• <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 ?

    融合Markov與BP神經網絡的純電動汽車銷售量預測研究

    2020-01-05 07:00:06石翠翠劉媛華
    軟件導刊 2020年11期
    關鍵詞:純電動汽車BP神經網絡

    石翠翠 劉媛華

    摘 要:隨著純電動汽車市場的不斷擴大,對銷售量的精確預測成為人們當前關注的熱點。提取影響銷售量的7個關鍵因素以及2017~2019年9月的純電動汽車銷售量,首先利用BP神經網絡模型對33個月的數據進行測試,并用訓練好的模型預測2019年1~9月銷售量,再利用馬爾科夫(Markov)模型將BP神經網絡模型預測的相對誤差劃分為6種狀態(tài),對預測結果進行修正。通過對BP神經網絡模型與Markov-BP神經網絡模型預測結果進行對比檢驗,發(fā)現Markov-BP神經網絡的預測準確度更高,表明采用Markov-BP神經網絡模型對純電動汽車月度銷售量進行預測具有一定現實意義。

    關鍵詞:BP神經網絡;馬爾科夫鏈;純電動汽車;銷售量預測;MATLAB

    DOI:10. 11907/rjdk. 201180????????????????????????????????????????????????????????????????? 開放科學(資源服務)標識碼(OSID):

    中圖分類號:TP306 ? 文獻標識碼:A ??????????????? 文章編號:1672-7800(2020)011-0050-04

    Pure Electric Vehicle Sales Forecast Research Based on

    Markov and BP Neural Network

    SHI Cui-cui, LIU Yuan-hua

    (Business School, University of Shanghai for Science & Technology, Shanghai 200093, China)

    Abstract:With the continuous expansion of the pure electric vehicle market, the accurate prediction of sales volume has become the focus of attention. Seven key factors affecting the sales volume and the sales volume of pure electric vehicles in the 33 months from 2017 to 2019 are extracted. Firstly, the data of these 33 months are tested by BP neural network model, and the sales volume from January to September in 2019 is predicted by the trained model. Then, the relative error of BP neural network model is divided into six states by using Markov model. The result is modified to get the forecast of pure electric vehicle sales volume based on Markov modified BP neural network (BPMC). Through the comparative test, it is verified that the prediction accuracy of Markov correction is higher, which shows that the BPMC model has a certain practical significance for the monthly sales forecast of pure electric vehicles.

    Key Words:BP neural network; Markov chain; pure electric vehicle; sales forecast; MATLAB

    0 引言

    純電動汽車的應用可以緩解能源短缺、環(huán)境污染等問題,因此各企業(yè)越來越重視純電動汽車生產、技術和銷售方面的創(chuàng)新。純電動汽車銷售量也日益增長,根據前瞻產業(yè)研究院報告顯示,2019年上半年純電動汽車全球銷售量增長了92%,達到76.5萬輛,中國市場銷售量為43.07萬輛,同比增長了111%。由銷量數據可以看出,純電動汽車市場發(fā)展前景是可觀的。因此,純電動汽車研發(fā)與推廣依然是新能源汽車重要的研究方向。近年來在政府與企業(yè)的共同努力下,電動汽車在生產成本、行駛里程、資金投入與使用等關鍵問題上獲得了重大突破[1]。對純電動汽車月度銷售量進行預測,能為企業(yè)科學制定汽車產量提供依據。

    影響電動汽車銷售量的因素眾多,且復雜多變,通常具有非線性變化特性,導致傳統(tǒng)線性映射模型對純電動汽車銷售量的預測精度較低[1]。因此,很多學者采用基于非線性模型的預測方法。如董麗麗等[2]利用LSTM神經網絡對煤礦突水情況進行預測;劉璐等[3]利用SVM對煙草銷售量進行預測等。為了實現更好的預測效果,將多種預測方法相結合也成為當前的研究熱點[4-5]。如李軍懷等[6]提出借助馬爾可夫鏈修正指數平滑的方法預測短時交通流量,以提高預測精度;黃羹墻等[7]首先利用BP神經網絡模型對短期電價進行初步預測,再用馬爾可夫模型對預測誤差進行修正,可提高短期電價預測精度;石萍等[8]考慮電動汽車銷量的季節(jié)性變化因素,運用組合模型預測新能源電動汽車銷售量;周彥福等[9]先利用灰色關聯(lián)分析8種影響銷售量的因素,再構建果蠅算法優(yōu)化灰色神經網絡(FOA-GNN)預測模型進行新能源汽車月度銷售量預測,通過對比預測結果,顯示該模型具有較高的預測精度。

    在之前的研究中,提取純電動汽車銷售量影響因素時并未考慮消費者預期指數、消費者滿意指數、企業(yè)家信心指數和煤油電價格指數等因素,本文將這些因素考慮在內,利用BP神經網絡預測純電動汽車銷售量,再根據馬爾科夫鏈修正預測結果,以進一步提高預測精度。

