• <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 ?

    基于信息?;c支持向量回歸機的內(nèi)河船舶油耗預測

    2021-12-17 06:39:02童亮陳雪梅鄭朋飛
    船海工程 2021年6期
    關鍵詞:粒化油耗預測值

    童亮,陳雪梅,鄭朋飛

    (重慶交通大學 航運與船舶工程學院,重慶 400074)

    由于不斷增長的航運需求,船舶溫室氣體排放量預計將在2050年前較2018年增加50%[1]。因此,作為《船舶能效管理計劃》(ship energy efficiency management plan,SEEMP)的重要組成部分,越來越多的國際規(guī)則的制定已集中于船舶能源效率的提高。在船舶實際運營過程中,燃油費用占運營總成本的30%~60%[2],而內(nèi)河船舶多變的通航環(huán)境使其油耗過程更具復雜性。因此,在一定的航程和有限的時間內(nèi)使船舶油耗最低是我國內(nèi)河航運業(yè)技術改造和產(chǎn)業(yè)升級迫切需要解決的重要問題之一。

    船舶油耗預測的建模方法可分為:理論公式建模和統(tǒng)計數(shù)據(jù)建模。理論建模,模型的建立需要完整的船舶設計參數(shù)和實驗數(shù)據(jù),分析過程中涉及環(huán)境因素過多且建模難度相對較大[3-4],因此理論公式建模無法囊括所有船型,實用性需進一步提高。統(tǒng)計數(shù)據(jù)的建模主要通過分析船舶油耗相關因素,將數(shù)學方法和機器學習相結(jié)合,擯棄冗雜的機理分析,建立實測數(shù)據(jù)的預測模型,準確度高,實用性好。

    因此,針對復雜的能耗特征和多變的內(nèi)河環(huán)境,考慮以內(nèi)河某散貨船為例,對目標船舶安裝多個傳感器測得實船數(shù)據(jù),采用多個模型(SVR模型、BP模型和ELM模型)分別對油耗進行預估,對比分析網(wǎng)絡模型對實船油耗的預測結(jié)果;利用支持向量回歸機(support vector regression,SVR)與模糊信息?;?fuzzy information granulation,FIG)結(jié)合的方法對船舶未來一段時間內(nèi)的油耗進行回歸于預測分析。

    1 內(nèi)河船舶能耗主要影響因素

    內(nèi)河運輸節(jié)能降耗面臨著以下問題[5]:①量大面廣,船型雜亂;②船齡偏老,信息化不高;③管理水平低較,運輸效率有待提高;④能耗管控不力,綜合油耗相對偏高,排放高。列舉影響船舶油耗的主要因素見表1。

    表1 影響船舶油耗的主要因素

    2 數(shù)據(jù)預處理

    船舶航行時,系統(tǒng)采集到的多維數(shù)據(jù)具有樣本大、準確度低的特點。為了得到精準的預測模型和有效的預測結(jié)果,通常使用區(qū)間縮放法將輸入數(shù)據(jù)、輸出數(shù)據(jù)線性壓縮至[0,1]區(qū)間內(nèi)的量綱值,以消除多維數(shù)據(jù)不同量綱的影響。歸一化處理見下式[6]。

    (1)

    式中:x*為歸一化處理后的數(shù)據(jù);x為輸入數(shù)據(jù);xmax為輸入數(shù)據(jù)最大值;xmin為輸入數(shù)據(jù)最小值。

    模型的輸入?yún)?shù)眾多,變量之間有一定的相互作用和關聯(lián)性。因此,采用主成分分析法(principal component analysis,PCA)對變量進行降維處理,提取影響油耗的關鍵特征。

    Fp=a1i·ZX1+a2i·ZX2+…+api·ZXp

    (2)

    式中:FP為影響油耗的主成分;a1i,a2i,…,api(i=1,2,…,m)為輸入變量的協(xié)方差陣Σ對應的特征向量,ZX1,ZX2,…,ZXp為輸入變量的標準化值。

    3 組合預測模型

    3.1 SVR模型

    在航船舶的燃油消耗時間序列具有較強的非線性和隨機性,采用SVR模型對船舶油耗進行預測,該模型具有以下優(yōu)勢[7]:①SVR模型得到的是理論上的全局最優(yōu)解,可避免局部最優(yōu)問題;②SVR模型通過非線性變換將原始變量映射到高維特征空間構(gòu)造線性分類函數(shù),既可保證模型的良好泛化能力,又可解決向量“維數(shù)災難”問題。模型中關于油耗預測的非線性回歸問題的尋優(yōu)實施步驟為:

