• <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
    日本色播在线视频| 国产国拍精品亚洲av在线观看| 日韩欧美 国产精品| 亚洲中文日韩欧美视频| 国产精品人妻久久久久久| 99久国产av精品| 日韩亚洲欧美综合| 国产亚洲av嫩草精品影院| 99国产精品一区二区蜜桃av| 超碰av人人做人人爽久久| or卡值多少钱| 久久精品综合一区二区三区| 久久久久久伊人网av| 男人舔女人下体高潮全视频| 18禁黄网站禁片免费观看直播| 欧美+亚洲+日韩+国产| 99久久久亚洲精品蜜臀av| 伦理电影大哥的女人| 特级一级黄色大片| 内射极品少妇av片p| 亚洲无线观看免费| 亚洲av中文字字幕乱码综合| 啦啦啦韩国在线观看视频| 亚洲在线观看片| 精品久久久噜噜| 亚洲人成网站高清观看| 国产综合懂色| 尤物成人国产欧美一区二区三区| 日本在线视频免费播放| 亚洲第一电影网av| 在现免费观看毛片| 精品一区二区三区av网在线观看| 成人欧美大片| 中文字幕高清在线视频| 精品一区二区三区人妻视频| 欧美人与善性xxx| 人人妻人人看人人澡| 精品一区二区三区av网在线观看| 久久久久久久亚洲中文字幕| 国产精品永久免费网站| 99久久成人亚洲精品观看| 久久久久精品国产欧美久久久| 色av中文字幕| 日本撒尿小便嘘嘘汇集6| 国产69精品久久久久777片| 婷婷丁香在线五月| 精品午夜福利视频在线观看一区| 九九爱精品视频在线观看| 欧洲精品卡2卡3卡4卡5卡区| 中文在线观看免费www的网站| 亚洲天堂国产精品一区在线| 婷婷丁香在线五月| 日本一本二区三区精品| 九色国产91popny在线| 国产精品一区二区免费欧美| 啦啦啦韩国在线观看视频| 看片在线看免费视频| 国产精品人妻久久久久久| 亚洲va日本ⅴa欧美va伊人久久| 国语自产精品视频在线第100页| 国产午夜福利久久久久久| 亚洲自拍偷在线| 成人国产麻豆网| 久久久久久伊人网av| 国产一区二区在线av高清观看| 美女xxoo啪啪120秒动态图| 成人午夜高清在线视频| 亚洲黑人精品在线| a在线观看视频网站| bbb黄色大片| 女人被狂操c到高潮| 精品日产1卡2卡| 亚洲第一电影网av| 看黄色毛片网站| 白带黄色成豆腐渣| 国产免费男女视频| 伊人久久精品亚洲午夜| 日韩精品中文字幕看吧| 国产精品98久久久久久宅男小说| 三级国产精品欧美在线观看| 亚洲精品一区av在线观看| 美女黄网站色视频| 少妇的逼好多水| 免费大片18禁| 97热精品久久久久久| 18禁黄网站禁片午夜丰满| 女人被狂操c到高潮| 国产久久久一区二区三区| 又黄又爽又刺激的免费视频.| 精品国内亚洲2022精品成人| 亚洲国产日韩欧美精品在线观看| 欧美激情久久久久久爽电影| 精品福利观看| 12—13女人毛片做爰片一| 波多野结衣高清无吗| 久久久久久九九精品二区国产| 久久欧美精品欧美久久欧美| 国产午夜精品久久久久久一区二区三区 | 男女那种视频在线观看| 免费观看精品视频网站| 赤兔流量卡办理| 极品教师在线视频| av黄色大香蕉| 日日夜夜操网爽| 亚洲va日本ⅴa欧美va伊人久久| 久久香蕉精品热| 午夜福利在线在线| 男女做爰动态图高潮gif福利片| 十八禁网站免费在线| 久久久精品欧美日韩精品| 亚洲va在线va天堂va国产| 欧美xxxx性猛交bbbb| 亚洲不卡免费看| 可以在线观看毛片的网站| 少妇高潮的动态图| 精品一区二区三区视频在线观看免费| 男女啪啪激烈高潮av片| 无遮挡黄片免费观看| 