• <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 ?

    基于中心位的粒子群優(yōu)化算法

    2021-12-28 23:23:05張淵博鄒德旋張春韻杜星瀚
    計算機時代 2021年12期
    關鍵詞:粒子群優(yōu)化算法

    張淵博 鄒德旋 張春韻 杜星瀚

    摘? 要: 針對粒子群優(yōu)化算法(Particle Swarm Optimization,簡稱PSO)容易陷入局部極值、進化后期的收斂速度慢和精度低等缺點,提出了基于中心位的粒子群優(yōu)化算法(Particle swarm optimization algorithm based on center particle,簡稱CPPSO)。該算法采取雙策略更新粒子位置,一種通過隨機慣性權重作用的粒子和影響算子作用的個體極值、全局極值來更新粒子位置,另一種在之前更新的粒子位置基礎上,通過中心位采用差分算法來更新粒子位置。通過和其他3種優(yōu)化算法在18個典型基準函數(shù)的仿真測試結果表明,該算法具有更好的全局收斂能力,其收斂速度、尋優(yōu)精度和穩(wěn)定性都有明顯的提升。

    關鍵詞: 粒子群優(yōu)化算法; 隨機慣性權重; 簡化粒子群優(yōu)化方程; 影響算子; 中心位; 基準函數(shù)

    中圖分類號:TP301.6? ? ? ? ? 文獻標識碼:A? ? ?文章編號:1006-8228(2021)12-22-05

    Abstract: Aiming at the shortcomings of particle swarm optimization (PSO), such as prone to fall into local extreme values, slow convergence speed and low accuracy in the later stage of evolution, a particle swarm optimization algorithm based on the central particle (CPPSO) is proposed. The algorithm adopts two strategies to update the particle position. One is to update the particle position through the particles affected by stochastic inertia weight and the individual extreme value and global extreme value affected by the influence operator; the other is to update the particle position by using the difference algorithm through the center position based on the previously updated particle position. Simulation test results of 18 benchmark functions with other 3 optimization algorithms show that the proposed algorithm has better global convergence ability, and the accuracy, speed and stability of convergence are significantly improved.

    Key words: particle swarm optimization algorithm; stochastic inertia weight; simplified particle swarm optimization equations;influence factor; center position; benchmark function

    0 引言

    粒子群算法(PSO)是由Kennedy和Eberhart[1,2]在1995年提出的。由于其結構簡單、計算量小,粒子群算法已被廣泛應用于求解大范圍優(yōu)化問題[3]。該算法已成功應用于解決許多實際優(yōu)化問題,如路徑規(guī)劃[4]、柔性作業(yè)車間調度[5]、特征選擇[6]、深度神經網絡[7]等。粒子群優(yōu)化算法雖然原理簡單、易于實現(xiàn)、收斂速度快,但仍存在收斂過早、全局搜索能力差等缺點。為了提高粒子群算法的優(yōu)化性能,許多學者提出了各種各樣的粒子群算法變體。這些算法可分為兩大類:自適應粒子群算法和混合算法。

    自適應粒子群算法主要是對粒子群算法公式進行改進和更新。在后來的研究中實施了一種自我調節(jié)權重來調整最佳粒子以改善勘探。其中,張鑫[8]提出的自適應簡化粒子群優(yōu)化算法(Self-Adjusted Simplified Particle Swarm Optimization,簡稱SASPSO),在每代更新時,通過權重以及全局極值引導來更新位置,并加入鎖定因子,使全局歷史最優(yōu)解有規(guī)律地引導粒子位置更新。改進慣性權重公式,令其根據(jù)當前粒子位置做出自適應配置。不論速度還是精度都得到了提高。趙國新[9]提出的混合自適應量子粒子群優(yōu)化算法(Hybrid Adaptive Quantum Particle Swarm Optimization,簡稱HAQPSO),使用收縮—擴張系數(shù)隨著粒子的適應度值的改變而自適應調整;利用Levy飛行策略的偶爾長距離的跳躍,使得種群多樣性增加,提高了跳出局部最優(yōu)的能力。在Rosenbrock函數(shù)問題上得到了很大改進。

    混合算法的重點是結合不同算法的優(yōu)點,來提高粒子的搜索能力。許多學者在這方面做出了突出研究,其中,易文周[10]提出一種結合粒子群和差分演化的兩階段算法,前期用粒子群算法進行全局搜索,后期用差分演化算法進行局部搜索,發(fā)揮兩種算法的優(yōu)點而避開各自的短處。李俊[11]提出了一種基于異維變異的差分混合粒子群算法,首先,使用熵度量初始化粒子;其次引入異維變異學習策略和維度因子以引導粒子及時跳出局部極值達到最優(yōu)解。但是迭代次數(shù)很大,有較長的運行時間。

