• <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 ?

    零擔貨物快遞服務公司自動匹配研究

    2022-07-16 08:11:08阮永嬌孫承臻陳婭鑫
    關鍵詞:零擔發(fā)貨貨物

    阮永嬌,陳 昕,孫承臻,陳婭鑫

    零擔貨物快遞服務公司自動匹配研究

    阮永嬌,陳 昕,孫承臻,陳婭鑫

    (遼寧工業(yè)大學 汽車與交通工程學院,遼寧 錦州 121001)

    研究零擔貨物快遞服務公司自動匹配,研究SVM自動匹配方法,依據(jù)零擔貨物快遞服務需求自動匹配出最適合的快遞公司,研究方法是基于機器學習,借助已有的人工匹配數(shù)據(jù)構建的數(shù)據(jù)集,通過python編程,用訓練集訓練零擔貨物快遞服務公司自動匹配的機器學習模型,驗證集驗證自動匹配效果。驗證集評估結果表明,SVM自動匹配方法,根據(jù)零擔需求進行快遞服務公司的自動匹配,匹配時間僅為1.89 s,精度達到0.90,自動匹配方法能夠高效恰當?shù)貫榱銚枨笃ヅ涑鲞m合的快遞公司,使得零擔貨物快遞的供需雙方高度契合。本文研究可以幫助物流服務公司節(jié)約匹配成本,提高匹配效率,增強公司競爭力,同時為機器學習中SVM的應用提供思路和參考依據(jù)。

    零擔貨物快遞;快遞需求;快遞公司;自動匹配;SVM

    1 零擔貨運的人工匹配數(shù)據(jù)分析

    在零擔貨物快遞時,需要根據(jù)貨物自身的特點對眾多快遞公司的快遞價格,平均服務水平和服務范圍等多個因素進行考察,匹配出最適合零擔貨物的快遞公司提供快遞服務。目前零擔貨物快遞需求與快遞公司的匹配主要由人工完成。表1是某公司零擔貨物快遞服務信息的原始數(shù)據(jù)表。

    表1 原始數(shù)據(jù)表

    編號發(fā)貨省份配送時效發(fā)貨數(shù)量發(fā)貨品種數(shù)出庫包裹數(shù)稱重重量快遞公司 0海南省正常送達2211.41韻達快遞 1吉林省正常送達1114.043重貨-吉林黃馬甲 2湖南省正常送達2111.511韻達快遞 3上海正常送達2111.41韻達快遞 4天津次日達8118.095晟邦-快消 5廣東省正常送達8119.56韻達快遞 ······································· 10490山西省次日達4311.051建華快遞 10491廣東省正常送達12413.499韻達快遞 10492遼寧省正常送達3114.051重貨-遼寧黃馬甲 10493北京當日達2210.884萬象-自營 10494黑龍江省正常送達1110.32EMS-落地配 10495福建省正常送達4111.577韻達快遞 ······································· 20981廣東省正常送達1110.57韻達快遞 20982北京次日達3110.46韻達快遞 20983貴州省正常送達4212.737韻達快遞 20984江蘇省正常送達2211.43韻達快遞 20985黑龍江省正常送達3110.47EMS-落地配 ······················································ 41959湖北省正常送達4210.776韻達快遞 41960天津次日達4212.737晟邦-快消 41961山東省正常送達4411.52山東遞速 41962北京次日達1114.77萬象-自營 41963河北省正常送達1114.468萬象-自營 ······················································

    原始數(shù)據(jù)表中,每一條零擔貨物快遞需求對應1條人工匹配記錄,8列數(shù)據(jù)字段中,第1列是數(shù)據(jù)樣本編號、發(fā)貨省份、發(fā)貨數(shù)量、發(fā)貨品種數(shù),出庫包裹數(shù)和稱重重量6列數(shù)據(jù)字段表示零擔貨運的6個特征數(shù)據(jù),其中發(fā)貨省份代表該零擔貨物要求發(fā)往的省份;配送時效代表貨物要求配送的時間包括當日達、次日達和正常送達3種不同的要求;發(fā)貨數(shù)量代表零擔貨物的發(fā)貨數(shù)量;發(fā)貨品種數(shù)代表零擔貨運中所發(fā)貨物的品種數(shù);出庫包裹數(shù)代表貨物打包完成后的包裹數(shù)量;稱重重量代表包裹的最終稱重的重量,單位是kg。最后一列“快遞公司”,是根據(jù)快遞需求,人工匹配的快遞公司的匹配結果,包含EMS-落地配、晟邦快消、建華快遞、山東遞速、萬象-自營、韻達快遞、重貨-吉林黃馬甲、重貨-遼寧黃馬甲8家公司,分析表1數(shù)據(jù)可知,EMS-落地配服務水平較高,服務范圍較廣,成本低,但速度相對較慢;晟邦快消和建華快遞運送效率高,但發(fā)貨前等待時間較長;山東遞速、重貨-吉林黃馬甲和重貨-遼寧黃馬甲運送范圍小,集散過程少;萬象-自營運送時間短,范圍廣,但成本較高;韻達快遞服務范圍較廣,成本低,但速度相對較慢且服務水平相對較低。