    1)在高維特征空間建立線性回歸函數(shù)。

    f(x)=wΦ(x)+b

    (3)

    式中:Ф(x)為非線性映射函數(shù)。

    2)定義ε線性不敏感損失函數(shù)。

    (4)

    式中:f(x)為預測值;y為對應的實際值。若預測值與實際值之間的差值小于等于ε,則損失為0。

    (5)

    式中:Ф(x)為非線性映射函數(shù),C為懲罰因子,ε規(guī)定了回歸函數(shù)的誤差要求。

    f(x)=w*Φ(x)+b*=

    (6)

    選取徑向基核函數(shù)

    K(xi,xj)=Φ(xi)Φ(xj)

    (7)

    5)帶入核函數(shù),求解回歸函數(shù)。

    f(x)=w*Φ(x)+b*=

    (8)

    3.2 模糊信息?;?/h3>

    傳統(tǒng)油耗預測模型只對數(shù)據(jù)進行預處理,未對其影響因素進行特征分析,使得預測結(jié)果不精確、波動性大;預測大多停留在點時間上,忽視了對油耗一段時間內(nèi)的波動情況和變化范圍。因此,通過信息粒化(information granulation, IG)對大量油耗數(shù)據(jù)的內(nèi)部特征進行分析,將整體劃分為個體。

    FIG將油耗數(shù)據(jù)劃分成2 h一個窗口并對其模糊化處理,選用三角型的模糊粒子在窗口上建立模糊集,代替原窗口數(shù)據(jù),使實船油耗數(shù)據(jù)中不確定的變量轉(zhuǎn)換成確定數(shù)值,很好地解決了模糊數(shù)中無法準確度量只能模糊處理的矛盾。三角型隸屬函數(shù)如下。

    (9)

    式中:x為輸入的時間變量;a、m、b分別為輸入數(shù)據(jù)粒化后的最小值Low、平均值average和最大值Up。

    3.3 算法實現(xiàn)流程

    基于模糊信息粒化的SVR組合預測模型的流程見圖1。

    圖1 基于模糊信息粒化的SVR組合模型流程

    運用三角型函數(shù)對記錄的油耗時序值進行FIG處理,得到?;礚ow、R、Up,利用SVR模型對粒化后的數(shù)據(jù)進行回歸預測,得到預測的每個窗口油耗范圍RLow、Raverage和RUp,將預測數(shù)據(jù)與實際數(shù)據(jù)的變化趨勢和變化范圍進行比較,驗證模型預測效果。

    4 實例驗證

    4.1 研究對象

    以長江某散貨船為研究對象,該輪主要參數(shù)和主機相關參數(shù)見表2。

    表2 目標船舶主要參數(shù)

    4.2 PCA處理

    運用PCA對表1中的油耗相關參數(shù)進行分析,得到10個主成分的特征值、貢獻率。通過式(2),計算主成分與相關參數(shù)的對應關系,得到各參數(shù)的主成分貢獻率見表3。

    表3 相關參數(shù)主成分貢獻率

    從表3知,Z1~Z7的累積貢獻率達到96.367 2%,Z8~Z10的貢獻率則很小。因此,油耗預測模型的輸入維數(shù)降為以下7維:雙機轉(zhuǎn)速n2、單機轉(zhuǎn)速n1、航速V、水流速Vw、載貨量W、風速Vs、風向Vd。

    4.3 多個預測模型對比

    選取目標船舶江陰-南家坨航次,總計1 320組上水航行數(shù)據(jù),以每30 min內(nèi)主機累積消耗的燃油作為分析對象。為不失一般性,采用隨機的方法產(chǎn)生1 000組數(shù)據(jù)作為訓練集和320組數(shù)據(jù)作為測試集分別對模型的性能進行評價。按照時間序列的燃油消耗數(shù)據(jù)集見圖2。

    圖2 目標船舶燃油消耗時間序列

    觀察圖2燃油消耗時間序列,可知油耗波動起伏明顯,多個無序的峰值給預測帶來了難度。運用SVR模型對數(shù)據(jù)集進行預測,過程如下:首先對輸入的多維參數(shù)作歸一化處理,默認核函數(shù)為徑向基核函數(shù)(RBF),采用交叉驗證的方法尋找中間參數(shù)C(懲罰因子)和參數(shù)g(RBF核函數(shù)中的方差),運用GS算法得到精細尋優(yōu)的最佳C和g來訓練SVR模型,記錄輸入?yún)?shù)的回歸預測值,輸出真實值與預測值的對比結(jié)果。本次精細尋優(yōu)下的最優(yōu)參數(shù)bestC=16,bestg=0.250 0,數(shù)據(jù)集的預測結(jié)果見圖3、4。