99热网站在线观看| 丰满人妻一区二区三区视频av| 色哟哟·www| 狠狠狠狠99中文字幕| 99在线视频只有这里精品首页| 一级av片app| 老师上课跳d突然被开到最大视频| 美女被艹到高潮喷水动态| 亚洲色图av天堂| 悠悠久久av| 日韩中字成人| 日韩欧美三级三区| 国内毛片毛片毛片毛片毛片| 99国产精品一区二区蜜桃av| 无人区码免费观看不卡| 国产av一区在线观看免费| 成人精品一区二区免费| 伊人久久精品亚洲午夜| 不卡一级毛片| 亚洲乱码一区二区免费版| 国产精品国产三级国产av玫瑰| 男女边吃奶边做爰视频| 嫩草影院入口| 亚洲欧美激情综合另类| 天堂网av新在线| 国内精品一区二区在线观看| 亚洲va日本ⅴa欧美va伊人久久| 精品一区二区三区人妻视频| 日韩精品有码人妻一区| 国产一区二区激情短视频| 夜夜爽天天搞| 欧美色欧美亚洲另类二区| 99热这里只有是精品50| 又黄又爽又免费观看的视频| 成人毛片a级毛片在线播放| 97人妻精品一区二区三区麻豆| 97超视频在线观看视频| 男女之事视频高清在线观看| 人妻少妇偷人精品九色| 精品午夜福利视频在线观看一区| 成人欧美大片| 99视频精品全部免费 在线| 亚洲精品日韩av片在线观看| 国产高清视频在线观看网站| 99国产精品一区二区蜜桃av| 最新在线观看一区二区三区| 黄色欧美视频在线观看| 在线国产一区二区在线| 变态另类成人亚洲欧美熟女| 国产男靠女视频免费网站| 国产精品免费一区二区三区在线| 校园人妻丝袜中文字幕| 亚洲欧美日韩高清专用| 蜜桃亚洲精品一区二区三区| 日韩大尺度精品在线看网址| 亚洲色图av天堂| 亚洲美女黄片视频| 丰满人妻一区二区三区视频av| 日本爱情动作片www.在线观看 | 亚洲最大成人手机在线| 久久精品国产亚洲av天美| 中国美白少妇内射xxxbb| 免费在线观看影片大全网站| 国产高清三级在线| 男人舔女人下体高潮全视频| 免费av毛片视频| 国内毛片毛片毛片毛片毛片| 99在线视频只有这里精品首页| 精品久久久久久成人av| 在线播放无遮挡| 在线观看免费视频日本深夜| 欧美丝袜亚洲另类 | 联通29元200g的流量卡| 久久久久国产精品人妻aⅴ院| 人妻夜夜爽99麻豆av| 精品国产三级普通话版| 我要看日韩黄色一级片| 国产精品嫩草影院av在线观看 | a级一级毛片免费在线观看| 精品福利观看| 精品人妻1区二区| 亚洲av免费在线观看| 色播亚洲综合网| 亚洲人与动物交配视频| 国产高清三级在线| 麻豆成人av在线观看| 色在线成人网| 国产高清视频在线观看网站| 成人午夜高清在线视频| 亚洲成a人片在线一区二区| 欧美最黄视频在线播放免费| 在线观看66精品国产| 国产男靠女视频免费网站| 亚洲熟妇中文字幕五十中出| 夜夜爽天天搞| 麻豆精品久久久久久蜜桃| 久久久久久久亚洲中文字幕| 白带黄色成豆腐渣| 国产男靠女视频免费网站| 99在线人妻在线中文字幕| 亚洲精品久久国产高清桃花| 性欧美人与动物交配| 午夜日韩欧美国产| 在线天堂最新版资源| 男女做爰动态图高潮gif福利片| 淫秽高清视频在线观看| 最近最新免费中文字幕在线| 午夜福利视频1000在线观看| 国产成人av教育| 精品国内亚洲2022精品成人| 变态另类成人亚洲欧美熟女| 亚洲精品成人久久久久久| 久久久久久国产a免费观看| 别揉我奶头~嗯~啊~动态视频| 国产av一区在线观看免费| 又黄又爽又免费观看的视频| 亚洲自拍偷在线| 极品教师在线免费播放| 三级毛片av免费| 国内精品久久久久精免费| 国产一区二区三区视频了| 