观看一区| 精品一区在线观看国产| 妹子高潮喷水视频| 国产高清不卡午夜福利| 精品久久久久久久久av| 秋霞在线观看毛片| 国产精品一区二区在线观看99| 女人精品久久久久毛片| 最近2019中文字幕mv第一页| 国产成人精品福利久久| 又粗又硬又长又爽又黄的视频| 美女国产高潮福利片在线看| 伦精品一区二区三区| 婷婷色综合大香蕉| 99九九在线精品视频| 亚洲av在线观看美女高潮| 人体艺术视频欧美日本| 国产亚洲午夜精品一区二区久久| 美女视频免费永久观看网站| 女性生殖器流出的白浆| 国产国拍精品亚洲av在线观看| 少妇 在线观看| 尾随美女入室| 成人国语在线视频| 国产日韩欧美视频二区| 亚洲成人av在线免费| 久久久久视频综合| 青春草国产在线视频| 91精品三级在线观看| 日本午夜av视频| 亚洲婷婷狠狠爱综合网| 久久久欧美国产精品| 男人操女人黄网站| 精品国产国语对白av| 一个人免费看片子| 在线观看免费日韩欧美大片 | 国产成人精品久久久久久| 国产国拍精品亚洲av在线观看| 秋霞在线观看毛片| 美女脱内裤让男人舔精品视频| 精品午夜福利在线看| 97精品久久久久久久久久精品| 人人妻人人爽人人添夜夜欢视频| 久久久久久伊人网av| a级毛片黄视频| 美女国产高潮福利片在线看| 考比视频在线观看| 久久精品久久久久久噜噜老黄| 午夜福利视频精品| 两个人免费观看高清视频| 日本av免费视频播放| 久久国产亚洲av麻豆专区| 内地一区二区视频在线| 久久久久久久久久久久大奶| 免费大片18禁| 夜夜爽夜夜爽视频| 超色免费av| 一区二区三区四区激情视频| 亚洲第一av免费看| 国产极品天堂在线| 欧美日韩国产mv在线观看视频| 国产色婷婷99| 日韩中字成人| 简卡轻食公司| 国产毛片在线视频| 亚洲一级一片aⅴ在线观看| 国产精品一区www在线观看| 亚洲国产精品999| 搡女人真爽免费视频火全软件| av不卡在线播放| 亚洲人成网站在线观看播放| 一区在线观看完整版| 国模一区二区三区四区视频| 91精品一卡2卡3卡4卡| av福利片在线| 午夜激情av网站| 久久鲁丝午夜福利片| 我的女老师完整版在线观看| 亚洲精品中文字幕在线视频| 亚洲成人av在线免费| 夫妻午夜视频| 乱码一卡2卡4卡精品| 一级,二级,三级黄色视频| 综合色丁香网| 久久这里有精品视频免费| 国产熟女午夜一区二区三区 | 国产极品天堂在线| 亚洲精品国产av成人精品| 热99久久久久精品小说推荐| 少妇人妻 视频| 国产精品久久久久久精品电影小说| 尾随美女入室| 九色成人免费人妻av| 国产无遮挡羞羞视频在线观看| 色网站视频免费| 色哟哟·www| 嘟嘟电影网在线观看| 欧美日韩一区二区视频在线观看视频在线| 青青草视频在线视频观看| 久久精品国产亚洲av天美| 国产成人精品无人区| 国产成人av激情在线播放 | 美女主播在线视频| 午夜激情av网站| 国产精品一区二区三区四区免费观看| 亚洲欧洲精品一区二区精品久久久 | 如何舔出高潮| 欧美精品人与动牲交sv欧美| 最后的刺客免费高清国语| 人妻 亚洲 视频| av播播在线观看一区| 黑人欧美特级aaaaaa片| 一本大道久久a久久精品| 国产日韩欧美视频二区| 国产色爽女视频免费观看| 18在线观看网站| 热re99久久国产66热| 亚洲丝袜综合中文字幕| 我的女老师完整版在线观看| 在线亚洲精品国产二区图片欧美 | 妹子高潮喷水视频| 久久热精品热| av国产久精品久网站免费入址| 国产午夜精品一二区理论片| 国产精品人妻久久久影院| 日本黄色片子视频| 亚洲欧美精品自产自拍| 国产免费一区二区三区四区乱码| 日本黄色日本黄色录像| 欧美另类一区| 亚洲av成人精品一区久久| 街头女战士在线观看网站| 亚洲综合精品二区| 99re6热这里在线精品视频| 