    圖3 SVR訓練集預測結(jié)果

    圖4 SVR測試集預測結(jié)果

    由圖3、4所示,SVR模型訓練集和測試集的均方誤差分別為0.000 991 15和0.007 124 99,決定系數(shù)分別達到0.985 65和0.976 54。這表明,所建立的SVR油耗回歸模型具有非常好的泛化能力,預測效果良好。

    對320組測試集分別運用BP模型、ELM模型進行預測。BP模型參數(shù)設置如下:最大訓練次數(shù)為1 000、訓練要求精度為10-3、學習率為0.1;ELM模型的激活函數(shù)為sigmoid、隱含層神經(jīng)元個數(shù)為7、性能函數(shù)為mse。測試集的預測結(jié)果見圖5、6。

    圖5 BP模型測試集預測結(jié)果

    圖6 ELM極限學習機測試集預測結(jié)果

    將SVR模型的測試集預測結(jié)果對比BP神經(jīng)網(wǎng)絡、ELM極限學習機,結(jié)果見表4。表4表明4VR模型的預測誤差最小且準確度最高。

    表4 SVR、BP模型和Elman測試集結(jié)果對比

    4.4 模糊信息粒化SVR模型

    將記錄的1 320組油耗時序值作為輸入數(shù)據(jù),以每2 h為1個?;翱趯τ秃倪M行?;?,結(jié)果見圖7。其中,Low粒子描述的是油耗2 h內(nèi)變化的最小值;R粒子描述的是油耗2 h內(nèi)變化的平均值;Up粒子描述的是油耗2 h內(nèi)變化的最大值。

    圖7 模糊?;Y(jié)果

    將粒化結(jié)果Low、R、Up作為SVR模型的輸入?yún)?shù),構(gòu)建FIG_SVR組合預測模型,結(jié)果見圖8。

    圖8表明組合模型的Low參數(shù)、Up參數(shù)預測準確率較高且符合參數(shù)走勢,但R參數(shù)預測值普遍高于?;怠_@是由于目標船舶的主機分為左機、右機,航行時當只開單機(左機或者右機)時,速度低,油耗??;雙機(左右機)航行時,速度高,油耗大。因此,進行預測時,對于單雙機的油耗并未能區(qū)分預測,導致數(shù)據(jù)之間的跳躍性大,降低了組合模型的魯棒性,所以平均值R參數(shù)的預測結(jié)果偏高。以Low參數(shù)為例詳解FIG_SVR組合模型回歸預測:選用三角型函數(shù)對油耗時序值進行FIG處理,對粒化值Low參數(shù)作歸一化處理,利用交叉驗證(CV)方法得到最佳參數(shù)組合C=35,g=0.125 0,根據(jù)最佳參數(shù)訓練SVR模型,得到Low參數(shù)的擬合預測值,將預測值與實際值進行差值計算,誤差結(jié)果見圖8d)。

    圖8 ?;礥p、R和Low的SVR預測結(jié)果

    4.5 油耗預測變化趨勢結(jié)果驗證

    通過對油耗數(shù)據(jù)進行FIG_SVR組合模型的預測得到波動范圍RLow、Raverage和RUp,將預測值與2 h內(nèi)的實際油耗值進行比較,結(jié)果見表5。

    表5 船舶油耗變化趨勢和變化空間預測

    真實值與預測值的相對誤差不超過4%,由模糊粒子提供的預測范圍也符合油耗的真實波動范圍。由此可見,基于模糊信息粒化的支持向量回歸機組合預測模型能夠準確地描述油耗未來2 h內(nèi)的波動態(tài)勢。

    通過FIG對數(shù)據(jù)進行窗口劃分和模糊化處理,以粒子為單位對油耗數(shù)據(jù)進行Low、R和Up粒子的分類。與原始數(shù)據(jù)相比,該方法對實船2 h內(nèi)的油耗波動情況進行了有效的挖掘,解決了以往預測模型中大量數(shù)據(jù)模糊分類和粗糙處理的弊??;根據(jù)挖掘得到的Low、R和Up粒子通過歸一化和預處理后作為輸入建立泛化功能良好的SVR油耗動態(tài)預測模型,該組合模型良好的預測結(jié)果得到了合理驗證。