    1 BP神經網絡與馬爾科夫模型

    1.1 BP神經網絡模型

    BP神經網絡是1986年由以Rumelhart&McCelland為首的科學家小組提出的,是一種利用誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W絡,因其具有簡單易行、計算量小、并行性強等優(yōu)點,成為目前應用比較廣泛的一種神經網絡模型[10-11]。BP神經網絡由輸入層、隱含層和輸出層組成(見圖1)。在網絡訓練過程中,通過將輸出層與實際輸出樣本之間的誤差經過各隱含層反向傳遞到輸入層,逐層計算各層神經元誤差,然后根據誤差梯度下降法調節(jié)各層權值和閾值,使修改后網絡最終輸出能接近期望值[12-14]。

    1.1.1 信號前向傳播過程

    設網絡輸入模式為xx1,x2,…,xnT,隱含層有h個單元,其輸出為y=(y1,y2,…,yh)T,輸出層有m個單元,其輸出為z=(z1,z2,…,zm)T,目標輸出為t=(t1,t2,…,tm)T,隱含層到輸出層的傳遞函數為f,輸出層傳遞函數為g。計算公式如下:

    yj=fi=1nwijxi-θ=fi=0nwijxi???????? (1)

    式中,yj表示隱含層第j個神經元的輸出,w為權重向量,w0j=θ,x0=-1。f為激活函數,一般選取s型函數。

    fx=11+e-ax,(0

    zk=g(j=0hwjkyj)????????? (3)

    式中,zk表示輸出層第k個神經元的輸出。此時網絡輸出與目標輸出的誤差為:

    ε=12k=1m(tk-zk)2??????????????????????? (4)

    由于負梯度方向是函數值減小最快的方向[11],因此可設定一個步長η,每次沿負梯度方向調整η個單位,即每次權值的調整為:

    Δwpq=-η?ε?wpq??????????????????????????? (5)

    其中,η為學習速率。

    1.1.2 誤差反向傳播

    隱含層到輸出層的權值調整迭代公式為:

    wjkt+1=wjkt+ηδkyj??????????? ?????(6)

    從輸入層到隱含層的權值調整迭代公式為:

    wijt+1=wijt+ηδjxj????????????????? (7)

    1.2 馬爾科夫鏈預測模型

    馬爾科夫過程用于研究一個系統(tǒng)的狀況及其轉移,是一種常見的簡單隨機過程。其通過對不同狀態(tài)初始概率以及狀態(tài)之間轉移概率的研究,確定狀態(tài)變化趨勢,從而達到預測未來的目的[10],具有無后效性、遍歷性和過程隨機性。應用馬爾科夫(Markov)模型對BP神經網絡模型預測數據進行處理,可提高預測精度。

    1.2.1 馬爾科夫鏈

    時間和狀態(tài)都是離散的馬爾科夫過程稱為馬爾科夫鏈[10]。假設馬爾科夫鏈有n個狀態(tài),則狀態(tài)概率向量為α=α1,α2,…,αn,公式為:

    αn=α0pn????????? (8)

    式中,αn、α0分別表示n時刻和初始時刻的狀態(tài)概率向量,p表示狀態(tài)轉移概率矩陣。

    1.2.2 初始狀態(tài)概率與狀態(tài)轉移概率矩陣

    (1)初始狀態(tài)概率。用Mi表示Ej型狀態(tài)出現的總次數,則初始概率為:

    α(0)i≈Fi=Mii=1nMi(i=1,2,…,n)????????? (9)

    (2)狀態(tài)轉移概率。如果研究對象處于Ei,下一步轉移到Ej,此過程共發(fā)生nij次,則:

    pij=nijni,i,j=1,2,…,n

    0≤pij≤1,j=1npij=1???????????? (10)

    (3)狀態(tài)轉移概率矩陣。根據狀態(tài)轉移概率得出狀態(tài)轉移概率矩陣為:

    P=P11P12?P1nP21P22?P2n?Pn1?Pn2???Pnn,

    0≤pij≤1,j=1npij=1??????????????????????????? (11)

    1.2.3 馬爾科夫鏈修正BP神經網絡預測值

    將BP神經網絡預測值與實際值的相對誤差劃分為不同狀態(tài),αn為時刻n的狀態(tài)概率向量,αn中最大概率值對應的狀態(tài)Ej為預測時刻所對應的狀態(tài),則修正后的預測結果為:

    e*=ea+eb2????????????????????? (12)

    Q*=Qx(1+e*)???????????????? (13)