    雖然改進的優(yōu)化算法眾多,方法獨特,但針對粒子群優(yōu)化算法快速逃脫局部最優(yōu)到達理論值的研究仍是值得的。本文采取雙策略更新粒子位置,一種通過隨機慣性權重作用的粒子和影響算子作用的個體極值、全局極值更新粒子位置,另一種在之前更新的粒子位置基礎上,通過中心位采用差分算法更新粒子位置。從而比較兩者新粒子的適應度,進而選擇好的位置迭代尋優(yōu)。最后改進算法通過和其他三種優(yōu)化算法在用18個典型基準函數(shù)的仿真測試。

    1 基本粒子群優(yōu)化算法

    在PSO中,每個粒子代表多維空間中的一個點,其當前位置用[xtid]表示,其中[i]為單個粒子,[t]為迭代次數(shù)。每個粒子的初始位置到目前為止最優(yōu)解用[pid]表示。算法跟蹤的另一個值是全局最優(yōu)解[pgd]。粒子速度[vt+1id]為每次迭代[t]時粒子位置的變化。簡而言之,粒子群優(yōu)化算法使試圖通過更新粒子的速度,使其朝著自身最優(yōu)解和全局最優(yōu)解的方向加速。[vtid]和[xtid]都是迭代更新的分別通過以下兩個方程:

    其中,認知因子[c1]和社會因子[c2]統(tǒng)稱為加速系數(shù)。[r1]和[r2]是第[t]次迭代生成[(0≤rand≤1)]的隨機數(shù),[N]表示種群的大小。[ω]為權重,粒子速度更新方程中存在三個矢量分量;即動量向量,認知或個人成分和社會或全局成分。

    2 改進的粒子群算法

    2.1 簡化粒子群算法

    胡旺[12]提出一種簡化粒子群優(yōu)化算法,在原始粒子群算法上,舍去速度項,由個體極值、全局極值和權重共同更新粒子位置,本文在此基礎上,提出影響算子,并且加入隨機慣性權重更新粒子位置。迭代公式如下:

    其中右邊的第1項為“歷史”部分,表示過去對現(xiàn)在的影響,通過[ω]來調節(jié)影響程度;第2項為“認知”部分,表示粒子對自身的思考;第3項為“社會”部分,表示與鄰居粒子的比較和模仿,實現(xiàn)粒子間的信息共享以及合作。其中影響算子[e1,e2]表示為:

    影響算子能夠有效的改變兩種極值對粒子位置的更新,并且平衡個體極值與全局極值。粒子的更新前期受個體極值影響大,使粒子快速找到相對較好的位置,尋優(yōu)中期,一部分粒子向全局最優(yōu)值靠近,一部分粒子繼續(xù)搜尋更好的位置點,迭代次數(shù)達到后期時,所有粒子向全局最優(yōu)值靠近,使粒子得到更好的收斂。

    2.2 隨機慣性權重

    慣性權重[ω]是粒子位置更新中重要的參數(shù)之一。它起到了一個平衡全局搜索能力和局部搜索能力的作用,恰當?shù)腫ω]值可以提高尋優(yōu)能力,減少迭代次數(shù)。本文提出隨機慣性權重,表示為:

    式中[r]為[(0,1)]之間的隨機數(shù);[t]為當前迭代次數(shù);[T]為最大迭代次數(shù);[i]為第[i]個粒子。改進的權重的特性是隨迭代次數(shù)非線性下降的,使算法具備逃脫局部最優(yōu)的能力。在后期較小慣性權重,有利于提高局部搜索能力。

    3 改進的差分進化算法

    差分進化(Differential Evolution,DE)算法是由Storn和Price[13]這二位科學家在1995年提出的一種基于遺傳算法的啟發(fā)式隨機搜索算法,具有結構簡單、容易實現(xiàn)、收斂速度快、魯棒性強等優(yōu)點。本文基于差分進化的變異操作進行改進,改進的公式如下:

    式⑺通過中心位與變量[G]隨機地生成粒子的一維信息進行差分進化,以達到跳出局部最優(yōu)的效果。其中[qtid]為采用差分算法更新的新位置,[F]為縮放因子,[xtid]為采用公式⑷更新后的粒子位置。[F]和[G]計算公式如下:

    其中[r]為(0,1)的隨機數(shù),[t]為當前迭代次數(shù),[T]為最大迭代次數(shù),為了跳出局部最優(yōu)值,本文基于文獻[14]設計一種中心位,跳出局部最優(yōu),中心位表示為:

    算法實現(xiàn)步驟如下。

    Step1 設置最大迭代次數(shù)、種群數(shù)量、影響算子,初始化種群位置,慣性權重。

    Step2 根據(jù)適應度函數(shù)計算出粒子的適應度。

    Step3 比較找出個體極值[Pbest]與全局極值[Gbest]。

    Step4 根據(jù)式⑷,⑸,⑹,分別計算出影響算子[e1,e2]和慣性權重[ω]。

    Step5 根據(jù)式⑶更新粒子位置。

    Step6 根據(jù)式⑺更新出新的粒子位置。

    Step7 計算兩種粒子的適應度值,更新兩種極值。

    Step8 判斷是否滿足終止條件,若滿足執(zhí)行Step9,否則轉到Step4。

    Step9 輸出全局極值[Gbest]。

    4 仿真實驗

    4.1 測試函數(shù)