    5 結(jié)論

    基于支持向量回歸機的油耗預測模型具有較優(yōu)的預測性能,模型的預測精度為SVR模型>ELM模型>BP模型;通過FIG_SVR組合預測模型得到了較為精確的未來油耗的變化趨勢和波動情況。

    猜你喜歡
    ?;?/a>油耗預測值
    IMF上調(diào)今年全球經(jīng)濟增長預期
    企業(yè)界(2024年8期)2024-07-05 10:59:04
    不談油耗 只講運動 試駕第十一代思域e:HEV
    車主之友(2022年5期)2022-11-23 07:22:20
    加拿大農(nóng)業(yè)部下調(diào)2021/22年度油菜籽和小麥產(chǎn)量預測值
    ±800kV直流輸電工程合成電場夏季實測值與預測值比對分析
    法電再次修訂2020年核發(fā)電量預測值
    國外核新聞(2020年8期)2020-03-14 02:09:19
    琯溪蜜柚汁胞?;绊懸蛩丶胺揽丶夹g綜述
    降低內(nèi)燃裝卸機械油耗措施的探討
    雙管齊下 YarisL致享綜合油耗測試
    車迷(2017年12期)2018-01-18 02:16:10
    輪胎式裝載機油耗測量方法探討
    建筑機械化(2015年7期)2015-01-03 08:09:00
    粗?;疍NA穿孔行為的分子動力學模擬
    一个人观看的视频www高清免费观看| 国产精品伦人一区二区| 高清日韩中文字幕在线| 在线a可以看的网站| 国产午夜精品一二区理论片| 亚洲成人久久爱视频| 国产黄a三级三级三级人| 成人午夜精彩视频在线观看| 欧美色欧美亚洲另类二区| videossex国产| 黄色视频,在线免费观看| 亚洲av.av天堂| av天堂中文字幕网| 亚洲三级黄色毛片| 国产一区二区在线av高清观看| 久久99蜜桃精品久久| 欧美最新免费一区二区三区| 成人综合一区亚洲| 欧美色欧美亚洲另类二区| 成人av在线播放网站| 一夜夜www| 日本色播在线视频| 国产成人91sexporn| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 搡女人真爽免费视频火全软件| 亚洲av.av天堂| 日日撸夜夜添| 97在线视频观看| 18禁在线播放成人免费| 国产视频首页在线观看| 岛国在线免费视频观看| 亚洲va在线va天堂va国产| 日韩欧美精品免费久久| 日本黄色片子视频| 精品久久久久久久久久免费视频| 夜夜看夜夜爽夜夜摸| 国产精品综合久久久久久久免费| 老熟妇乱子伦视频在线观看| eeuss影院久久| 国产一区亚洲一区在线观看| 亚洲无线在线观看| а√天堂www在线а√下载| 亚洲综合色惰| 成年女人永久免费观看视频| 欧美成人一区二区免费高清观看| 国产亚洲91精品色在线| 日韩成人av中文字幕在线观看| videossex国产| 国产在线男女| 色综合色国产| 国产爱豆传媒在线观看| 99精品在免费线老司机午夜| 国产精品电影一区二区三区| 久久久久久久亚洲中文字幕| 国产精品电影一区二区三区| 国语自产精品视频在线第100页| 国产精品一区二区性色av| 十八禁国产超污无遮挡网站| 毛片女人毛片| 一级黄片播放器| 免费观看a级毛片全部| 国产老妇女一区| 国产一区二区在线观看日韩| 亚洲av熟女| 麻豆乱淫一区二区| 91狼人影院| 欧美精品一区二区大全| 有码 亚洲区| 午夜免费激情av| 精品一区二区三区视频在线| 欧美变态另类bdsm刘玥| 一个人看视频在线观看www免费| 国产高潮美女av| 3wmmmm亚洲av在线观看| 亚洲国产欧洲综合997久久,| 日本免费a在线| 最近手机中文字幕大全| 免费看日本二区| 欧美一级a爱片免费观看看| 国产毛片a区久久久久| 