    式中,ea、eb為狀態(tài)區(qū)間上下界,Qx為BP神經網絡預測的純電動汽車銷售量。

    2 數據來源及預處理

    數據樣本的選取是影響B(tài)P神經網絡模型預測結果的關鍵因素,因此選取純電動汽車銷售量的影響因素要與純電動汽車銷售量具有高相關性。煤油電價格指數和中國汽油價格可反映純電動汽車銷售趨勢,居民消費價格指數可反映居民消費水平的高低,消費者滿意指數與預期指數代表著消費者的滿意度與期望,企業(yè)家信心指數影響企業(yè)管理模式與電動汽車產銷模式,這些因素都能綜合反映純電動汽車銷量情況。因此,本文選取中國居民消費價格指數、煤油電價格指數、消費者滿意指數、消費者預期指數、消費者信心指數、中國汽油價格、企業(yè)家信心指數作為影響純電動汽車銷售量的主要因素。

    本文通過東方財富網數據中心搜集到2017年1月-2019年9月各影響因素相關數據,并在前瞻產業(yè)研究院查詢到33個月份的純電動汽車銷售量。采取的樣本數據中各因素評價標準不同,通常具有不同的量綱和數量級,需要對原始數據進行標準化處理以確保結果的可靠性。而且本文BP神經網絡采用s型函數,通過歸一化能夠防止神經元輸出飽和現象,使網絡快速收斂。因此,首先在MATLAB中對以上7個影響因素進行數據歸一化處理到[0,1]區(qū)間。

    x'=x-xminxmax-xmin????????????????? (14)

    3 模型分析與修正結果

    BP神經網絡為縮短網絡訓練時間與提高訓練精度,通常選擇較少的隱含層結點數[7]。本文選取學習率lr=0.000 1,最大訓練次數epochs=10 000,收斂誤差goal=1e-3,隱含層神經元結點數為9,訓練函數為trainlm。訓練網絡中將輸入數據的70%作為訓練集,15%作為測試集,15%用來進行模型預測[15],仿真結果如圖2所示。運用BP神經網絡對2017-2018年24個月的純電動汽車銷售量進行預測,其實際值與預測值相對誤差如表1所示。將相對誤差分為6個狀態(tài),分別為:E1:-35%~-20%,E2:-20%~-5%,E3:-5%~10%,E4:10%~25%,E5:25%~40%,E6:40%~55%。

    根據相對誤差劃分狀態(tài),利用馬爾科夫進行優(yōu)化,由上述的馬爾科夫模型可求得一次狀態(tài)轉移概率為:

    P1=03/401/92/94/91/30001/20011/6010? 01/401/901/9000000000100??????????? (15)

    將2018年12月作為初始狀態(tài)α0=010000,根據馬爾科夫原理可求得2019年1月狀態(tài)為α1=α0?P1=1/92/94/91/901/9,則所處狀態(tài)為E3,對應相對誤差為(-5%+10%)/2=2.5%,Markov-BP神經網絡模型預測值為6.35×1+2.5%=6.51。同理,利用Markov-BP神經網絡模型可得出2019年2月-9月的純電動汽車預測值,如表2所示。

    從BP神經網絡模型與Markov-BP神經網絡模型對純電動汽車銷售量預測的相對誤差對比可以發(fā)現,Markov-BP神經網絡模型預測值的相對誤差更小,因而提高了預測準確度。

    4 結語

    在提倡綠色發(fā)展的大背景下,政府支持純電動汽車的研發(fā)與推廣,但現階段純電動汽車的銷售情況并不樂觀。因此,對純電動汽車銷售量進行準確預測,可以減少資源浪費,降低企業(yè)成本。本文選取影響純電動汽車銷售量的7個關鍵因素,利用BP神經網絡模型對現有數據進行訓練,用測試好的模型預測2019年1月-9月純電動汽車銷售量,再用馬爾科夫(Markov)模型修正其預測值。通過對比發(fā)現,Markov-BP神經網絡模型的預測精度更高,可有效彌補BP神經網絡預測的不足。但本文選取的純電動汽車銷售量影響因素不夠全面,未結合純電動汽車價格及相應技術指標進行綜合考慮。因此,充分考慮這些影響因素,并找到更合適的純電動汽車銷售量預測模型,是下一步的研究方向。

    參考文獻:

    [1] 孫婷婷,沈毅,趙亮. 一種基于BP神經網絡的房價預測模型[J]. 電腦知識與技術,2019,15(28):215-218.

    [2] 董麗麗,費城,張翔,等. 基于LSTM神經網絡的煤礦突水預測[J]. 煤田地質與勘探,2019,47(2):137-143.

    [3] 劉璐,丁福利,孫立民. 基于SVM的煙草銷售量預測[J]. 軟件導刊,2016,15(11):134-137.

    [4] 張茜,馮民權. 基于BP神經網絡馬爾科夫模型的漳澤水庫水質預測[J]. 黑龍江大學工程學報,2018,9(2):38-44.

    [5] 王保賢,劉毅. 基于灰色BP神經網絡模型的人力資源需求預測方法[J]. 統(tǒng)計與決策,2018,34(16):181-184.