97超视频在线观看视频| 三上悠亚av全集在线观看| 伊人亚洲综合成人网| 黄色毛片三级朝国网站| a级片在线免费高清观看视频| 美女国产视频在线观看| 纯流量卡能插随身wifi吗| 亚洲精品aⅴ在线观看| 久久 成人 亚洲| 欧美变态另类bdsm刘玥| 亚洲精品色激情综合| 晚上一个人看的免费电影| 两个人的视频大全免费| 插阴视频在线观看视频| 成人亚洲精品一区在线观看| 免费大片18禁| 国产精品人妻久久久久久| 少妇人妻久久综合中文| 国产精品久久久久久久久免| 亚洲精品久久久久久婷婷小说| videossex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 | 看十八女毛片水多多多| 黑人欧美特级aaaaaa片| 亚洲人成网站在线观看播放| 少妇的逼好多水| 国产在线一区二区三区精| av在线观看视频网站免费| 亚洲四区av| 女人久久www免费人成看片| 国国产精品蜜臀av免费| 在线观看一区二区三区激情| 精品久久久久久电影网| 精品99又大又爽又粗少妇毛片| 天天躁夜夜躁狠狠久久av| 99久久综合免费| 国产毛片在线视频| 中文字幕最新亚洲高清| 一级毛片aaaaaa免费看小| 亚洲国产精品专区欧美| 另类精品久久| 久久久午夜欧美精品| 99久国产av精品国产电影| 看免费成人av毛片| 成人漫画全彩无遮挡| 日韩视频在线欧美| 黑人高潮一二区| 熟妇人妻不卡中文字幕| 美女主播在线视频| 国产一级毛片在线| 欧美日韩在线观看h| 曰老女人黄片| 99国产综合亚洲精品| 国产高清有码在线观看视频| 99久久精品一区二区三区| 国产成人免费观看mmmm| 18禁动态无遮挡网站| 蜜臀久久99精品久久宅男| 欧美 亚洲 国产 日韩一| 国产欧美亚洲国产| 久久精品久久精品一区二区三区| 亚洲国产精品999| 有码 亚洲区| 精品人妻一区二区三区麻豆| 菩萨蛮人人尽说江南好唐韦庄| 久久99热6这里只有精品| 99久久精品国产国产毛片| 国产在线免费精品| 一区二区三区四区激情视频| 伊人久久精品亚洲午夜| 亚洲av电影在线观看一区二区三区| 精品人妻一区二区三区麻豆| 少妇人妻久久综合中文| 久久精品国产鲁丝片午夜精品| 日本午夜av视频| 国产精品国产三级国产专区5o| 满18在线观看网站| 18禁在线无遮挡免费观看视频| 人人妻人人爽人人添夜夜欢视频| √禁漫天堂资源中文www| 国产高清三级在线| 桃花免费在线播放| 久久久久久久久久久丰满| 哪个播放器可以免费观看大片| 51国产日韩欧美| 亚洲欧美精品自产自拍| 日本欧美国产在线视频| 99国产综合亚洲精品| 在线观看免费高清a一片| 午夜福利,免费看| 有码 亚洲区| 一级爰片在线观看| 各种免费的搞黄视频| 熟妇人妻不卡中文字幕| 亚洲欧美成人综合另类久久久| 超碰97精品在线观看| 男女边摸边吃奶| 美女国产高潮福利片在线看| 成人毛片a级毛片在线播放| 插阴视频在线观看视频| 夜夜看夜夜爽夜夜摸| 好男人视频免费观看在线| 久久av网站| 欧美另类一区| 国产不卡av网站在线观看| 日韩中文字幕视频在线看片| 欧美一级a爱片免费观看看| 最近最新中文字幕免费大全7| 久久久久久久国产电影| 少妇人妻 视频| 国产欧美日韩一区二区三区在线 | 涩涩av久久男人的天堂| 成人国语在线视频| 在线观看一区二区三区激情| 中文精品一卡2卡3卡4更新| 久久久久久久亚洲中文字幕| 亚洲综合色网址| 久久久久久久亚洲中文字幕| 国产男人的电影天堂91| 黄色欧美视频在线观看| 日本猛色少妇xxxxx猛交久久| 国产色婷婷99| 国国产精品蜜臀av免费| 国产不卡av网站在线观看| 免费av中文字幕在线| 日韩一区二区视频免费看| 少妇的逼好多水| 