国产乱人视频| 国产黄a三级三级三级人| 老司机影院成人| 亚洲精品久久久久久婷婷小说 | 中文字幕av成人在线电影| 亚洲国产欧洲综合997久久,| 国产男人的电影天堂91| 18禁在线播放成人免费| 日本免费a在线| 中国国产av一级| 亚洲国产欧美人成| a级毛片免费高清观看在线播放| 国产精品人妻久久久影院| 久久精品国产自在天天线| 老师上课跳d突然被开到最大视频| 午夜爱爱视频在线播放| 欧美色视频一区免费| 女人十人毛片免费观看3o分钟| 亚洲欧洲国产日韩| 久久热精品热| 大型黄色视频在线免费观看| 一进一出抽搐gif免费好疼| 欧美xxxx性猛交bbbb| 一级毛片久久久久久久久女| 嫩草影院新地址| 嫩草影院精品99| 99国产精品一区二区蜜桃av| 亚洲欧美清纯卡通| 人妻久久中文字幕网| 久久久久九九精品影院| 免费看a级黄色片| ponron亚洲| 免费av观看视频| 一级黄片播放器| 特大巨黑吊av在线直播| 午夜老司机福利剧场| 成年免费大片在线观看| 亚洲,欧美,日韩| 日日摸夜夜添夜夜添av毛片| 热99re8久久精品国产| 国产亚洲av片在线观看秒播厂 | 男女视频在线观看网站免费| 哪里可以看免费的av片| 国国产精品蜜臀av免费| 一本一本综合久久| 在线观看美女被高潮喷水网站| 五月伊人婷婷丁香| 精品久久久久久久人妻蜜臀av| 大香蕉久久网| 欧美激情久久久久久爽电影| 午夜福利在线观看免费完整高清在 | 国产精品一二三区在线看| 亚洲精品久久国产高清桃花| 久久国内精品自在自线图片| 老师上课跳d突然被开到最大视频| 久久九九热精品免费| 久久久国产成人精品二区| 日韩视频在线欧美| 亚洲欧美成人精品一区二区| 国产精品久久久久久av不卡| 成人无遮挡网站| 国产69精品久久久久777片| 国模一区二区三区四区视频| 啦啦啦啦在线视频资源| 国产亚洲精品av在线| 亚洲电影在线观看av| www日本黄色视频网| 岛国毛片在线播放| 亚洲欧美成人综合另类久久久 | 中文字幕久久专区| 欧美日韩综合久久久久久| www日本黄色视频网| 免费看美女性在线毛片视频| 99久久无色码亚洲精品果冻| 好男人在线观看高清免费视频| 三级国产精品欧美在线观看| 精品人妻一区二区三区麻豆| 超碰av人人做人人爽久久| 精品国产三级普通话版| 色综合亚洲欧美另类图片| 99久久精品热视频| 中文欧美无线码| 十八禁国产超污无遮挡网站| 国产白丝娇喘喷水9色精品| 亚洲精品自拍成人| 国产高清不卡午夜福利| 日韩精品有码人妻一区| a级毛片免费高清观看在线播放| 国产精品人妻久久久影院| 亚洲欧美清纯卡通| 精品久久久噜噜| 欧美日韩综合久久久久久| 亚洲真实伦在线观看| 成人特级av手机在线观看| 免费看美女性在线毛片视频| 97热精品久久久久久| 久久久午夜欧美精品| 日韩成人伦理影院| 精华霜和精华液先用哪个| 黄片wwwwww| 亚洲性久久影院| 国产成人午夜福利电影在线观看| 内射极品少妇av片p| 91精品一卡2卡3卡4卡| 成人亚洲精品av一区二区| 久久人妻av系列| 美女脱内裤让男人舔精品视频 | 老女人水多毛片| 99久久九九国产精品国产免费| 三级经典国产精品| 国产精品免费一区二区三区在线| 亚洲精品影视一区二区三区av| 最近的中文字幕免费完整| 亚洲不卡免费看| 亚洲最大成人中文| 国内揄拍国产精品人妻在线| 91久久精品国产一区二区成人| 非洲黑人性xxxx精品又粗又长| 日本三级黄在线观看| 日本黄大片高清| 18禁裸乳无遮挡免费网站照片| 免费av毛片视频| 一本久久中文字幕| 日韩视频在线欧美| 男人舔奶头视频| 97在线视频观看| 日本一二三区视频观看| 精品日产1卡2卡| 久久鲁丝午夜福利片| 91av网一区二区| 人体艺术视频欧美日本| 久久精品国产自在天天线| 久久精品国产清高在天天线| 亚洲四区av| 午夜激情福利司机影院| 国产成人一区二区在线| 欧美日韩精品成人综合77777| 中国国产av一级| a级毛片a级免费在线| 能在线免费观看的黄片| 色综合色国产| 欧美不卡视频在线免费观看| 别揉我奶头 嗯啊视频| 日本爱情动作片www.