    人工匹配快遞公司的方法,是人工從可供選擇的公司中匹配出適合的快遞公司,在滿足零擔貨物快遞需求的前提下,根據(jù)公司特點結合零擔貨物的6項特征值,對各個快遞公司的費用、服務水平、服務范圍進行比較,篩選出相對比較適合的快遞公司,完成零擔需求與快遞公司的匹配。

    但是隨著經濟的發(fā)展,零擔快遞需求數(shù)量和快遞公司數(shù)量不斷增大,這使得人工匹配的工作量增加,匹配時間加長,從而導致匹配工作效率下降、匹配的準確率下降,所以急需自動匹配方法。

    2 機器學習SVM自動匹配方法

    2.1 機器學習方法分析

    機器學習主要研究如何借助已有的數(shù)據(jù),學習人類的學習行為。應用最廣的機器學習方法有線性模型、決策樹、神經網絡、貝葉斯分類器、聚類、支持向量機等[1]。線性模型適用于具有線性相關性的相關問題[2];決策樹適合于多目標逐一分層討論問題;神經網絡適合各因素間相互影響的分類問題,同時由于激活函數(shù)的特性多用于二分類問題;貝葉斯分類器使用范圍較廣但準確率較低,聚類用于求解分類問題的聚類中心[3]。

    支持向量機(support vector machine,SVM)適合于線性非線性的選擇分類問題,是機器學習中的一個重要模型,廣泛應用于數(shù)據(jù)分析、模式識別和數(shù)據(jù)挖掘等多個領域,并能夠推廣應用到函數(shù)擬合等其他機器學習問題中[4]。

    2.2 SVM自動匹配方法

    快遞公司自動匹配問題,可供匹配選擇的快遞公司有多個,已經不是簡單的二分類問題,同時影響匹配結果的特征共有6個,這6個因素隨機分布,且彼此之間相互影響較低或者彼此互不影響。SVM方法在解決小樣本、非線性及高維的分類問題時具有優(yōu)勢,SVM模型分類效果好,可以有效處理高維空間數(shù)據(jù)。因此,本文采用SVM方法研究快遞公司自動匹配。其具體算法如下:

    Step1:將A公司已有的人工匹配數(shù)據(jù)計劃分為訓練集(X1,Y1)和測試集(X2,Y2)。

    Step2:選取核函數(shù)(x,y),構造相應的凸二次規(guī)劃問題:

    為明確各試樣調制系數(shù)隨電壓的增長速率,對特定激勵超聲頻率的各階模態(tài)調制系數(shù)曲線進行一元線性回歸分析,即根據(jù)若干實測點確定調制系數(shù)y與低頻電壓x的關系,回歸函數(shù)記為

    Step5:得到支持向量機模型:

    SVM機器學習算法訓練流程如圖1所示。

    圖1 算法訓練流程

    3 自動匹配python實現(xiàn)

    自動匹配python實現(xiàn),是根據(jù)A公司零擔貨物快遞服務信息的原始數(shù)據(jù)表,借助已有的人工匹配數(shù)據(jù)構建SVM模型學習的數(shù)據(jù)集,利用留出法將數(shù)據(jù)集劃分成互斥的訓練集的和測試集,然后通過訓練集訓練SVM模型,利用測試集對自動匹配模型進行評估。

    3.1 數(shù)據(jù)集獨熱編碼

    數(shù)據(jù)集中,發(fā)貨省份和配送時效2個屬性只需要用不同數(shù)字進行區(qū)分,不同省份的數(shù)字之間沒有大小關系,需要進行獨熱編碼處理,獨熱編碼是借助不同的數(shù)字表示離散屬性的不同表現(xiàn)狀態(tài)。利用獨熱編碼處理數(shù)據(jù)時,處理后的離散屬性沒有大小的含義,只是代表了一種屬性表現(xiàn)形式。利用python編程將數(shù)據(jù)集中發(fā)貨省份和配送時效2個屬性進行獨熱編碼處理,獨熱編碼具體結果如表2、表3所示。

    表2 發(fā)貨省份獨熱編碼表

    原數(shù)據(jù)集屬性值獨熱編碼值 山西省0 西藏自治區(qū)1 重慶2 陜西省3 新疆維吾爾自治區(qū)4 吉林省5 四川省6 廣東省7 遼寧省8 青海省9 北京10 河北省11 天津12 湖北省13 浙江省14 貴州省15 云南省16 福建省17 寧夏回族自治區(qū)18 廣西壯族自治區(qū)19 上海20 內蒙古自治區(qū)21 安徽省22 山東省23 江西省24 海南省25 河南省26 江蘇省27 湖南省28 黑龍江省29 甘肅省30