    為了檢驗算法CPPSO的有效性,用18個標準測試函數(shù)進行仿真對比,其中函數(shù)[f3、f4、f6、f9、f12-f18]為單峰測試函數(shù),函數(shù)[f11]在低維情況下為單峰,高維情況下為多峰,[f1、f2、f5、f7、f8、f10]為多峰函數(shù),[f8、f11]為病態(tài)的二次函數(shù)。測試函數(shù)見表1。

    4.2 實驗參數(shù)與測試結果

    本文算法的參數(shù)設置如下:粒子種群數(shù)目40個,粒子維數(shù)30維,最大迭代次數(shù)為100,每個測試函數(shù)算法運行30次,將適應度值取以10為底對數(shù)值表示。兩種算法的實驗數(shù)據(jù)對比結果見表2。

    從表2可以看出,對于測試函數(shù),CPPSO算法基本上優(yōu)于SASPSO算法,除了[f8]、[f12]的最小值,CPPSO劣于SASPSO,其標準差都比SASPSO小。[f11]函數(shù)搜尋最優(yōu)解極為困難,但CPPSO算法搜尋到了SASPSO算法難以達到的比較好的解。雖然實驗結果中[f1、f2、f9、f12]和[f13、f14]相差不是很大,但是[f2、f3、f6、f15、f16、f18]測試函數(shù)結果,無論是最小值、平均值,還是標準差,相比SASPSO算法都能搜尋到更準確穩(wěn)定的解。而且CPPSO算法搜索到[f4、f5、f7、f10]的理論解。

    圖1-圖4是[f3、f8、f17、f18]典型的四個測試函數(shù)尋優(yōu)30次平均適應度的迭代曲線,縱坐標是適應度對數(shù)值,可知,[f3、f8]的進化曲線在22代前已經穩(wěn)定搜索到了比SASPSO算法較好的解。因為SASPSO算法只有全局極值引導的粒子更新,在一些多極值的函數(shù)尋優(yōu)中容易陷入局部最優(yōu),導致尋優(yōu)結果不精確,達不到理論值。CPPSO算法有影響算子作用的雙極值和中心位更新的位置信息,從而能夠及時地跳出局部最優(yōu)。

    4.3 算法性能分析

    為進一步評價CPPSO算法的性能,對CPPSO算法與近兩年的新算法SASPSO、HAQPSO,以及動態(tài)調整慣性權重的粒子群算法(A particle swarm optimization algorithm that dynamically adjusts the weight of inertia,PSO-I)[15]算法在100維下進行30次實驗分析。在18個測試函數(shù)中找到具有代表性的[f1、f3、f8、f11、f17、f18]六個典型測試函數(shù)實驗。

    從表3可知,CPPSO算法無論是最小值、平均值,還是方差都比其他三種算法優(yōu)秀,除了[f8],SASPSO算法搜索到了理論解,但很不穩(wěn)定。維數(shù)的增加提高了算法尋優(yōu)的復雜度,而對CPPSO算法影響不大,通過六個典型的測試函數(shù)可知,粒子維數(shù)的增加,對算法尋優(yōu)精確度影響不大。

    5 結束語

    本文針對粒子群優(yōu)化算法在迭代的后期會出現(xiàn)種群多樣性不足導致易陷入局部最優(yōu)的問題,提出三點改進,首先,加入影響算子隨迭代次數(shù),平衡了局部和全局搜索能力,使算法能很好的搜尋到較好的最優(yōu)值,然后通過隨機慣性權重更新粒子位置,使算法很好的從全局尋優(yōu)過渡到局部尋優(yōu),最后采用中心位改變粒子位置,使算法逃脫了局部最優(yōu),并且是算法找了更好的解。通過18個測試函數(shù)的實驗結果和與參考文獻中的方法進行比較可得,CPPSO算法的表現(xiàn)較好,改進的方法提升了算法的全局搜索能力,提高了穩(wěn)定性以及收斂的精度。但針對個別測試函數(shù)算法仍存在陷入局部最優(yōu)的問題,之后研究應對該問題深入了解,運用不同的局部搜索方法增加算法收斂精度。

    參考文獻(References):

    [1] Kennedy J,Eberhart R.Particle swarm optimization[C].Proceedings of 1995 IEEE International Conference on Neural Networks.Piscataway,NJ:IEEE Press,2002:1942-1948

    [2] Shi Y,Eberhart R C.Empirical study of particle swarmoptimization[C].Proceedings of the 1999 Congress on Evolutionary Computation.Piscataway,NJ:IEEE Service Center,1999:1945-1950

    [3] 邵晴.粒子群算法研究及其工程應用案例[D].吉林大學,2017.