在线观看| 欧美日韩在线观看h| 欧美激情国产日韩精品一区| 色噜噜av男人的天堂激情| 久久久国产成人免费| 亚洲欧美精品专区久久| 国产在线男女| 一区二区三区高清视频在线| 人妻系列 视频| 国产一区二区在线观看日韩| 观看免费一级毛片| 悠悠久久av| 最近的中文字幕免费完整| 少妇高潮的动态图| ponron亚洲| 成人鲁丝片一二三区免费| 色噜噜av男人的天堂激情| 乱系列少妇在线播放| 国产精品,欧美在线| 成年版毛片免费区| 亚洲成a人片在线一区二区| 久久久久久久久大av| 精品人妻偷拍中文字幕| 变态另类成人亚洲欧美熟女| 欧美日韩一区二区视频在线观看视频在线 | 亚洲久久久久久中文字幕| 国产精品1区2区在线观看.| 简卡轻食公司| 国国产精品蜜臀av免费| 久久久久久伊人网av| 黄色欧美视频在线观看| 久久久国产成人免费| 岛国在线免费视频观看| 国产蜜桃级精品一区二区三区| 免费看光身美女| 美女高潮的动态| 亚洲va在线va天堂va国产| 欧美一区二区亚洲| av又黄又爽大尺度在线免费看 | 欧美最黄视频在线播放免费| 男人舔奶头视频| 久久人人爽人人片av| 舔av片在线| 国产亚洲精品久久久久久毛片| 99热只有精品国产| 亚洲欧美成人精品一区二区| 精品99又大又爽又粗少妇毛片| 久久国内精品自在自线图片| 最近视频中文字幕2019在线8| 又粗又爽又猛毛片免费看| 熟女电影av网| 亚洲av成人精品一区久久| 亚洲一区高清亚洲精品| 天美传媒精品一区二区| 久久这里只有精品中国| 亚洲欧美日韩无卡精品| 国产精品久久久久久精品电影小说 | 99热精品在线国产| 国产精品美女特级片免费视频播放器| 婷婷色综合大香蕉| 1000部很黄的大片| 亚洲第一区二区三区不卡| 国产白丝娇喘喷水9色精品| 亚洲天堂国产精品一区在线| 日本在线视频免费播放| 亚洲电影在线观看av| 欧美xxxx黑人xx丫x性爽| 亚洲熟妇中文字幕五十中出| 男女做爰动态图高潮gif福利片| 国内揄拍国产精品人妻在线| 我的老师免费观看完整版| 好男人在线观看高清免费视频| 日本与韩国留学比较| 两性午夜刺激爽爽歪歪视频在线观看| 久久精品国产99精品国产亚洲性色| 中文字幕av在线有码专区| av在线天堂中文字幕| 久久久久久久久久久免费av| eeuss影院久久| 亚洲在线观看片| 精品日产1卡2卡| 乱系列少妇在线播放| 搡女人真爽免费视频火全软件| 精品一区二区三区人妻视频| 国语自产精品视频在线第100页| 欧美最黄视频在线播放免费| 久99久视频精品免费| 国国产精品蜜臀av免费| 哪里可以看免费的av片| av.在线天堂| 欧美区成人在线视频| 简卡轻食公司| 国产真实伦视频高清在线观看| av福利片在线观看| 网址你懂的国产日韩在线| 熟妇人妻久久中文字幕3abv| 欧美日韩国产亚洲二区| 欧美激情国产日韩精品一区| 欧美日韩国产亚洲二区| 亚洲欧美日韩东京热| 亚洲国产精品国产精品| 亚洲精品影视一区二区三区av| 观看免费一级毛片| 国产高清有码在线观看视频| 夜夜爽天天搞| 国产爱豆传媒在线观看| 毛片一级片免费看久久久久| 伦理电影大哥的女人| 97超碰精品成人国产| 变态另类丝袜制服| 少妇的逼好多水| 国内揄拍国产精品人妻在线| 免费看a级黄色片| 2021天堂中文幕一二区在线观| 在线a可以看的网站| 久久鲁丝午夜福利片| 91久久精品电影网| 亚洲,欧美,日韩| 99久久人妻综合| 又粗又硬又长又爽又黄的视频 | 国产免费男女视频| 