    [6] 李軍懷,高瞻,王志曉,等. 基于指數平滑和馬爾可夫鏈的短時交通流量預測[J]. 計算機系統(tǒng)應用,2013,22(12):132-135.

    [7] 黃羹墻,楊俊杰. 基于BP神經網絡與馬爾可夫鏈的短期電價預測[J]. 上海電力學院學報,2017,33(1):1-3,10.

    [8] 石萍,黎俊輝,劉洪. 新能源電動車銷量預測模型的應用[J]. 遼寧科技大學學報,2016,39(5):395-400.

    [9] 周彥福,王紅蕾. 我國新能源汽車月度銷售量預測模型研究[J]. 軟件導刊,2019,18(8):149-153.

    [10] 陳娟,曹沁愉. 基于馬爾科夫鏈對BP神經網絡法殘差修正模型的短期風電功率預測[J]. 電力與能源,2017,38(5):567-570.

    [11] 王奕翔,陳濟穎,王晟全,等. 基于改進型RF-BP神經網絡的房地產價格預測[J]. 工業(yè)控制計算機,2019,32(10):122-124.

    [12] 陳廣銀,蔡灝兢,姜欣. 馬爾可夫修正的BP神經網絡在PM2.5預測中的應用[J]. 能源環(huán)境保護,2017,31(5):8-11.

    [13] WANG H,XU L,WANG X. Outage probability performance prediction for mobile cooperative communication networks based on artificial neural network[J]. Sensors,2019,19(21):4789-4805.

    [14] 徐森. 基于BP神經網絡的甘肅省公路客運量預測方法[J]. 交通與運輸,2019,35(5):28-31.

    [15] 王筱欣,高攀. 基于BP神經網絡的重慶市房價驗證與預測[J]. 重慶理工大學學報(社會科學),2016,30(9):49-53.