    [4] 陳嘉林,魏國亮,田昕.改進粒子群算法的移動機器人平滑路徑規(guī)劃[J].小型微型計算機系統(tǒng),2019.40(12):2550-2555

    [5] 尉雅晨.改進粒子群算法研究及其在柔性車間調度問題中的應用[D].蘭州理工大學,2020.

    [6] 鄧瀚浡.大規(guī)模粒子群算法及其在視頻流量特征選擇中的應用研究[D].濟南大學,2019.

    [7] 黃榮煌.采用粒子群算法優(yōu)化深度神經網絡壓縮的研究[D].廈門大學,2019.

    [8] 張鑫,鄒德旋,肖鵬,喻秋.自適應簡化粒子群優(yōu)化算法及其應用[J].計算機工程與應用,2019.55(8):250-263

    [9] 趙國新,陳志煉,魏戰(zhàn)紅.混合自適應量子粒子群優(yōu)化算法[J].微電子學與計算機,2019.36(7):76-80,86

    [10] 易文周.基于差分演化和粒子群優(yōu)化的改進WSN覆蓋算法[J].計算機與現(xiàn)代化,2019.8:33-38,62

    [11] 李俊,羅陽坤,李波,李喬木.基于異維變異的差分混合粒子群算法[J].計算機科學,2018.45(5):208-214

    [12] 胡旺,李志蜀.一種更簡化而高效的粒子群優(yōu)化算法[J].軟件學報,2007.4:861-868

    [13] Storn R. Differrential evolution-a simple and efficient adaptive scheme for global optimization over continuous spaces[J].Technical report, International Computer Science Institute,1995.11.

    [14] Xiaojing Y, Qingju J, Xinke L. Center Particle Swarm Optimization Algorithm[C].2019 IEEE 3rd Information Technology, Networking, Electronic and Automation Control Conference (ITNEC).IEEE,2019:2084-2087