精品久久久久久久末码| 女人十人毛片免费观看3o分钟| 99久国产av精品国产电影| 色综合站精品国产| 在线观看66精品国产| 黄色一级大片看看| 欧美日韩乱码在线| 国产探花极品一区二区| 亚洲五月天丁香| 国产高潮美女av| 一级毛片aaaaaa免费看小| 麻豆乱淫一区二区| 天美传媒精品一区二区| 国产黄色小视频在线观看| 欧美成人a在线观看| 韩国av在线不卡| 亚洲自拍偷在线| 日本欧美国产在线视频| 亚洲va在线va天堂va国产| 午夜精品在线福利| videossex国产| 国产精品无大码| 成年av动漫网址| 啦啦啦啦在线视频资源| 色尼玛亚洲综合影院| 九色成人免费人妻av| 一进一出抽搐gif免费好疼| 特级一级黄色大片| 精品久久久久久久久久免费视频| 欧美日韩乱码在线| 国产精品久久久久久久久免| av免费观看日本| 国产av在哪里看| 亚洲国产日韩欧美精品在线观看| 一卡2卡三卡四卡精品乱码亚洲| 嫩草影院新地址| 最近中文字幕高清免费大全6| av.在线天堂| 99九九线精品视频在线观看视频| 在线观看av片永久免费下载| 欧美+日韩+精品| 能在线免费观看的黄片| 久久精品人妻少妇| 中文字幕av成人在线电影| 尤物成人国产欧美一区二区三区| 嘟嘟电影网在线观看| 日本一本二区三区精品| 国产美女午夜福利| 日本成人三级电影网站| 免费观看精品视频网站| 美女cb高潮喷水在线观看| 成年免费大片在线观看| 一卡2卡三卡四卡精品乱码亚洲| 最近手机中文字幕大全| 亚洲国产色片| 国产亚洲av片在线观看秒播厂 | 尾随美女入室| 又爽又黄a免费视频| 人妻久久中文字幕网| 国产成人福利小说| 亚洲五月天丁香| 欧美激情在线99| 亚洲无线观看免费| 国产成人freesex在线| 一本一本综合久久| а√天堂www在线а√下载| 久久九九热精品免费| 美女xxoo啪啪120秒动态图| 亚洲av.av天堂| 亚洲美女视频黄频| 亚洲国产欧美在线一区| 变态另类丝袜制服| 99久久中文字幕三级久久日本| 免费看美女性在线毛片视频| 国产精品国产三级国产av玫瑰| 国产精品av视频在线免费观看| 精品久久久久久久久亚洲| 三级男女做爰猛烈吃奶摸视频| 精品人妻偷拍中文字幕| 国内精品一区二区在线观看| 少妇熟女aⅴ在线视频| 只有这里有精品99| 午夜久久久久精精品| 级片在线观看| 久久久久久九九精品二区国产| 亚洲美女视频黄频| 在线播放无遮挡| 国产真实乱freesex| 婷婷色综合大香蕉| 国产不卡一卡二| 美女脱内裤让男人舔精品视频 | 中文资源天堂在线| 一级黄片播放器| 岛国毛片在线播放| 欧美日韩乱码在线| 亚洲中文字幕一区二区三区有码在线看| 欧美日韩乱码在线| 日韩精品有码人妻一区| 国产极品精品免费视频能看的| 女同久久另类99精品国产91| 赤兔流量卡办理| 成熟少妇高潮喷水视频| 欧美最新免费一区二区三区| 日日撸夜夜添| 久久久久网色| 免费观看精品视频网站| 欧美日韩综合久久久久久| 久久亚洲精品不卡| 国产精品免费一区二区三区在线| 午夜视频国产福利| 国产亚洲av片在线观看秒播厂 | 午夜视频国产福利| 99热6这里只有精品| 国产精品一二三区在线看| 亚洲精品456在线播放app| 欧美成人精品欧美一级黄| 一本久久精品| 美女高潮的动态| 性色avwww在线观看| 国产精品美女特级片免费视频播放器| 中文字幕av成人在线电影| 观看免费一级毛片| 99热网站在线观看| 国产一级毛片在线| 国产av一区在线观看免费| 久久久久久国产a免费观看| 国产亚洲av嫩草精品影院| 在线播放国产精品三级| 韩国av在线不卡| 国产一级毛片在线| 亚洲av不卡在线观看| 日本在线视频免费播放| 亚洲av电影不卡..