    表3 配送時效獨熱編碼表

    原數(shù)據(jù)集屬性值獨熱編碼值 當日達0 次日達1 正常送達2

    3.2 訓練集與測試集的劃分

    在進行機器學習模型訓練時,需要將數(shù)據(jù)集劃分為互斥的訓練集與測試集,為了更好地檢測匹配模型的泛化能力,本文采用留出法進行數(shù)據(jù)集劃分,將數(shù)據(jù)集劃分為2個互斥的組合,其中一個作為訓練集,一個作為測試集。訓練集對模型進行訓練,測試集用來對模型進行評估,劃分結果如表4、表5所示,其中表4為訓練集,大小為33 570×6,表5為測試集,大小為8 393×6。

    表4 訓練集數(shù)據(jù)表

    訓練集編號原數(shù)據(jù)集編號發(fā)貨省份配送時效發(fā)貨數(shù)量發(fā)貨品種數(shù)出庫包裹數(shù)稱重重量 001202211.41 111401114.043 22902111.511 34718118.095 452208119.56 ························ 1539719200712118.593 15398192011403110.47 15399192021103212.107 1540019203713110.51 15401192062702115.575 ························ 33566419575021226.568 33566419581504210.776 33567419602704411.52 33568419611911114.77 33569419622801114.468

    表5 測試集數(shù)據(jù)表

    訓練集編號原數(shù)據(jù)集編號發(fā)貨省份配送時效發(fā)貨數(shù)量發(fā)貨品種數(shù)出庫包裹數(shù)稱重重量 031102111.41 18712217.474 210714312.83 3191914114.362 4239012512.894 ························ 4058200881102210.876 4059200931402112.422 4060201021401114.653 4061201032801111.189 4062201122201110.74 ····················· 8388419372911110.335 8389419422202111.423 8390419451911110.78 8391419482701117.22 839241959714212.737

    3.3 自動匹配模型訓練

    用訓練集數(shù)據(jù)進行SVM的訓練,借助python編程,從sklearn工具庫中直接調用SVM函數(shù)進行訓練[5]?;诿總€樣本中包含發(fā)貨省份,發(fā)貨數(shù)量,發(fā)貨品種數(shù),出庫包裹數(shù)和稱重重量工6項特征值,選用高斯核即核函數(shù)(kernel)為rbf,選用停止訓練的誤差大小(tol)為0.001,最大迭代次數(shù)(max_iter)為-1,可以使得在訓練時只要誤差大于0.001模型就會進行優(yōu)化,且不限制優(yōu)化次數(shù),直至訓練的誤差小于0.001,程序代碼與運行結果如表6所示。

    3.4 自動匹配模型評估

    通過python編程,針對最終模型通過測試集數(shù)據(jù)進行評估,機器學習自動匹配模型對測試集8 393條數(shù)據(jù)進行匹配時所用時間為1.97 s。人工匹配,人查看需求,選快遞公司,點擊鼠標,最快按1 s一條數(shù)據(jù)計算人工匹配所需時間,最少需要8 393 s,自動匹配所用時間遠遠小于人工匹配的所用時間,并且8 393條數(shù)據(jù)中,自動匹配的正確匹配的數(shù)據(jù)有7 548條匹配正確,自動匹配的精度可達到0.90。

    表1數(shù)據(jù)是公司1周的人工匹配數(shù)據(jù),有41 964條快遞需求,可供選擇的快遞公司有8家,平均1天需要進行匹配的零擔需求大約為7 000條,工作人員一天需要進行的查看次數(shù)為3.36×105,人工匹配耗費大量的人力資源和物質資源,且匹配時間長,效率低下。采用自動匹配方法,可以實現(xiàn)匹配用時少,匹配效率高,從而實現(xiàn)匹配成本降低。

    表6 程序代碼與運行結果

    代碼運行結果 #支持向量機import pandas as pdimport numpy as npfrom sklearn import svmfrom sklearn.model_selection import train_test_splitx=data.iloc[:,0:6]y=data.iloc[:,6]x_train, x_test, y_train, y_test = train_test_split(x, y, random_state = 1 , train_size = 0.8 )ajiao=svm.SVC()ajiao.fit(x_train, y_train.ravel())SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,decision_function_shape='ovr', degree=3, gamma='auto', kernel='rbf',max_iter=-1, probability=False, random_state=None, shrinking=True,tol=0.001, verbose=False)