国产私拍福利视频在线观看| 天天躁日日操中文字幕| 婷婷丁香在线五月| 国产成人一区二区在线| 日日啪夜夜撸| 国产一区二区亚洲精品在线观看| 久久国内精品自在自线图片| 麻豆av噜噜一区二区三区| 真人做人爱边吃奶动态| 精品一区二区三区人妻视频| 深夜精品福利| 久9热在线精品视频| 淫妇啪啪啪对白视频| 亚洲中文字幕一区二区三区有码在线看| 久久中文看片网| 嫁个100分男人电影在线观看| 精品人妻一区二区三区麻豆 | 国产黄a三级三级三级人| 国产精品久久视频播放| 国产精品久久电影中文字幕| 国产精品亚洲美女久久久| 美女大奶头视频| 日本爱情动作片www.在线观看 | 欧美国产日韩亚洲一区| 免费av不卡在线播放| 免费av毛片视频| 亚洲精华国产精华精| 欧美国产日韩亚洲一区| 看十八女毛片水多多多| 国产高清激情床上av| 久久天躁狠狠躁夜夜2o2o| 日本三级黄在线观看| 国产精品国产高清国产av| 久久人人精品亚洲av| 俄罗斯特黄特色一大片| 成人二区视频| 伦精品一区二区三区| 亚洲精品成人久久久久久| 俄罗斯特黄特色一大片| 免费看av在线观看网站| av在线亚洲专区| 日韩欧美精品v在线| 国产伦人伦偷精品视频| 91精品国产九色| 国产精品国产高清国产av| 久久精品久久久久久噜噜老黄 | 国产精品爽爽va在线观看网站| 51国产日韩欧美| 美女被艹到高潮喷水动态| 在线观看av片永久免费下载| 国产亚洲91精品色在线| 国产淫片久久久久久久久| 国产欧美日韩精品一区二区| 不卡一级毛片| 九色成人免费人妻av| 真人一进一出gif抽搐免费| 欧美最黄视频在线播放免费| 男人舔奶头视频| 美女xxoo啪啪120秒动态图| 蜜桃亚洲精品一区二区三区| h日本视频在线播放| 久久婷婷人人爽人人干人人爱| 日本 欧美在线| 国产又黄又爽又无遮挡在线| 色哟哟哟哟哟哟| 国产成人福利小说| 国产精品一区www在线观看 | 搡女人真爽免费视频火全软件 | 日本精品一区二区三区蜜桃| 俺也久久电影网| 九色国产91popny在线| 精品一区二区三区视频在线观看免费| 亚洲熟妇中文字幕五十中出| 久久久国产成人免费| 啦啦啦观看免费观看视频高清| av在线蜜桃| 亚洲内射少妇av| 欧美色欧美亚洲另类二区| 国产伦在线观看视频一区| 午夜影院日韩av| 一夜夜www| 黄色丝袜av网址大全| 人妻夜夜爽99麻豆av| 亚洲狠狠婷婷综合久久图片| 一级黄片播放器| 国产午夜精品论理片| 久久亚洲精品不卡| 禁无遮挡网站| 淫妇啪啪啪对白视频| 欧美+亚洲+日韩+国产| 日本免费a在线| 欧美另类亚洲清纯唯美| av福利片在线观看| 日韩欧美三级三区| 99精品久久久久人妻精品| 国产亚洲精品综合一区在线观看| 久久国产乱子免费精品| 嫩草影院入口| 免费在线观看日本一区| 婷婷精品国产亚洲av在线| 欧美日韩乱码在线| 欧美3d第一页| 国产精品国产高清国产av| 久久亚洲精品不卡| 亚洲五月天丁香| 人妻丰满熟妇av一区二区三区| 日韩欧美 国产精品| 夜夜看夜夜爽夜夜摸| 国产一区二区激情短视频| 两人在一起打扑克的视频| 欧美绝顶高潮抽搐喷水| 99热网站在线观看| 嫩草影院入口| 免费在线观看日本一区| 人人妻,人人澡人人爽秒播| 亚洲七黄色美女视频| 精品人妻一区二区三区麻豆 | 日韩大尺度精品在线看网址| 婷婷精品国产亚洲av在线| 69人妻影院| 精品99又大又爽又粗少妇毛片 | 中国美女看黄片| 亚洲欧美日韩高清在线视频| 婷婷精品国产亚洲av在线| 成人午夜高清在线视频| 真实男女啪啪啪动态图| 