    (責任編輯:黃 ?。?/p>

    猜你喜歡
    純電動汽車BP神經網絡
    淺析新能源汽車發(fā)展現狀及趨勢
    淺談電動汽車推向農村
    青春歲月(2016年22期)2016-12-23 15:56:15
    就bp神經網絡銀行選址模型的相關研究
    基于DEA—GA—BP的建設工程評標方法研究
    價值工程(2016年30期)2016-11-24 13:17:31
    基于BP神經網絡的旅行社發(fā)展方向研究
    商情(2016年39期)2016-11-21 09:30:36
    復雜背景下的手勢識別方法
    BP神經網絡在軟件質量評價中的應用研究 
    軟件導刊(2016年9期)2016-11-07 18:25:50
    BP神經網絡算法在數值預報產品釋用中的應用
    科技視界(2016年20期)2016-09-29 14:15:12
    純電動汽車與氫燃料電池汽車發(fā)展現狀及前景
    科技視界(2016年4期)2016-02-22 20:52:35
    我國純電動汽車發(fā)展現狀及推廣策略研究
    可以免费在线观看a视频的电影网站| av在线app专区| 女人被躁到高潮嗷嗷叫费观| 狠狠精品人妻久久久久久综合| 久久人人爽人人片av| 久久精品国产亚洲av涩爱| 老汉色av国产亚洲站长工具| 大型av网站在线播放| 国产精品成人在线| 人人妻人人澡人人看| 日韩大片免费观看网站| 大片电影免费在线观看免费| 久久国产精品人妻蜜桃| 大片免费播放器 马上看| 又黄又粗又硬又大视频| 高清欧美精品videossex| 国产亚洲av高清不卡| www.自偷自拍.com| 啦啦啦啦在线视频资源| 秋霞在线观看毛片| 99热全是精品| www日本在线高清视频| 不卡av一区二区三区| 又黄又粗又硬又大视频| 不卡av一区二区三区| 午夜激情av网站| 久久久久网色| 咕卡用的链子| 超碰成人久久| 国产精品久久久久久精品电影小说| 超碰成人久久| 欧美成人午夜精品| 少妇精品久久久久久久| 纵有疾风起免费观看全集完整版| 成人国语在线视频| 色婷婷久久久亚洲欧美| 久久久精品免费免费高清| 久久人妻熟女aⅴ| 日韩一卡2卡3卡4卡2021年| 一区二区三区四区激情视频| 亚洲精品国产区一区二| 91麻豆精品激情在线观看国产 | 日韩欧美一区视频在线观看| 久久久亚洲精品成人影院| 亚洲国产欧美在线一区| 亚洲一区中文字幕在线| 欧美黑人精品巨大| 亚洲精品久久久久久婷婷小说| 高清av免费在线| 久久精品亚洲熟妇少妇任你| 一区二区日韩欧美中文字幕| 亚洲精品自拍成人| 久久国产精品人妻蜜桃| 国产高清视频在线播放一区 | 国产成人啪精品午夜网站| 国产精品.久久久| 色94色欧美一区二区| 波野结衣二区三区在线| 国产av精品麻豆| 欧美精品一区二区大全| 大型av网站在线播放| 交换朋友夫妻互换小说| 日韩人妻精品一区2区三区| 男的添女的下面高潮视频| 天天躁夜夜躁狠狠久久av| 免费高清在线观看视频在线观看| 国产黄色免费在线视频| 欧美日韩视频精品一区| 亚洲成国产人片在线观看| xxx大片免费视频| 美女福利国产在线| 亚洲国产精品国产精品| 国产成人精品久久久久久| 一本色道久久久久久精品综合| 丰满少妇做爰视频| 国产主播在线观看一区二区 | 高清欧美精品videossex| 波多野结衣av一区二区av| 成在线人永久免费视频| 女警被强在线播放| 男男h啪啪无遮挡| av线在线观看网站| 在线看a的网站| 亚洲国产欧美在线一区| 一级黄色大片毛片| 精品少妇黑人巨大在线播放| 操出白浆在线播放| 丁香六月欧美| 天天影视国产精品| 婷婷色麻豆天堂久久| 亚洲欧洲精品一区二区精品久久久| 亚洲国产精品成人久久小说| 久久亚洲国产成人精品v| 在线观看免费日韩欧美大片| 日日摸夜夜添夜夜爱| 韩国精品一区二区三区| 大话2 男鬼变身卡| 久久午夜综合久久蜜桃| 欧美成人精品欧美一级黄| 亚洲精品美女久久av网站| av福利片在线| 我要看黄色一级片免费的| 免费黄频网站在线观看国产| 日韩大码丰满熟妇| 真人做人爱边吃奶动态| 亚洲成人免费av在线播放| 少妇裸体淫交视频免费看高清 | 最新在线观看一区二区三区 | www.av在线官网国产| 观看av在线不卡| 丁香六月欧美| 美女中出高潮动态图| 日韩av在线免费看完整版不卡| 国产精品三级大全| 国产日韩欧美视频二区| 国产精品.