在线观看| 91精品一卡2卡3卡4卡| 久久热精品热| 国产在线男女| 久久久欧美国产精品| 国产精品蜜桃在线观看 | 美女国产视频在线观看| 美女xxoo啪啪120秒动态图| 亚洲人与动物交配视频| 久久久色成人| 天堂影院成人在线观看| 搞女人的毛片| 国产伦理片在线播放av一区 | 国内揄拍国产精品人妻在线| 我的老师免费观看完整版| 免费观看在线日韩| 久久这里只有精品中国| АⅤ资源中文在线天堂| 99久久精品国产国产毛片| 免费不卡的大黄色大毛片视频在线观看 | 亚洲人成网站在线观看播放| 人妻久久中文字幕网| 两个人的视频大全免费| 亚洲精品日韩av片在线观看| 中国国产av一级| 国产精品国产三级国产av玫瑰| av免费观看日本| 成人漫画全彩无遮挡| 国产日本99.免费观看| 又爽又黄a免费视频| 成人高潮视频无遮挡免费网站| 九九爱精品视频在线观看| 日韩欧美在线乱码| 国产成人午夜福利电影在线观看| 国产一区二区在线观看日韩| 亚洲精华国产精华液的使用体验 | 夜夜看夜夜爽夜夜摸| 蜜桃久久精品国产亚洲av| 国产精品精品国产色婷婷| 美女大奶头视频| 久久久久久伊人网av| 亚洲18禁久久av| 国产精华一区二区三区| 最近视频中文字幕2019在线8| 一边亲一边摸免费视频| 国产一区二区激情短视频| 色综合站精品国产| 岛国在线免费视频观看| 日本三级黄在线观看| 一个人观看的视频www高清免费观看| 日韩强制内射视频| 国产精品一区www在线观看| 国产色爽女视频免费观看| 国语自产精品视频在线第100页| 麻豆久久精品国产亚洲av| 五月伊人婷婷丁香| 日本免费一区二区三区高清不卡| 91久久精品国产一区二区成人| 免费电影在线观看免费观看| 天天躁日日操中文字幕| 久久久精品94久久精品| 亚洲成人久久爱视频| 国产精品久久久久久久久免| 国产日韩欧美在线精品| 亚洲欧美精品自产自拍| 亚洲精品日韩在线中文字幕 | 精品久久久噜噜| 毛片女人毛片| 免费看日本二区| 国产免费男女视频| 人人妻人人看人人澡| 久久久精品大字幕| 色哟哟哟哟哟哟| 亚洲经典国产精华液单| 久久精品国产鲁丝片午夜精品| 91久久精品电影网| 亚洲精品日韩av片在线观看| 精品国产三级普通话版| 一区福利在线观看| 爱豆传媒免费全集在线观看| 神马国产精品三级电影在线观看| 久久精品91蜜桃| 成人特级av手机在线观看| 桃色一区二区三区在线观看| 欧美日本视频| 免费大片18禁| 嫩草影院入口| 久久久色成人| 又黄又爽又刺激的免费视频.| 我的老师免费观看完整版| 看十八女毛片水多多多| 在线观看免费视频日本深夜| 亚洲国产高清在线一区二区三| 91久久精品电影网| 色哟哟·www| 亚洲五月天丁香| 亚洲成a人片在线一区二区| 久久中文看片网| 边亲边吃奶的免费视频| 亚洲精品国产成人久久av| 免费人成在线观看视频色| av在线观看视频网站免费| 成人毛片a级毛片在线播放| 成年女人永久免费观看视频| 亚洲在线观看片| 日本五十路高清| 欧美性猛交╳xxx乱大交人| 美女高潮的动态| 亚洲国产精品久久男人天堂| 你懂的网址亚洲精品在线观看 | 国产不卡一卡二| 久久久久九九精品影院| 精品久久久噜噜| 免费看a级黄色片| 丰满的人妻完整版| 午夜免费激情av| 免费观看精品视频网站| 亚洲av二区三区四区| 日日摸夜夜添夜夜爱| 亚洲自偷自拍三级| 久久久国产成人精品二区| 精品欧美国产一区二区三| 少妇的逼水好多| 亚洲av免费在线观看| 欧美性猛交黑人性爽| 免费看日本二区| 最近的中文字幕免费完整| 亚洲人成网站在线播放欧美日韩| 男女下面进入的视频免费午夜| 久久久久九九精品影院| 小蜜桃在线观看免费完整版高清| 久久99精品国语久久久| 亚洲精品久久国产高清桃花| 国产在线男女| 久久精品夜夜夜夜夜久久蜜豆| av女优亚洲男人天堂| 搞女人的毛片| 伊人久久精品亚洲午夜| 婷婷六月久久综合丁香|