    表7 8393條數(shù)據(jù)自動匹配與人工匹配對比表

    匹配方式匹配正確記錄匹配時間匹配精度匹配用時匹配效率匹配成本 人工匹配83938393s1.00多低高 自動匹配75481.97s0.90少高低

    4 結束語

    本文研究零擔貨物快遞公司的機器學習SVM自動匹配方法,以某公司零擔貨物快公司人工匹配信息構建數(shù)據(jù)集,采用SVM機器學習模型方法進行快遞公司自動匹配,并用python編程實現(xiàn)零擔貨物快遞需求與快遞公司的自動匹配。本文研究表明SVM自動匹配所用時間,遠遠小于人工匹配所需的時間,匹配精度達到0.90,自動匹配方法可有效提高快遞公司匹配效率,降低匹配成本,能有效提高公司競爭力。

    [1] 周志華. 機器學習[M]. 北京: 清華大學出版社, 2016. 121-139

    [2] 張良均, 譚麗云, 劉明軍, 等. Python數(shù)據(jù)分析與挖掘實戰(zhàn)[M]. 2版. 北京: 機械工業(yè)出版社, 2020: 59-62

    [3] David Forsyth. Applied Machine Learning[M].Springer Nature Switzerland AG, 2019: 14-20

    [4] 莫凡. 機器學習算法的數(shù)學解析與Python實現(xiàn)[M]. 北京: 機械工業(yè)出版社, 2020: 146-153.

    [5] Wes McKinney著, 徐敬一譯. 利用Python進行數(shù)據(jù)分析[M]. 2版. 北京: 機械工業(yè)出版社, 2018: 377-380.

    Research on Automatic Matching of LCL Express Service Company

    RUAN Yong-jiao, CHEN Xin, SUN Cheng-zhen, CHEN Ya-xin

    (School of Automobile and Traffic Engineering, Liaoning University of Technology, Jinzhou 121001, China)

    Automatic matching of LCL express service company and the SVM automatic matching method are researched. The purpose is to automatically match the most suitable express company according to the service demand of LCL Express. The research method is based on machine learning. with the help of the existing artificial matching data to build the data set. Through python programming, the training set is used to train the machine learning model of the automatic matching of the LCL express service company, and the verification set is used to verify the automatic matching effect. The evaluation results of the verification set show that the automatic matching time of express service company based on the LCL demand is only 1.89 s, and the matching accuracy reaches 0.90. The automatic matching model can efficiently and appropriately match the express service company for the LCL demand. The supply and demand of LCL Express service are suitable. This study can help logistics service companies to save matching costs, improve matching efficiency, and enhance their competitiveness. Meanwhile, it can provide ideas and reference for machine learning application in the era of artificial intelligence.

    LCL express; express requirements; express service company; automatic matching; SVM

    10.15916/j.issn1674-3261.2022.03.003

    U16

    A

    1674-3261(2022)03-0151-05

    2021-06-27

    遼寧省先進裝備制造業(yè)基地建設工程中心項目(LNTH2020122E);遼寧工業(yè)大學研究生教育改革創(chuàng)新項目經費資助(YJG2021003)