    [15] 吳靜,羅楊.動態(tài)調整慣性權重的粒子群算法優(yōu)化[J].計算機系統(tǒng)應用,2019.28(12):184-188

    猜你喜歡
    粒子群優(yōu)化算法
    云計算調度算法綜述
    基于改進SVM的通信干擾識別
    基于自適應線程束的GPU并行粒子群優(yōu)化算法
    基于混合粒子群算法的供熱管網優(yōu)化設計
    基于改進支持向量機的船舶縱搖預報模型
    中國水運(2016年11期)2017-01-04 12:26:47
    一種新的基于模擬退火的粒子群算法
    軟件(2015年7期)2015-12-25 07:59:57
    基于粒子群算法的雙子支持向量機研究
    軟件導刊(2015年6期)2015-06-24 13:23:28
    智能優(yōu)化算法優(yōu)化BP神經網絡的函數(shù)逼近能力研究
    軟件導刊(2015年4期)2015-04-30 13:22:12
    PMU最優(yōu)配置及其在艦船電力系統(tǒng)中應用研究
    改進的小生境粒子群優(yōu)化算法
    軟件導刊(2015年2期)2015-04-02 12:07:14
    大片电影免费在线观看免费| 丁香六月天网| 丁香六月天网| 亚洲欧美一区二区三区黑人 | 噜噜噜噜噜久久久久久91| 国产精品熟女久久久久浪| 亚洲精品乱码久久久v下载方式| 欧美 日韩 精品 国产| 亚洲精华国产精华液的使用体验| 久久久久久久久久久免费av| 一区在线观看完整版| 搡老乐熟女国产| 曰老女人黄片| 又黄又爽又刺激的免费视频.| 日韩视频在线欧美| 欧美人与善性xxx| 久久精品国产亚洲av天美| videos熟女内射| 久久久精品免费免费高清| 日本欧美视频一区| 成人毛片a级毛片在线播放| 18禁裸乳无遮挡动漫免费视频| 精品少妇久久久久久888优播| 最近的中文字幕免费完整| 国产免费又黄又爽又色| 伊人亚洲综合成人网| 黑人高潮一二区| 成人漫画全彩无遮挡| 日韩 亚洲 欧美在线| 欧美97在线视频| 你懂的网址亚洲精品在线观看| 亚洲av中文av极速乱| 欧美国产精品一级二级三级 | 女的被弄到高潮叫床怎么办| 精品一品国产午夜福利视频| 国产成人freesex在线| 欧美人与善性xxx| 日韩成人伦理影院| 欧美 日韩 精品 国产| 一个人免费看片子| 日韩熟女老妇一区二区性免费视频| 亚洲精品乱码久久久久久按摩| 这个男人来自地球电影免费观看 | 久久狼人影院| 亚洲中文av在线| 欧美日韩一区二区视频在线观看视频在线| 这个男人来自地球电影免费观看 | 91aial.com中文字幕在线观看| 精品一区二区免费观看| 成人影院久久| av国产久精品久网站免费入址| 国产 精品1| 亚洲精品一区蜜桃| 人人妻人人爽人人添夜夜欢视频 | 成人漫画全彩无遮挡| 欧美日韩国产mv在线观看视频| 麻豆精品久久久久久蜜桃| 中文字幕人妻熟人妻熟丝袜美| 免费看光身美女| 寂寞人妻少妇视频99o| 在线观看免费日韩欧美大片 | 欧美bdsm另类| 国产一区二区在线观看av| 18禁裸乳无遮挡动漫免费视频| 丰满乱子伦码专区| 热re99久久国产66热| 久久久久网色| 国产成人精品福利久久| 涩涩av久久男人的天堂| 寂寞人妻少妇视频99o| 大码成人一级视频| 最近的中文字幕免费完整| 18+在线观看网站| 午夜福利网站1000一区二区三区| 2018国产大陆天天弄谢| 韩国av在线不卡| 97超碰精品成人国产| 久久99精品国语久久久| 91精品国产国语对白视频| 中文字幕亚洲精品专区| 亚洲欧美日韩卡通动漫| av黄色大香蕉| 美女大奶头黄色视频| 午夜久久久在线观看| 国产黄色视频一区二区在线观看| a级片在线免费高清观看视频| 免费高清在线观看视频在线观看| 天堂8中文在线网| 国产精品蜜桃在线观看| 不卡视频在线观看欧美| www.色视频.com| 性色avwww在线观看| 精品亚洲成a人片在线观看| 熟女电影av网| 亚州av有码| 成人无遮挡网站| 99热这里只有是精品50| 一级,二级,三级黄色视频| 亚洲av福利一区| 国产片特级美女逼逼视频| 青春草视频在线免费观看| av网站免费在线观看视频| 国产精品三级大全| 晚上一个人看的免费电影| 国产欧美亚洲国产| 亚洲一级一片aⅴ在线观看| 日本欧美国产在线视频| 亚洲精品一二三| 欧美日韩在线观看h| 国产高清国产精品国产三级| 午夜福利影视在线免费观看| 嘟嘟电影网在线观看| 男女无遮挡免费网站观看| 黄色日韩在线| 国产精品国产三级专区第一集| 精品久久久久久电影网| 我要看日韩黄色一级片| 99久久精品国产国产毛片| 色视频www国产| 国产一区有黄有色的免费视频| 