男人添女人高潮全过程视频| √禁漫天堂资源中文www| 久久精品熟女亚洲av麻豆精品| 亚洲一级一片aⅴ在线观看| 91成人精品电影| 精品一区二区免费观看| av在线老鸭窝| 国产精品人妻久久久影院| 欧美精品高潮呻吟av久久| 国产成人免费观看mmmm| 亚洲av成人精品一区久久| 国产欧美另类精品又又久久亚洲欧美| 男人添女人高潮全过程视频| 一级毛片电影观看| 热99久久久久精品小说推荐| 免费大片18禁| 国产成人精品福利久久| 99九九在线精品视频| 黑丝袜美女国产一区| 欧美日韩国产mv在线观看视频| 老司机影院毛片| 亚洲,一卡二卡三卡| 欧美激情极品国产一区二区三区 | 亚洲精品国产av蜜桃| 婷婷色综合大香蕉| 99久久人妻综合| 69精品国产乱码久久久| 亚洲欧美中文字幕日韩二区| 伦理电影大哥的女人| 久久久久久伊人网av| 国产日韩欧美视频二区| 国产高清不卡午夜福利| 夜夜骑夜夜射夜夜干| av.在线天堂| av卡一久久| 女性生殖器流出的白浆| 一本久久精品| 纵有疾风起免费观看全集完整版| 亚洲人与动物交配视频| 亚洲精品日韩在线中文字幕| 成人二区视频| 一区二区av电影网| videos熟女内射| 美女主播在线视频| 高清毛片免费看| 欧美bdsm另类| 国产亚洲av片在线观看秒播厂| 桃花免费在线播放| 久久精品熟女亚洲av麻豆精品| 国产亚洲午夜精品一区二区久久| 久久久欧美国产精品| 欧美国产精品一级二级三级| 国产精品不卡视频一区二区| 久久97久久精品| 成人亚洲精品一区在线观看| 国产亚洲精品久久久com| 三级国产精品欧美在线观看| 一级黄片播放器| 亚洲美女黄色视频免费看| 婷婷成人精品国产| 免费播放大片免费观看视频在线观看| videos熟女内射| 大码成人一级视频| av视频免费观看在线观看| 99九九线精品视频在线观看视频| 少妇高潮的动态图| 国语对白做爰xxxⅹ性视频网站| 久久人妻熟女aⅴ| 久久久久精品性色| 在线观看免费日韩欧美大片 | 黑人高潮一二区| av专区在线播放| 国产精品一区二区在线不卡| 国产淫语在线视频| 成人国产av品久久久| 伊人久久精品亚洲午夜| 人人妻人人澡人人看| 狂野欧美激情性bbbbbb| 国产精品一区二区三区四区免费观看| 激情五月婷婷亚洲| 国产日韩欧美亚洲二区| 日本午夜av视频| 午夜激情av网站| 成人免费观看视频高清| 18禁在线无遮挡免费观看视频| 最近中文字幕2019免费版| 色婷婷久久久亚洲欧美| 亚洲av国产av综合av卡| 丝袜在线中文字幕| 国产成人免费观看mmmm| 日韩电影二区| 成人影院久久| av有码第一页| 亚洲四区av| 美女大奶头黄色视频| 久久精品国产亚洲网站| 日韩精品有码人妻一区| 在线观看一区二区三区激情| 国产精品一区二区在线不卡| 成年人免费黄色播放视频| 亚洲高清免费不卡视频| 亚洲av二区三区四区| 久久午夜福利片| 18禁裸乳无遮挡动漫免费视频| 精品99又大又爽又粗少妇毛片| 国产伦精品一区二区三区视频9| 亚洲欧美色中文字幕在线| 精品久久久久久久久av| 人妻一区二区av| 男女国产视频网站| 欧美日韩亚洲高清精品| 亚洲精品色激情综合| 国产午夜精品一二区理论片| 免费观看无遮挡的男女| 男女免费视频国产| 熟女人妻精品中文字幕| 五月伊人婷婷丁香| 国产亚洲精品第一综合不卡 | 免费av中文字幕在线| 一区在线观看完整版| 乱人伦中国视频| 久久久国产一区二区| 人人妻人人爽人人添夜夜欢视频| av国产久精品久网站免费入址| 成人毛片60女人毛片免费| 在线免费观看不下载黄p国产| 亚洲熟女精品中文字幕| 一个人免费看片子| 国产精品一区二区在线不卡| 人人妻人人澡人人爽人人夜夜| 女性被躁到高潮视频| 大香蕉久久成人网| 欧美精品亚洲一区二区| 欧美精品一区二区免费开放| 