    阮永嬌(1997-),女,山東臨沂人,碩士生

    陳 昕(1972-),女,遼寧鐵嶺人,教授,博士。

    責任編輯:陳 明

    猜你喜歡
    零擔發(fā)貨貨物
    渤海灣省際滾裝船舶零擔貨物運輸現(xiàn)狀及安全管理
    水上消防(2022年1期)2022-06-16 08:06:46
    逛超市
    冷鏈零擔能否出現(xiàn)同盟共生
    中國儲運(2016年3期)2016-04-15 06:09:30
    零擔易碎品,你敢做嗎?
    中國儲運(2015年7期)2015-11-21 05:22:24
    標準規(guī)程發(fā)貨排行榜
    標準規(guī)程發(fā)貨排行榜
    標準規(guī)程發(fā)貨排行榜
    進出口侵權貨物刑事執(zhí)法之法律適用
    標準規(guī)程發(fā)貨排行榜
    色尼玛亚洲综合影院| 国产男靠女视频免费网站| 两人在一起打扑克的视频| 黑人巨大精品欧美一区二区蜜桃| 叶爱在线成人免费视频播放| 好看av亚洲va欧美ⅴa在| а√天堂www在线а√下载| 999久久久国产精品视频| 黄色片一级片一级黄色片| 久久精品国产清高在天天线| 日韩大尺度精品在线看网址 | 国产精品久久久人人做人人爽| 多毛熟女@视频| avwww免费| www.熟女人妻精品国产| 欧美在线黄色| 中文字幕av电影在线播放| 18禁裸乳无遮挡免费网站照片 | 久久精品成人免费网站| 午夜两性在线视频| 真人一进一出gif抽搐免费| 成人国产一区最新在线观看| svipshipincom国产片| 久久久国产精品麻豆| av天堂在线播放| 最新美女视频免费是黄的| 国产精品自产拍在线观看55亚洲| 亚洲精品在线美女| 国产区一区二久久| 亚洲熟妇中文字幕五十中出| 久久精品亚洲熟妇少妇任你| 中文字幕另类日韩欧美亚洲嫩草| 人人妻,人人澡人人爽秒播| 少妇的丰满在线观看| 久久久精品欧美日韩精品| 999精品在线视频| 人妻丰满熟妇av一区二区三区| 久久亚洲真实| 乱人伦中国视频| 可以在线观看毛片的网站| 国产精品久久视频播放| 在线观看一区二区三区| 精品国产国语对白av| 国产欧美日韩一区二区精品| 啦啦啦免费观看视频1| 国产精品亚洲av一区麻豆| 欧美黄色片欧美黄色片| 久久精品亚洲精品国产色婷小说| 国产麻豆成人av免费视频| 国产免费av片在线观看野外av| 国产1区2区3区精品| 91国产中文字幕| 国产精品免费一区二区三区在线| 妹子高潮喷水视频| 亚洲欧洲精品一区二区精品久久久| 丝袜美腿诱惑在线| 一区二区三区激情视频| 亚洲五月婷婷丁香| 韩国精品一区二区三区| 正在播放国产对白刺激| 视频区欧美日本亚洲| 国产精品98久久久久久宅男小说| 色av中文字幕| 精品国产乱码久久久久久男人| 亚洲欧美精品综合一区二区三区| 午夜精品久久久久久毛片777| 国产一区在线观看成人免费| www.熟女人妻精品国产| avwww免费| 国产熟女xx| 在线观看午夜福利视频| 波多野结衣av一区二区av| 国产成人啪精品午夜网站| 成在线人永久免费视频| 亚洲欧美日韩另类电影网站| 欧美丝袜亚洲另类 | 亚洲 欧美 日韩 在线 免费| 日本在线视频免费播放| 免费人成视频x8x8入口观看| 国产成人系列免费观看| 女人爽到高潮嗷嗷叫在线视频| 99久久精品国产亚洲精品| 国产精品自产拍在线观看55亚洲| 精品少妇一区二区三区视频日本电影| 国产成人av教育| 男女床上黄色一级片免费看| 欧美精品啪啪一区二区三区| 国产欧美日韩精品亚洲av| 人妻丰满熟妇av一区二区三区| 欧美成人一区二区免费高清观看 | 一区二区日韩欧美中文字幕| 波多野结衣巨乳人妻| 青草久久国产| avwww免费| 看黄色毛片网站| www.www免费av| 日韩欧美一区二区三区在线观看| 在线观看舔阴道视频| 国产精品久久久久久人妻精品电影| 女人被躁到高潮嗷嗷叫费观| 成人欧美大片| 国产熟女午夜一区二区三区| 男女午夜视频在线观看| 中出人妻视频一区二区| 亚洲性夜色夜夜综合| 极品人妻少妇av视频| 日韩欧美三级三区| 亚洲五月色婷婷综合| 久久久久久亚洲精品国产蜜桃av| 欧美老熟妇乱子伦牲交| 夜夜躁狠狠躁天天躁| 日韩av在线大香蕉| 国产av一区二区精品久久| 欧美日韩瑟瑟在线播放| 亚洲一区高清亚洲精品| 