国产精品99久久久久久久久| 99视频精品全部免费 在线| 交换朋友夫妻互换小说| 日本午夜av视频| 欧美国产精品一级二级三级 | 亚洲第一av免费看| 精品人妻熟女毛片av久久网站| 国产免费一级a男人的天堂| 欧美日韩精品成人综合77777| 男女边吃奶边做爰视频| 亚洲av免费高清在线观看| 国产日韩欧美亚洲二区| 久久鲁丝午夜福利片| 三级国产精品欧美在线观看| 精品一区二区免费观看| 观看美女的网站| 丝袜脚勾引网站| 一个人免费看片子| 色网站视频免费| 最新的欧美精品一区二区| 最新中文字幕久久久久| 99九九线精品视频在线观看视频| 男人和女人高潮做爰伦理| 男人狂女人下面高潮的视频| 中文字幕免费在线视频6| 热re99久久精品国产66热6| 建设人人有责人人尽责人人享有的| 亚洲精品456在线播放app| 久久国产精品男人的天堂亚洲 | 色视频在线一区二区三区| 99久久精品国产国产毛片| 亚洲av不卡在线观看| 亚洲av成人精品一区久久| 国产成人精品福利久久| av播播在线观看一区| 一级a做视频免费观看| 美女cb高潮喷水在线观看| 自线自在国产av| 内射极品少妇av片p| 汤姆久久久久久久影院中文字幕| 亚洲国产欧美在线一区| 一区二区三区免费毛片| 中文字幕制服av| 亚洲国产日韩一区二区| 如日韩欧美国产精品一区二区三区 | 久久精品国产亚洲av天美| 你懂的网址亚洲精品在线观看| 免费av中文字幕在线| 一级黄片播放器| 成年人免费黄色播放视频 | 性色av一级| 少妇高潮的动态图| 国产亚洲91精品色在线| 丝袜在线中文字幕| 交换朋友夫妻互换小说| 国模一区二区三区四区视频| 亚洲性久久影院| 亚洲伊人久久精品综合| 高清欧美精品videossex| 赤兔流量卡办理| 欧美日韩精品成人综合77777| 国产亚洲精品久久久com| av视频免费观看在线观看| 免费观看a级毛片全部| 春色校园在线视频观看| 国产成人freesex在线| 亚洲精品色激情综合| a级毛色黄片| 久久久欧美国产精品| 欧美bdsm另类| 成年人午夜在线观看视频| 十八禁网站网址无遮挡 | 蜜桃在线观看..| 亚洲真实伦在线观看| 毛片一级片免费看久久久久| 午夜福利,免费看| 国产成人免费观看mmmm| 国产精品久久久久久精品古装| 国产成人一区二区在线| 男女边吃奶边做爰视频| 香蕉精品网在线| 亚洲第一区二区三区不卡| 亚洲情色 制服丝袜| 高清在线视频一区二区三区| 国产真实伦视频高清在线观看| 欧美日韩国产mv在线观看视频| 亚洲av.av天堂| 国产淫片久久久久久久久| 国产探花极品一区二区| 国产亚洲欧美精品永久| 亚洲精品中文字幕在线视频 | 大片电影免费在线观看免费| 国产视频内射| 人妻夜夜爽99麻豆av| av在线播放精品| 中文字幕久久专区| 少妇丰满av| 国产淫片久久久久久久久| 黄色一级大片看看| 亚洲国产精品一区三区| 乱码一卡2卡4卡精品| 国产精品国产三级专区第一集| 亚洲,一卡二卡三卡| 黄色欧美视频在线观看| 精品久久久久久电影网| 青春草国产在线视频| av有码第一页| 久久人人爽av亚洲精品天堂| 日韩电影二区| 亚洲av男天堂| 国产无遮挡羞羞视频在线观看| 你懂的网址亚洲精品在线观看| 国产综合精华液| 国产日韩欧美亚洲二区| 日产精品乱码卡一卡2卡三| 中国国产av一级| 麻豆乱淫一区二区| 亚洲一区二区三区欧美精品| 视频区图区小说| 国内精品宾馆在线| 久久久久久久亚洲中文字幕| 两个人的视频大全免费| 精品少妇久久久久久888优播| 亚洲图色成人| 夜夜看夜夜爽夜夜摸| 大码成人一级视频| 少妇 在线观看| 日本黄色日本黄色录像| 一区二区av电影网| av国产久精品久网站免费入址| 十八禁高潮呻吟视频 | 一级毛片电影观看| 纯流量卡能插随身wifi吗| 高清午夜精品一区二区三区| 午夜久久久在线观看| 国产日韩欧美视频二区| 99国产精品免费福利视频| 精品一区二区免费观看| 亚洲欧美日韩另类电影网站| 国产在线免费精品| 丰满人妻一区二区三区视频av| 亚洲人与动物交配视频| 另类亚洲欧美激情| 日本色播在线视频| 91精品伊人久久大香线蕉| av黄色大香蕉| 亚洲精品乱码久久久久久按摩| 国精品久久久久久国模美| 国产日韩欧美亚洲二区| 国产成人精品无人区| 国产视频首页在线观看| 婷婷色av中文字幕| 人妻制服诱惑在线中文字幕| 亚洲天堂av无毛| 少妇裸体淫交视频免费看高清| 国产精品久久久久久久久免| 国产在线视频一区二区| 日本vs欧美在线观看视频 | 欧美人与善性xxx| www.色视频.com| 日本欧美国产在线视频| 少妇被粗大的猛进出69影院 | 老司机影院成人| 成人综合一区亚洲| 91午夜精品亚洲一区二区三区| 亚洲欧洲精品一区二区精品久久久 | 成年人免费黄色播放视频 | 亚洲丝袜综合中文字幕| www.