久久久| 欧美xxⅹ黑人| 99国产综合亚洲精品| 一边摸一边抽搐一进一出视频| 久久精品亚洲熟妇少妇任你| 亚洲成人免费电影在线观看 | 日韩,欧美,国产一区二区三区| 亚洲人成77777在线视频| 久久人妻熟女aⅴ| 国产精品偷伦视频观看了| 别揉我奶头~嗯~啊~动态视频 | 国产男人的电影天堂91| 91老司机精品| 老司机亚洲免费影院| 国产高清视频在线播放一区 | 久久久欧美国产精品| 成人免费观看视频高清| 国产精品偷伦视频观看了| 天堂8中文在线网| 欧美日韩亚洲高清精品| 狠狠婷婷综合久久久久久88av| xxx大片免费视频| 狂野欧美激情性bbbbbb| 美女高潮到喷水免费观看| 国产成人一区二区三区免费视频网站 | 成年人午夜在线观看视频| 美女中出高潮动态图| 又大又爽又粗| 少妇猛男粗大的猛烈进出视频| 欧美成人精品欧美一级黄| 色网站视频免费| 国产一区亚洲一区在线观看| 天堂俺去俺来也www色官网| 国产一区二区激情短视频 | 99久久综合免费| tube8黄色片| 久久免费观看电影| 免费一级毛片在线播放高清视频 | 妹子高潮喷水视频| 亚洲欧美一区二区三区黑人| 精品一区二区三区av网在线观看 | 人人妻人人添人人爽欧美一区卜| 亚洲国产精品国产精品| 汤姆久久久久久久影院中文字幕| 99久久综合免费| 日韩视频在线欧美| 99香蕉大伊视频| 看免费av毛片| 国产成人精品久久二区二区免费| 精品国产乱码久久久久久小说| 天天操日日干夜夜撸| 丝袜人妻中文字幕| 国产精品秋霞免费鲁丝片| 青春草亚洲视频在线观看| 亚洲欧美一区二区三区久久| 久久人人爽人人片av| 欧美精品高潮呻吟av久久| 欧美日本中文国产一区发布| 成年人黄色毛片网站| 免费久久久久久久精品成人欧美视频| 亚洲精品久久午夜乱码| 精品少妇一区二区三区视频日本电影| 无遮挡黄片免费观看| 黑丝袜美女国产一区| 一区二区三区精品91| av网站在线播放免费| 午夜激情av网站| 久久鲁丝午夜福利片| 爱豆传媒免费全集在线观看| 国产一级毛片在线| cao死你这个sao货| 中文字幕av电影在线播放| 欧美av亚洲av综合av国产av| 亚洲天堂av无毛| av电影中文网址| 亚洲精品久久成人aⅴ小说| 国产精品偷伦视频观看了| 午夜91福利影院| 日韩精品免费视频一区二区三区| 国产精品偷伦视频观看了| 国产免费一区二区三区四区乱码| 亚洲成人国产一区在线观看 | 天天躁夜夜躁狠狠躁躁| 免费高清在线观看视频在线观看| 不卡av一区二区三区| 欧美黑人欧美精品刺激| 在线av久久热| 另类精品久久| 亚洲av欧美aⅴ国产| 日日爽夜夜爽网站| 亚洲第一青青草原| 国产精品免费大片| 精品人妻1区二区| a级毛片在线看网站| 午夜福利视频精品| 人人妻人人爽人人添夜夜欢视频| 午夜久久久在线观看| 国产成人欧美| 亚洲国产欧美一区二区综合| 日韩免费高清中文字幕av| 免费看不卡的av| 国产一区二区在线观看av| 亚洲专区国产一区二区| 亚洲欧美一区二区三区黑人| 色播在线永久视频| 亚洲成av片中文字幕在线观看| 最新在线观看一区二区三区 | 欧美精品一区二区大全| 欧美日韩国产mv在线观看视频| 成人午夜精彩视频在线观看| 免费不卡黄色视频| 婷婷成人精品国产| 亚洲黑人精品在线| 久久国产亚洲av麻豆专区| 久久久精品免费免费高清| 亚洲国产av新网站| 啦啦啦啦在线视频资源| cao死你这个sao货| 夜夜骑夜夜射夜夜干| 欧美老熟妇乱子伦牲交| 成人三级做爰电影| 亚洲专区中文字幕在线| 成人手机av| 热99国产精品久久久久久7| 亚洲精品美女久久av网站| 亚洲国产中文字幕在线视频| 午夜精品国产一区二区电影| 在线观看免费日韩欧美大片| 欧美精品亚洲一区二区| 国产有黄有色有爽视频| 真人做人爱边吃奶动态| 1024香蕉在线观看| 免费久久久久久久精品成人欧美视频| 丝袜喷水一区| 日韩制服骚丝袜av| 一区二区三区激情视频| 精品福利永久在线观看| 一级毛片我不卡| 午夜福利,免费看| 99热网站在线观看| 中文字幕制服av| 免费看十八禁软件| 老司机深夜福利视频在线观看 | 国产欧美亚洲国产| 久久亚洲国产成人精品v| 欧美精品高潮呻吟av久久| 欧美日韩亚洲高清精品| www.av在线官网国产| 久久精品久久久久久噜噜老黄| 久久影院123| 日韩 亚洲 欧美在线| 国产一卡二卡三卡精品| 亚洲精品日韩在线中文字幕| svipshipincom国产片| 老司机在亚洲福利影院| 亚洲精品一二三| 汤姆久久久久久久影院中文字幕| 人人澡人人妻人| 另类精品久久| 视频区欧美日本亚洲| 亚洲欧美成人综合另类久久久| 久久精品国产综合久久久| 久久狼人影院| 一区二区三区精品91| 少妇猛男粗大的猛烈进出视频| 日本欧美视频一区| 国产一区二区三区av在线| 老司机深夜福利视频在线观看 | 99国产精品一区二区蜜桃av | 你懂的网址亚洲精品在线观看| 一级毛片女人18水好多 | av国产精品久久久久影院| 