亚洲精品亚洲一区二区| 丝袜美腿在线中文| 国产aⅴ精品一区二区三区波| 三级国产精品欧美在线观看| 91久久精品国产一区二区三区| 成年女人毛片免费观看观看9| 欧美最新免费一区二区三区| 久久久久久久久久黄片| 国产成人av教育| 婷婷亚洲欧美| 国产高清视频在线观看网站| 免费在线观看成人毛片| 国内精品一区二区在线观看| 国产91精品成人一区二区三区| 国产欧美日韩一区二区精品| 国产 一区 欧美 日韩| 国产中年淑女户外野战色| 免费一级毛片在线播放高清视频| 99国产极品粉嫩在线观看| 丝袜美腿在线中文| 免费观看精品视频网站| 深夜a级毛片| 国产亚洲av嫩草精品影院| 成人精品一区二区免费| 午夜a级毛片| 麻豆国产av国片精品| 在线播放无遮挡| 一进一出好大好爽视频| 欧美3d第一页| 999久久久精品免费观看国产| 日韩强制内射视频| 欧美高清性xxxxhd video| 99久久久亚洲精品蜜臀av| 最近中文字幕高清免费大全6 | 亚洲中文字幕一区二区三区有码在线看| 美女xxoo啪啪120秒动态图| 国产 一区 欧美 日韩| 无遮挡黄片免费观看| 久久九九热精品免费| 熟妇人妻久久中文字幕3abv| 99热只有精品国产| 99热6这里只有精品| 成年版毛片免费区| 精品久久久久久久久av| 亚洲av电影不卡..在线观看| 国产爱豆传媒在线观看| 夜夜爽天天搞| 久久久久久久久中文| 精品一区二区免费观看| 人妻少妇偷人精品九色| 搞女人的毛片| 久久久成人免费电影| aaaaa片日本免费| 熟女电影av网| 女生性感内裤真人,穿戴方法视频| 日韩欧美在线二视频| 日韩欧美国产一区二区入口| 亚洲aⅴ乱码一区二区在线播放| a级一级毛片免费在线观看| 男女做爰动态图高潮gif福利片| 精品人妻熟女av久视频| 免费无遮挡裸体视频| 久久久久久久午夜电影| 精品人妻一区二区三区麻豆 | 中文字幕高清在线视频| 日本色播在线视频| 熟女人妻精品中文字幕| 又紧又爽又黄一区二区| 亚洲熟妇熟女久久| 亚洲美女搞黄在线观看 | 2021天堂中文幕一二区在线观| 禁无遮挡网站| 色5月婷婷丁香| 少妇的逼好多水| 国内久久婷婷六月综合欲色啪| 亚洲 国产 在线| 一本久久中文字幕| 亚洲最大成人中文| 亚洲熟妇熟女久久| 中文在线观看免费www的网站| 国产精品人妻久久久影院| 亚洲av一区综合| 黄色欧美视频在线观看| 在线观看一区二区三区| 1024手机看黄色片| 看十八女毛片水多多多| 国产精品爽爽va在线观看网站| 色尼玛亚洲综合影院| 成人毛片a级毛片在线播放| 日本 欧美在线| 亚洲成av人片在线播放无| 香蕉av资源在线| 国产单亲对白刺激| 老司机深夜福利视频在线观看| 国产一区二区在线av高清观看| 蜜桃久久精品国产亚洲av| 人人妻人人澡欧美一区二区| 男人和女人高潮做爰伦理| 欧美精品啪啪一区二区三区| 亚洲国产欧美人成| 国产 一区 欧美 日韩| 五月伊人婷婷丁香| 久久久久性生活片| 永久网站在线| 欧美xxxx黑人xx丫x性爽| 伦理电影大哥的女人| 欧美性感艳星| 欧美国产日韩亚洲一区| 亚洲真实伦在线观看| 一本久久中文字幕| 伦理电影大哥的女人| 九色成人免费人妻av| 国产精品永久免费网站| 2021天堂中文幕一二区在线观| 欧美色视频一区免费| .