色视频.com| 18禁动态无遮挡网站| 亚洲精品久久久久久婷婷小说| 高清欧美精品videossex| 性高湖久久久久久久久免费观看| 我要看日韩黄色一级片| 亚洲欧美成人精品一区二区| 激情五月婷婷亚洲| 精品一品国产午夜福利视频| 亚洲精品乱久久久久久| 国产高清三级在线| 久久久久视频综合| 午夜精品国产一区二区电影| 99精国产麻豆久久婷婷| 久久青草综合色| 国产午夜精品一二区理论片| 国产精品三级大全| 人妻 亚洲 视频| 桃花免费在线播放| 丁香六月天网| 丰满人妻一区二区三区视频av| 蜜桃久久精品国产亚洲av| 国产真实伦视频高清在线观看| 国产精品99久久99久久久不卡 | av免费在线看不卡| 极品少妇高潮喷水抽搐| 99热国产这里只有精品6| 少妇 在线观看| 成人毛片60女人毛片免费| 日韩欧美精品免费久久| 久久国产精品大桥未久av | 中文天堂在线官网| 丰满少妇做爰视频| 国产黄片美女视频| 国产精品久久久久久av不卡| 在线精品无人区一区二区三| 嫩草影院新地址| av视频免费观看在线观看| 国产国拍精品亚洲av在线观看| 91成人精品电影| 视频区图区小说| 亚洲国产成人一精品久久久| 日本av免费视频播放| 久久久久精品性色| 纵有疾风起免费观看全集完整版| 大香蕉97超碰在线| 欧美xxⅹ黑人| 日本欧美国产在线视频| 成人毛片60女人毛片免费| 亚洲四区av| 黄色日韩在线| av卡一久久| 人妻制服诱惑在线中文字幕| 日本av手机在线免费观看| 国产成人一区二区在线| 久久人人爽av亚洲精品天堂| 一个人看视频在线观看www免费| 丰满乱子伦码专区| 赤兔流量卡办理| 日韩av免费高清视频| 免费少妇av软件| 亚洲自偷自拍三级| 丝袜脚勾引网站| av福利片在线观看| 亚洲欧美清纯卡通| 欧美三级亚洲精品| 老司机亚洲免费影院| 国产免费福利视频在线观看| 高清欧美精品videossex| 黑丝袜美女国产一区| 啦啦啦中文免费视频观看日本| 日日摸夜夜添夜夜添av毛片| 人人澡人人妻人| 91精品一卡2卡3卡4卡| 国国产精品蜜臀av免费| 国产精品国产av在线观看| 国产亚洲午夜精品一区二区久久| videos熟女内射| 亚洲av男天堂| 国产精品麻豆人妻色哟哟久久| 99热网站在线观看| 国产精品麻豆人妻色哟哟久久| 99热网站在线观看| 欧美一级a爱片免费观看看| 国产精品人妻久久久影院| 欧美一级a爱片免费观看看| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲精品国产成人久久av| 80岁老熟妇乱子伦牲交| 男女国产视频网站| 免费看不卡的av| 久久ye,这里只有精品| 国产在线男女| 中国国产av一级| 秋霞伦理黄片| 偷拍熟女少妇极品色| 在线精品无人区一区二区三| 国产免费视频播放在线视频| 九九在线视频观看精品| 亚洲av免费高清在线观看| 国产成人精品无人区| 人妻少妇偷人精品九色| 中文字幕人妻丝袜制服| 麻豆成人午夜福利视频| 国产永久视频网站| 麻豆乱淫一区二区| 精华霜和精华液先用哪个| 国产91av在线免费观看| 色吧在线观看| 精品视频人人做人人爽| 搡老乐熟女国产| 高清视频免费观看一区二区| 国产av国产精品国产| h日本视频在线播放| av卡一久久| 欧美区成人在线视频| 2021少妇久久久久久久久久久| 国产精品一区二区性色av| 丝袜脚勾引网站| 国产黄色免费在线视频| 另类精品久久| 日韩伦理黄色片| 丝瓜视频免费看黄片| 日韩伦理黄色片| 老熟女久久久| 亚州av有码| 精品一品国产午夜福利视频| av天堂久久9| 中文资源天堂在线| 国产日韩一区二区三区精品不卡 | 成年人午夜在线观看视频| 国产精品一区二区三区四区免费观看| 男女国产视频网站| 免费人成在线观看视频色| 七月丁香在线播放| 亚洲国产精品国产精品| 免费播放大片免费观看视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 简卡轻食公司| 女人久久www免费人成看片| 亚洲av福利一区| 亚洲国产成人一精品久久久| 欧美亚洲 丝袜 人妻 在线| 国产精品久久久久久精品电影小说| 十八禁网站网址无遮挡 | 中文字幕亚洲精品专区| 欧美精品一区二区大全| 美女内射精品一级片tv| a级片在线免费高清观看视频| 亚洲av福利一区| 精品人妻一区二区三区麻豆| 3wmmmm亚洲av在线观看| 韩国高清视频一区二区三区| 精品人妻偷拍中文字幕| 中文字幕精品免费在线观看视频 | 在线免费观看不下载黄p国产| 中文字幕人妻丝袜制服| 99久久综合免费| 亚洲国产精品999| 国产亚洲91精品色在线| 九九爱精品视频在线观看| 