精品视频人人做人人爽| 777米奇影视久久| 午夜精品国产一区二区电影| 亚洲一卡2卡3卡4卡5卡精品中文| 天堂俺去俺来也www色官网| 精品福利永久在线观看| 男人爽女人下面视频在线观看| 黄色一级大片看看| 一区二区三区四区激情视频| 国产日韩欧美亚洲二区| 在线看a的网站| 成年女人毛片免费观看观看9 | 日韩欧美一区视频在线观看| 亚洲激情五月婷婷啪啪| 精品久久蜜臀av无| 亚洲欧美一区二区三区国产| 国产xxxxx性猛交| 另类亚洲欧美激情| 一级,二级,三级黄色视频| 男女国产视频网站| 精品国产超薄肉色丝袜足j| 成年人免费黄色播放视频| 极品人妻少妇av视频| 热99国产精品久久久久久7| 国产三级黄色录像| xxx大片免费视频| 日韩中文字幕欧美一区二区 | 校园人妻丝袜中文字幕| 91字幕亚洲| 高清黄色对白视频在线免费看| 黑人猛操日本美女一级片| 在线亚洲精品国产二区图片欧美| 国产高清不卡午夜福利| 精品久久蜜臀av无| 在线观看www视频免费| 99国产综合亚洲精品| 激情五月婷婷亚洲| 亚洲精品一区蜜桃| 中国美女看黄片| 2021少妇久久久久久久久久久| 国产精品九九99| 一级毛片女人18水好多 | 国语对白做爰xxxⅹ性视频网站| 亚洲国产日韩一区二区| 啦啦啦在线免费观看视频4| 欧美激情 高清一区二区三区| 一级毛片电影观看| 久久天堂一区二区三区四区| 亚洲精品国产色婷婷电影| 精品一区二区三卡| 狂野欧美激情性xxxx| 精品亚洲成国产av| 成人国产av品久久久| 亚洲国产欧美网| 看免费成人av毛片| 丁香六月欧美| 波野结衣二区三区在线| 咕卡用的链子| 51午夜福利影视在线观看| 日韩免费高清中文字幕av| 99国产综合亚洲精品| 午夜91福利影院| 国产男女超爽视频在线观看| 精品国产国语对白av| 亚洲人成77777在线视频| 黄色毛片三级朝国网站| 国产精品.久久久| 久久精品久久精品一区二区三区| 成年人免费黄色播放视频| 亚洲精品久久午夜乱码| 捣出白浆h1v1| 精品高清国产在线一区| 成在线人永久免费视频| 欧美 亚洲 国产 日韩一| 成在线人永久免费视频| 免费在线观看视频国产中文字幕亚洲 | 91麻豆精品激情在线观看国产 | 最新的欧美精品一区二区| 久久久久国产精品人妻一区二区| 男的添女的下面高潮视频| 午夜日韩欧美国产| 尾随美女入室| 99精品久久久久人妻精品| 在线观看国产h片| 18在线观看网站| 午夜福利一区二区在线看| 亚洲国产av影院在线观看| 欧美 日韩 精品 国产| 麻豆国产av国片精品| 另类精品久久| 欧美日韩一级在线毛片| 亚洲精品一区蜜桃| 爱豆传媒免费全集在线观看| 欧美97在线视频| 自拍欧美九色日韩亚洲蝌蚪91| 巨乳人妻的诱惑在线观看| av网站在线播放免费| 亚洲国产看品久久| 又粗又硬又长又爽又黄的视频| 国产淫语在线视频| 国产精品 欧美亚洲| 久久精品aⅴ一区二区三区四区| 免费av中文字幕在线| 两个人免费观看高清视频| 久久久国产一区二区| 国产真人三级小视频在线观看| 一级片'在线观看视频| 久久亚洲精品不卡| 久久久久视频综合| 黄色 视频免费看| 波野结衣二区三区在线| 大香蕉久久网| av一本久久久久| 欧美+亚洲+日韩+国产| 日韩av不卡免费在线播放| 午夜激情久久久久久久| 97精品久久久久久久久久精品| cao死你这个sao货| 久久久久网色| 国产伦理片在线播放av一区| 久久精品成人免费网站| 丰满迷人的少妇在线观看| 日韩欧美一区视频在线观看| 中文字幕人妻熟女乱码| 亚洲欧美清纯卡通| 一二三四社区在线视频社区8| 青青草视频在线视频观看| 久热这里只有精品99| 国产精品人妻久久久影院| tube8黄色片| 在线av久久热| www.自偷自拍.com| 国产色视频综合| 啦啦啦在线免费观看视频4| 国产日韩欧美亚洲二区| 天天操日日干夜夜撸| 国产男人的电影天堂91| 最近手机中文字幕大全| 黑丝袜美女国产一区| 啦啦啦在线免费观看视频4| 欧美人与善性xxx| 久久热在线av| 日韩电影二区| 精品久久蜜臀av无| 午夜福利视频在线观看免费| 国产成人一区二区三区免费视频网站 | 一区二区av电影网| 啦啦啦啦在线视频资源| 国产精品久久久久久人妻精品电影 | 国产亚洲一区二区精品| 男的添女的下面高潮视频| 国产片特级美女逼逼视频| 亚洲七黄色美女视频| 大片免费播放器 马上看| 国产在线免费精品| 啦啦啦中文免费视频观看日本| 熟女av电影| 大片电影免费在线观看免费| 欧美av亚洲av综合av国产av| 亚洲国产av新网站| 亚洲图色成人| 一区二区av电影网| 99热全是精品| 精品免费久久久久久久清纯 | 成年女人毛片免费观看观看9 | 韩国高清视频一区二区三区| 