乱人伦中国视频| 有码 亚洲区| 一个人看视频在线观看www免费| 18禁在线无遮挡免费观看视频| 亚洲欧美精品自产自拍| 啦啦啦啦在线视频资源| 日韩大片免费观看网站| 国产午夜精品一二区理论片| 在线观看免费高清a一片| 国产免费一级a男人的天堂| 国产亚洲一区二区精品| 日本vs欧美在线观看视频| 日本欧美视频一区| 中文字幕最新亚洲高清| 久久国产精品大桥未久av| 精品人妻熟女av久视频| 观看av在线不卡| 天天影视国产精品| 久久综合国产亚洲精品| 国产av精品麻豆| 熟女人妻精品中文字幕| 又大又黄又爽视频免费| 日韩一区二区视频免费看| 一区二区三区四区激情视频| 大话2 男鬼变身卡| 久热久热在线精品观看| 又粗又硬又长又爽又黄的视频| 高清视频免费观看一区二区| 中文字幕精品免费在线观看视频 | av天堂久久9| 波野结衣二区三区在线| 在线免费观看不下载黄p国产| 成人国产麻豆网| 久久精品熟女亚洲av麻豆精品| 久久青草综合色| 欧美三级亚洲精品| 日本黄色片子视频| 亚洲精品乱久久久久久| 91精品三级在线观看| 2021少妇久久久久久久久久久| 欧美日韩成人在线一区二区| 国产亚洲av片在线观看秒播厂| 久久午夜综合久久蜜桃| 插逼视频在线观看| 久久精品久久久久久久性| 亚洲av男天堂| 亚洲欧美成人精品一区二区| 人妻人人澡人人爽人人| 久久99蜜桃精品久久| tube8黄色片| 天堂8中文在线网| 天堂中文最新版在线下载| 国产无遮挡羞羞视频在线观看| 亚洲精品乱久久久久久| 久久精品国产亚洲av涩爱| 在现免费观看毛片| 少妇被粗大猛烈的视频| 99久久精品一区二区三区| 国产成人a∨麻豆精品| 男女啪啪激烈高潮av片| 久久久久久久久久久丰满| 中文字幕最新亚洲高清| 国产有黄有色有爽视频| 国产无遮挡羞羞视频在线观看| 国产一区亚洲一区在线观看| 日韩,欧美,国产一区二区三区| 男人爽女人下面视频在线观看| 99热国产这里只有精品6| 久热这里只有精品99| 在线观看免费高清a一片| 亚洲激情五月婷婷啪啪| 新久久久久国产一级毛片| 99九九线精品视频在线观看视频| 国产精品久久久久久久电影| 欧美亚洲日本最大视频资源| 高清av免费在线| 女性生殖器流出的白浆| 99热6这里只有精品| 国产成人免费观看mmmm| 亚洲久久久国产精品| 老司机影院成人| 国产极品粉嫩免费观看在线 | 亚洲综合色网址| 国产精品一区二区三区四区免费观看| 亚洲人与动物交配视频| 国产成人免费观看mmmm| 91精品三级在线观看| 国产精品久久久久久精品电影小说| 亚洲欧洲国产日韩| 在线播放无遮挡| 99久国产av精品国产电影| 国产一区二区在线观看日韩| 赤兔流量卡办理| 日韩免费高清中文字幕av| 亚洲熟女精品中文字幕| 一区二区日韩欧美中文字幕 | 一级黄片播放器| 亚洲精品乱久久久久久| 在线播放无遮挡| 一区二区三区四区激情视频| 熟女电影av网| 五月天丁香电影| 国产精品国产三级专区第一集| 韩国高清视频一区二区三区| 91aial.com中文字幕在线观看| 晚上一个人看的免费电影| 精品久久久久久电影网| 天天影视国产精品| 亚洲精品国产色婷婷电影| 日本黄色日本黄色录像| 一级毛片我不卡| 边亲边吃奶的免费视频| 妹子高潮喷水视频| 极品人妻少妇av视频| 日韩电影二区| 在线观看美女被高潮喷水网站| 亚洲人成77777在线视频| 久久久久网色| 18在线观看网站| 18禁观看日本| 日韩三级伦理在线观看| 久热这里只有精品99| 最近中文字幕高清免费大全6| 99国产综合亚洲精品| 亚洲人与动物交配视频| 日韩中字成人| 亚洲av成人精品一区久久| 成人18禁高潮啪啪吃奶动态图 | 成人国产av品久久久| 极品少妇高潮喷水抽搐| 一级二级三级毛片免费看|