十八禁网站免费在线| 我的亚洲天堂| 中国美女看黄片| 国产真人三级小视频在线观看| 午夜精品久久久久久毛片777| 999久久久精品免费观看国产| svipshipincom国产片| 无遮挡黄片免费观看| 两个人看的免费小视频| 大陆偷拍与自拍| 午夜日韩欧美国产| 久久天堂一区二区三区四区| 久久久久久久久免费视频了| 狠狠狠狠99中文字幕| 波多野结衣高清无吗| 麻豆一二三区av精品| 国产麻豆成人av免费视频| 十八禁网站免费在线| √禁漫天堂资源中文www| 视频区欧美日本亚洲| 神马国产精品三级电影在线观看 | АⅤ资源中文在线天堂| 岛国在线观看网站| 女生性感内裤真人,穿戴方法视频| 久久精品亚洲熟妇少妇任你| 男女下面插进去视频免费观看| 欧美+亚洲+日韩+国产| 大码成人一级视频| 最近最新中文字幕大全免费视频| 精品少妇一区二区三区视频日本电影| 国产色视频综合| 亚洲男人天堂网一区| 久久久久久人人人人人| 亚洲av熟女| 91成人精品电影| 人妻久久中文字幕网| 国产欧美日韩精品亚洲av| 曰老女人黄片| 正在播放国产对白刺激| 老司机午夜福利在线观看视频| 亚洲精品久久国产高清桃花| 久久中文看片网| 亚洲专区中文字幕在线| 热re99久久国产66热| 久久久国产成人精品二区| 亚洲精品美女久久av网站| 久久国产精品男人的天堂亚洲| 脱女人内裤的视频| 日韩av在线大香蕉| 欧美av亚洲av综合av国产av| 最新在线观看一区二区三区| 露出奶头的视频| 国产av在哪里看| 操美女的视频在线观看| 国产精品香港三级国产av潘金莲| 精品国产国语对白av| 性欧美人与动物交配| av视频免费观看在线观看| 欧美一区二区精品小视频在线| 亚洲 欧美一区二区三区| 欧美老熟妇乱子伦牲交| 看免费av毛片| 女警被强在线播放| 男女下面进入的视频免费午夜 | 色播在线永久视频| 99国产精品一区二区蜜桃av| 欧美av亚洲av综合av国产av| 精品高清国产在线一区| 免费看十八禁软件| 日韩精品青青久久久久久| 超碰成人久久| 亚洲一卡2卡3卡4卡5卡精品中文| 黄色 视频免费看| 欧美亚洲日本最大视频资源| 在线播放国产精品三级| 欧美国产日韩亚洲一区| av有码第一页| 国产精品综合久久久久久久免费 | 国产成人欧美在线观看| 国产一区二区激情短视频| 成人精品一区二区免费| www.精华液| 国产高清有码在线观看视频 | 国产成人一区二区三区免费视频网站| 大型黄色视频在线免费观看| 99香蕉大伊视频| 黑人巨大精品欧美一区二区蜜桃| 一级毛片女人18水好多| 久久人妻福利社区极品人妻图片| √禁漫天堂资源中文www| 亚洲精品美女久久久久99蜜臀| 老汉色∧v一级毛片| 久久人人爽av亚洲精品天堂| 美女 人体艺术 gogo| 免费人成视频x8x8入口观看| 亚洲无线在线观看| 日本黄色视频三级网站网址| 色播在线永久视频| 夜夜夜夜夜久久久久| 女生性感内裤真人,穿戴方法视频| 美女午夜性视频免费| 国产亚洲精品综合一区在线观看 | 亚洲精品中文字幕一二三四区| 国产精品综合久久久久久久免费 | 十分钟在线观看高清视频www| 搡老妇女老女人老熟妇| 精品人妻在线不人妻| 国产成人欧美| 一级毛片高清免费大全| 嫁个100分男人电影在线观看| av在线播放免费不卡| 777久久人妻少妇嫩草av网站| 狂野欧美激情性xxxx| 国产黄a三级三级三级人| 精品人妻1区二区| 69精品国产乱码久久久| 一夜夜www| 亚洲av美国av| 超碰成人久久| √禁漫天堂资源中文www| tocl精华| 美国免费a级毛片| √禁漫天堂资源中文www| 久久久精品国产亚洲av高清涩受| 91精品三级在线观看| 在线观看www视频免费| 午夜日韩欧美国产| 国产区一区二久久| 一个人观看的视频www高清免费观看 | 欧美日本中文国产一区发布| 涩涩av久久男人的天堂| 黄网站色视频无遮挡免费观看| 国产精品98久久久久久宅男小说| www日本在线高清视频| 中文字幕高清在线视频| 久久人人爽av亚洲精品天堂| 国产成人av激情在线播放| 亚洲午夜理论影院| 国产精品电影一区二区三区| 黄色毛片三级朝国网站| 9色porny在线观看| 午夜日韩欧美国产| 日日摸夜夜添夜夜添小说| 日日夜夜操网爽| 9191精品国产免费久久| netflix在线观看网站| 在线国产一区二区在线| 久久国产亚洲av麻豆专区| 