亚洲国产欧美一区二区综合| 亚洲国产精品成人久久小说| 男女之事视频高清在线观看 | 嫩草影视91久久| 后天国语完整版免费观看| 黄网站色视频无遮挡免费观看| 日韩一本色道免费dvd| 欧美日韩av久久| 一级毛片黄色毛片免费观看视频| 欧美日韩国产mv在线观看视频| 午夜免费男女啪啪视频观看| 亚洲精品国产色婷婷电影| h视频一区二区三区| 国产成人啪精品午夜网站| 亚洲少妇的诱惑av| 操出白浆在线播放| 婷婷成人精品国产| 亚洲av欧美aⅴ国产| 一本久久精品| 亚洲人成77777在线视频| 亚洲中文日韩欧美视频| 国产亚洲欧美在线一区二区| xxxhd国产人妻xxx| 19禁男女啪啪无遮挡网站| 精品少妇久久久久久888优播| 日本欧美视频一区| 国产成人啪精品午夜网站| 久久久欧美国产精品| 国产精品一区二区在线不卡| 一本一本久久a久久精品综合妖精| 久久人人爽av亚洲精品天堂| 国产欧美日韩精品亚洲av| 中文字幕av电影在线播放| 久久鲁丝午夜福利片| 精品高清国产在线一区| 人体艺术视频欧美日本| 最新在线观看一区二区三区 | 叶爱在线成人免费视频播放| 国产精品久久久久成人av| 美女脱内裤让男人舔精品视频| 咕卡用的链子| 国产伦人伦偷精品视频| www日本在线高清视频| 国产成人精品久久久久久| 亚洲成人手机| 午夜免费男女啪啪视频观看| 大香蕉久久网| 免费在线观看日本一区| 亚洲男人天堂网一区| 国产成人啪精品午夜网站| 美女午夜性视频免费| 又粗又硬又长又爽又黄的视频| 极品少妇高潮喷水抽搐| 一级毛片 在线播放| 日本五十路高清| 国产成人91sexporn| 精品亚洲乱码少妇综合久久| 女警被强在线播放| av线在线观看网站| 菩萨蛮人人尽说江南好唐韦庄| 天天躁夜夜躁狠狠躁躁| 欧美日韩一级在线毛片| 咕卡用的链子| 国产xxxxx性猛交| 一级片'在线观看视频| 免费看不卡的av| 精品一区二区三区av网在线观看 | 在线av久久热| 日韩 欧美 亚洲 中文字幕| 久久久精品94久久精品| 亚洲视频免费观看视频| 欧美日韩视频高清一区二区三区二| 99re6热这里在线精品视频| 中文字幕av电影在线播放| 人人妻人人澡人人爽人人夜夜| 午夜91福利影院| 高清黄色对白视频在线免费看| 亚洲精品一卡2卡三卡4卡5卡 | 免费女性裸体啪啪无遮挡网站| 老司机亚洲免费影院| 日韩人妻精品一区2区三区| 亚洲三区欧美一区| 最黄视频免费看| 精品亚洲乱码少妇综合久久| 国产一区亚洲一区在线观看| 久久久精品免费免费高清| 国产精品一区二区在线不卡| 精品少妇黑人巨大在线播放| 午夜福利视频精品| 日韩熟女老妇一区二区性免费视频| 国产免费视频播放在线视频| 亚洲精品美女久久av网站| 丁香六月欧美| 久久精品人人爽人人爽视色| av国产久精品久网站免费入址| 国产一区二区三区综合在线观看| 人人妻人人添人人爽欧美一区卜| 精品人妻熟女毛片av久久网站| 国产1区2区3区精品| 考比视频在线观看| videosex国产| 免费av中文字幕在线| avwww免费| av天堂久久9| 国产欧美日韩一区二区三区在线| 成年人午夜在线观看视频| 久久精品国产亚洲av高清一级| 曰老女人黄片| 色精品久久人妻99蜜桃| 99热全是精品| 青草久久国产| 午夜视频精品福利| av片东京热男人的天堂| 美女中出高潮动态图| 伦理电影免费视频| 高清视频免费观看一区二区| 亚洲色图综合在线观看| 成人免费观看视频高清| 免费在线观看视频国产中文字幕亚洲 | 最近手机中文字幕大全| 亚洲欧美精品自产自拍| 黄色视频在线播放观看不卡| 亚洲美女黄色视频免费看| www.自偷自拍.com| 国产精品人妻久久久影院| 赤兔流量卡办理| 免费在线观看日本一区| 美女脱内裤让男人舔精品视频| 亚洲一区中文字幕在线| 久久99精品国语久久久| 天天躁夜夜躁狠狠躁躁| 国产一区亚洲一区在线观看| 午夜免费男女啪啪视频观看| 啦啦啦中文免费视频观看日本| 亚洲九九香蕉| 欧美日韩精品网址| 嫁个100分男人电影在线观看 | 中文字幕最新亚洲高清| 51午夜福利影视在线观看| 18禁观看日本| 久久热在线av| 人成视频在线观看免费观看| 97在线人人人人妻| 久久99热这里只频精品6学生| a级毛片在线看网站| 无遮挡黄片免费观看| 亚洲精品av麻豆狂野| 最新的欧美精品一区二区| 搡老岳熟女国产| 亚洲中文日韩欧美视频| 中文欧美无线码| 日韩欧美一区视频在线观看| 美国免费a级毛片| 午夜av观看不卡| 午夜福利一区二区在线看| 又黄又粗又硬又大视频| 18禁黄网站禁片午夜丰满| 久久天堂一区二区三区四区| 欧美精品啪啪一区二区三区 | 国产一区亚洲一区在线观看| 五月开心婷婷网| 国产视频一区二区在线看|