国产精品久久| 一夜夜www| 亚洲精华国产精华液的使用体验 | 在线观看舔阴道视频| 久久久久久国产a免费观看| 精品久久久久久久久久久久久| av国产免费在线观看| 日本撒尿小便嘘嘘汇集6| 国产免费一级a男人的天堂| 一本久久中文字幕| 网址你懂的国产日韩在线| 狠狠狠狠99中文字幕| 成人精品一区二区免费| 国产成年人精品一区二区| 99久久成人亚洲精品观看| 五月伊人婷婷丁香| 久久精品国产亚洲网站| 亚洲第一区二区三区不卡| 欧美黑人巨大hd| 久久精品国产亚洲av涩爱 | 两性午夜刺激爽爽歪歪视频在线观看| 久久久久久国产a免费观看| 亚洲三级黄色毛片| 国产成年人精品一区二区| 久久久久精品国产欧美久久久| 国产主播在线观看一区二区| 91麻豆av在线| 国产不卡一卡二| 一级av片app| 久久欧美精品欧美久久欧美| 久99久视频精品免费| 精品一区二区三区视频在线观看免费| 一边摸一边抽搐一进一小说| 国产伦一二天堂av在线观看| а√天堂www在线а√下载| 日韩国内少妇激情av| 国产高清有码在线观看视频| 少妇熟女aⅴ在线视频| 午夜亚洲福利在线播放| 内射极品少妇av片p| 俄罗斯特黄特色一大片| 久久精品国产亚洲av涩爱 | 黄色日韩在线| 中国美女看黄片| 网址你懂的国产日韩在线| 久久亚洲真实| 婷婷精品国产亚洲av| 午夜老司机福利剧场| 熟女电影av网| a在线观看视频网站| 欧美三级亚洲精品| 亚洲最大成人手机在线| 亚洲中文字幕一区二区三区有码在线看| 亚洲四区av| 亚洲第一区二区三区不卡| 国产精华一区二区三区| 夜夜看夜夜爽夜夜摸| 免费观看的影片在线观看| 欧美三级亚洲精品| 毛片女人毛片| 欧美日韩黄片免| 午夜精品在线福利| 日本黄大片高清| 国产淫片久久久久久久久| 成人av一区二区三区在线看| 给我免费播放毛片高清在线观看| 国产熟女欧美一区二区| 欧美激情在线99| 久久久久免费精品人妻一区二区| 国产精品人妻久久久影院| 啦啦啦啦在线视频资源| 亚洲人成网站在线播放欧美日韩| 变态另类丝袜制服| 成熟少妇高潮喷水视频| 1000部很黄的大片| 69人妻影院| 日韩大尺度精品在线看网址| 美女免费视频网站| 日韩亚洲欧美综合| 永久网站在线| 国产美女午夜福利| 日韩一本色道免费dvd| 午夜爱爱视频在线播放| 国产乱人视频| 欧美色欧美亚洲另类二区| 亚洲自拍偷在线| 麻豆av噜噜一区二区三区| 2021天堂中文幕一二区在线观| 色视频www国产| 黄片wwwwww| 色尼玛亚洲综合影院| 久久久成人免费电影| 日韩欧美国产在线观看| 久久中文看片网| 亚洲av成人精品一区久久| 床上黄色一级片| 国产在线男女| 黄色视频,在线免费观看| 欧美高清成人免费视频www| 男女之事视频高清在线观看| 成人高潮视频无遮挡免费网站| 色播亚洲综合网| 欧美区成人在线视频| 俺也久久电影网| 亚洲中文字幕一区二区三区有码在线看| 日韩亚洲欧美综合| 在线观看av片永久免费下载| 简卡轻食公司| 波多野结衣高清无吗| 久久99热6这里只有精品| 亚洲精品成人久久久久久| 欧美成人免费av一区二区三区| 亚洲成人中文字幕在线播放| 女的被弄到高潮叫床怎么办 | 久久精品国产99精品国产亚洲性色| 日本色播在线视频| 一卡2卡三卡四卡精品乱码亚洲| 久久久成人免费电影| 人妻丰满熟妇av一区二区三区| 色综合站精品国产| 国产免费男女视频| 嫩草影院入口| 日本黄色视频三级网站网址| 成人av在线播放网站| av天堂在线播放| 亚洲avbb在线观看| 免费电影在线观看免费观看| 联通29元200g的流量卡| 噜噜噜噜噜久久久久久91| 欧美精品啪啪一区二区三区| 一边摸一边抽搐一进一小说| 国产女主播在线喷水免费视频网站 | 国产69精品久久久久777片| av国产免费在线观看| 亚洲男人的天堂狠狠|