超碰成人久久| 欧美国产精品va在线观看不卡| www日本在线高清视频| 国产日韩一区二区三区精品不卡| 啦啦啦观看免费观看视频高清 | 黑人操中国人逼视频| 欧美乱色亚洲激情| 一级毛片女人18水好多| 级片在线观看| svipshipincom国产片| 制服人妻中文乱码| 久久国产精品人妻蜜桃| 国产日韩一区二区三区精品不卡| 久久人妻av系列| 国产成人啪精品午夜网站| 婷婷丁香在线五月| 最新在线观看一区二区三区| 国内精品久久久久久久电影| 久久亚洲真实| 国产精品九九99| 少妇被粗大的猛进出69影院| 岛国视频午夜一区免费看| 国产一区二区三区综合在线观看| 免费在线观看完整版高清| 天堂√8在线中文| 欧美日韩亚洲综合一区二区三区_| 91成年电影在线观看| 19禁男女啪啪无遮挡网站| 99在线人妻在线中文字幕| 久久精品国产亚洲av高清一级| 精品久久久久久久毛片微露脸| 免费高清在线观看日韩| 国产精品精品国产色婷婷| 男人的好看免费观看在线视频 | netflix在线观看网站| 黄色毛片三级朝国网站| e午夜精品久久久久久久| 午夜精品久久久久久毛片777| 91成年电影在线观看| 欧美日韩亚洲综合一区二区三区_| 久久久久久国产a免费观看| 国产成人精品在线电影| 黄色视频,在线免费观看| 亚洲国产欧美一区二区综合| a级毛片在线看网站| 丝袜人妻中文字幕| 99riav亚洲国产免费| 性少妇av在线| 免费不卡黄色视频| 欧美色欧美亚洲另类二区 | 一区二区日韩欧美中文字幕| 精品电影一区二区在线| 国产99白浆流出| 国产欧美日韩一区二区三区在线| 亚洲国产欧美日韩在线播放| www.自偷自拍.com| 91字幕亚洲| 国产亚洲精品第一综合不卡| 最好的美女福利视频网| 波多野结衣av一区二区av| 国产欧美日韩一区二区三| 99热只有精品国产| 成人亚洲精品一区在线观看| 亚洲七黄色美女视频| 久久中文字幕人妻熟女| 一边摸一边抽搐一进一小说| 这个男人来自地球电影免费观看| 99在线视频只有这里精品首页| 三级毛片av免费| 免费在线观看黄色视频的| 亚洲免费av在线视频| 可以免费在线观看a视频的电影网站| 中文字幕色久视频| 黄片大片在线免费观看| 欧美成狂野欧美在线观看| 成人手机av| 99精品久久久久人妻精品| 国产一区二区三区在线臀色熟女| 午夜亚洲福利在线播放| av在线天堂中文字幕| 黄色视频,在线免费观看| 午夜亚洲福利在线播放| 老鸭窝网址在线观看| 丝袜美腿诱惑在线| 纯流量卡能插随身wifi吗| 色哟哟哟哟哟哟| 乱人伦中国视频| 午夜影院日韩av| 一区福利在线观看| videosex国产| 天天添夜夜摸| 亚洲av熟女| 这个男人来自地球电影免费观看| 国产成人av教育| 国产成人av教育| 欧美黄色淫秽网站| 亚洲男人的天堂狠狠| 别揉我奶头~嗯~啊~动态视频| 久久久久精品国产欧美久久久| 午夜免费鲁丝| 欧美性长视频在线观看| 国产一区二区三区视频了| 变态另类成人亚洲欧美熟女 | 亚洲精品中文字幕在线视频| 色播在线永久视频| 欧美不卡视频在线免费观看 | 亚洲欧美精品综合久久99| 99香蕉大伊视频| 在线观看日韩欧美| 国产97色在线日韩免费| 夜夜爽天天搞| 日韩三级视频一区二区三区| 久久狼人影院| 国产免费av片在线观看野外av| 涩涩av久久男人的天堂| 亚洲国产精品999在线| 男女下面进入的视频免费午夜 | 熟妇人妻久久中文字幕3abv| 欧美激情久久久久久爽电影 | 欧美成人性av电影在线观看| 夜夜爽天天搞| 如日韩欧美国产精品一区二区三区| √禁漫天堂资源中文www| 亚洲av片天天在线观看| 色婷婷久久久亚洲欧美| 夜夜看夜夜爽夜夜摸| 国产高清激情床上av| 女性生殖器流出的白浆| 色播亚洲综合网| 给我免费播放毛片高清在线观看| 亚洲在线自拍视频| 免费在线观看视频国产中文字幕亚洲| 99久久久亚洲精品蜜臀av| 亚洲av成人av| 国产精品久久久久久人妻精品电影| 欧美日韩福利视频一区二区| 老司机午夜十八禁免费视频| 天堂影院成人在线观看| 久久精品亚洲熟妇少妇任你| 精品电影一区二区在线| 久久久久久国产a免费观看| 一区二区三区精品91| 国产亚洲欧美精品永久| 一级毛片高清免费大全| 男人舔女人的私密视频| 久久精品影院6| 香蕉国产在线看| 午夜免费鲁丝| 欧美成人午夜精品| 一区二区日韩欧美中文字幕| 免费搜索国产男女视频| 国产97色在线日韩免费| www.