少妇人妻一区二区三区视频| 国产精品久久久久久精品电影小说| 欧美日韩一区二区视频在线观看视频在线| 精品少妇内射三级| 欧美激情国产日韩精品一区| 欧美少妇被猛烈插入视频| 国产免费又黄又爽又色| 少妇人妻 视频| 男人和女人高潮做爰伦理| 中文天堂在线官网| 精品久久久精品久久久| 人人妻人人澡人人爽人人夜夜| 国产精品一区二区在线不卡| 成人美女网站在线观看视频| 国产 一区精品| 久久人人爽人人片av| 日韩av不卡免费在线播放| 精品久久久精品久久久| 日韩成人伦理影院| 2018国产大陆天天弄谢| 国产一区有黄有色的免费视频| 国产极品粉嫩免费观看在线 | 精品一区在线观看国产| 青春草视频在线免费观看| 一区二区av电影网| 日本欧美视频一区| 久久人人爽av亚洲精品天堂| 99精国产麻豆久久婷婷| 少妇人妻精品综合一区二区| 婷婷色综合大香蕉| 一级爰片在线观看| 成人18禁高潮啪啪吃奶动态图 | 另类亚洲欧美激情| 少妇猛男粗大的猛烈进出视频| 成年美女黄网站色视频大全免费 | 午夜免费男女啪啪视频观看| 国产黄片视频在线免费观看| 插逼视频在线观看| 麻豆乱淫一区二区| 极品人妻少妇av视频| 99久久精品一区二区三区| 成人18禁高潮啪啪吃奶动态图 | 精品人妻偷拍中文字幕| 中文字幕亚洲精品专区| 一级片'在线观看视频| 亚洲,欧美,日韩| 午夜老司机福利剧场| 成人毛片a级毛片在线播放| 亚洲精品中文字幕在线视频 | 成年av动漫网址| 欧美精品国产亚洲| 国产一区二区三区综合在线观看 | 欧美另类一区| 岛国毛片在线播放| 国产老妇伦熟女老妇高清| 国产永久视频网站| 久久久久久人妻| 国产男女内射视频| 国产在线视频一区二区| 一本一本综合久久| av免费观看日本| 成人美女网站在线观看视频| 人人妻人人添人人爽欧美一区卜| 国产精品久久久久久久电影| 久久久久网色| 少妇被粗大猛烈的视频| 夜夜爽夜夜爽视频| 91在线精品国自产拍蜜月| 免费观看av网站的网址| 日韩电影二区| 亚洲内射少妇av| 免费大片黄手机在线观看| 国产亚洲精品久久久com| 亚洲av中文av极速乱| 99久久人妻综合| 国产亚洲午夜精品一区二区久久| 国产精品.久久久| 亚洲精品日本国产第一区| 亚洲精品日韩av片在线观看| 日韩视频在线欧美| 久久6这里有精品| 国产精品一区二区性色av| 国产精品久久久久久久久免| 久久久国产一区二区| 不卡视频在线观看欧美| 2021少妇久久久久久久久久久| 国产精品成人在线| 91成人精品电影| 免费大片18禁| 大话2 男鬼变身卡| 久久久久久久大尺度免费视频| 黑人高潮一二区| 99国产精品免费福利视频| 一区二区三区免费毛片| 亚洲真实伦在线观看| 久久久a久久爽久久v久久| 在线观看美女被高潮喷水网站| 日本-黄色视频高清免费观看| 亚洲精品中文字幕在线视频 | 99久久人妻综合| 久久ye,这里只有精品| 免费av不卡在线播放| 狂野欧美白嫩少妇大欣赏| 视频区图区小说| 久久毛片免费看一区二区三区| 国模一区二区三区四区视频| 国产黄频视频在线观看| 国产成人精品一,二区| 精品少妇久久久久久888优播| 久久99一区二区三区| 亚洲精品国产av蜜桃| 国产男女内射视频| 黄色日韩在线| 天堂俺去俺来也www色官网| 亚洲一级一片aⅴ在线观看| 亚洲久久久国产精品| 国产老妇伦熟女老妇高清| 26uuu在线亚洲综合色| 国产伦精品一区二区三区四那| 久久 成人 亚洲| 国产永久视频网站| av黄色大香蕉| 日本av手机在线免费观看| 日韩欧美 国产精品| 国产深夜福利视频在线观看| 成人影院久久| 制服丝袜香蕉在线| 欧美成人精品欧美一级黄| √禁漫天堂资源中文www| 久久女婷五月综合色啪小说| 国产精品一二三区在线看| 日韩中文字幕视频在线看片| 日本黄色日本黄色录像| 亚洲人与动物交配视频| 一级毛片 在线播放| 在线精品无人区一区二区三| 在现免费观看毛片| 精品国产一区二区久久| 国产又色又爽无遮挡免| 插阴视频在线观看视频| 成人黄色视频免费在线看| 青春草视频在线免费观看| 亚洲精品久久午夜乱码| 边亲边吃奶的免费视频| 亚洲不卡免费看| 国产日韩一区二区三区精品不卡 | 国产精品偷伦视频观看了| 欧美97在线视频| 久久韩国三级中文字幕| 日韩一本色道免费dvd| 一个人免费看片子| 久久 成人 亚洲| 免费人妻精品一区二区三区视频| 久久久久久久亚洲中文字幕| 啦啦啦中文免费视频观看日本| 欧美精品一区二区大全| av在线app专区| 久久97久久精品| 这个男人来自地球电影免费观看 | 在线精品无人区一区二区三| a 毛片基地| 一本—道久久a久久精品蜜桃钙片| 日韩,欧美,国产一区二区三区| 少妇 在线观看| 亚洲国产欧美在线一区| 国产精品一区二区三区四区免费观看|