熟女人妻精品国产| 亚洲中文日韩欧美视频| 少妇粗大呻吟视频| 色综合亚洲欧美另类图片| 在线观看免费日韩欧美大片| 国产在线精品亚洲第一网站| 免费无遮挡裸体视频| 成人三级黄色视频| 免费女性裸体啪啪无遮挡网站| 波多野结衣一区麻豆| 亚洲第一电影网av| 亚洲自偷自拍图片 自拍| 日韩精品青青久久久久久| 88av欧美| 麻豆av在线久日| 国产av一区在线观看免费| 欧美 亚洲 国产 日韩一| 伊人久久大香线蕉亚洲五| 国产一区二区三区视频了| 老汉色∧v一级毛片| 久热爱精品视频在线9| 国产又色又爽无遮挡免费看| 大码成人一级视频| 欧美一区二区精品小视频在线| 一区二区三区国产精品乱码| 国语自产精品视频在线第100页| 亚洲成人精品中文字幕电影| 亚洲精品美女久久av网站| 在线观看午夜福利视频| 人妻久久中文字幕网| 久久久久久久久中文| 国产精品亚洲一级av第二区| 啦啦啦免费观看视频1| 国产一区二区在线av高清观看| 99riav亚洲国产免费| 欧美成人免费av一区二区三区| 精品卡一卡二卡四卡免费| 日韩精品青青久久久久久| 男人舔女人下体高潮全视频| 亚洲九九香蕉| 男人的好看免费观看在线视频 | 国产成人av激情在线播放| 在线十欧美十亚洲十日本专区| 99国产极品粉嫩在线观看| 天堂√8在线中文| 国产成人影院久久av| 桃红色精品国产亚洲av| 免费在线观看亚洲国产| 淫妇啪啪啪对白视频| 18美女黄网站色大片免费观看| 久久草成人影院| 又紧又爽又黄一区二区| 88av欧美| 欧美丝袜亚洲另类 | 一级作爱视频免费观看| 午夜日韩欧美国产| 国产野战对白在线观看| 99国产精品一区二区蜜桃av| 丰满人妻熟妇乱又伦精品不卡| 亚洲五月色婷婷综合| 美女高潮到喷水免费观看| e午夜精品久久久久久久| 亚洲色图av天堂| 亚洲熟妇中文字幕五十中出| 免费在线观看亚洲国产| 亚洲av五月六月丁香网| 波多野结衣av一区二区av| 女性被躁到高潮视频| 搡老岳熟女国产| 亚洲精品粉嫩美女一区| 亚洲成av人片免费观看| 50天的宝宝边吃奶边哭怎么回事| 国产乱人伦免费视频| 国产又色又爽无遮挡免费看| 久久性视频一级片| 午夜久久久在线观看| 欧美 亚洲 国产 日韩一| 97碰自拍视频| 嫩草影院精品99| 桃色一区二区三区在线观看| 9色porny在线观看| 麻豆一二三区av精品| 国产亚洲精品第一综合不卡| 亚洲av日韩精品久久久久久密| 亚洲五月婷婷丁香| 国产精品久久电影中文字幕| 亚洲电影在线观看av| 男女下面进入的视频免费午夜 | 两人在一起打扑克的视频| 国产成人啪精品午夜网站| 不卡av一区二区三区| 日本免费一区二区三区高清不卡 | 欧美成人免费av一区二区三区| 久久久久国产精品人妻aⅴ院| 在线视频色国产色| 欧美日韩亚洲综合一区二区三区_| 亚洲男人的天堂狠狠| 黑人巨大精品欧美一区二区mp4| 在线观看免费视频网站a站| 欧美人与性动交α欧美精品济南到| 91老司机精品| 久久精品91蜜桃| 国产欧美日韩精品亚洲av| 国产精品秋霞免费鲁丝片| 日日爽夜夜爽网站| 老司机靠b影院| 19禁男女啪啪无遮挡网站| 国内精品久久久久久久电影| 香蕉久久夜色| 在线视频色国产色| 亚洲九九香蕉| 久久久国产成人精品二区| 亚洲一区中文字幕在线| 无遮挡黄片免费观看| 亚洲精品国产精品久久久不卡| 欧美人与性动交α欧美精品济南到| 成人18禁高潮啪啪吃奶动态图| 精品少妇一区二区三区视频日本电影| 两个人免费观看高清视频| 亚洲一卡2卡3卡4卡5卡精品中文| 国产99久久九九免费精品| 少妇粗大呻吟视频| 黄色视频不卡| 可以免费在线观看a视频的电影网站| 免费在线观看视频国产中文字幕亚洲| 国产一区在线观看成人免费| 亚洲一码二码三码区别大吗| 人人澡人人妻人| 亚洲伊人色综图| 日日干狠狠操夜夜爽| 国产99久久九九免费精品| 亚洲电影在线观看av| 久久精品人人爽人人爽视色| 首页视频小说图片口味搜索| 黄网站色视频无遮挡免费观看| 色综合站精品国产| 欧美丝袜亚洲另类 | 香蕉久久夜色| 97碰自拍视频| 两个人视频免费观看高清| 伦理电影免费视频| 最好的美女福利视频网| 高清黄色对白视频在线免费看| 91大片在线观看| 成人av一区二区三区在线看| 俄罗斯特黄特色一大片| 色av中文字幕| 91在线观看av| 欧美激情 高清一区二区三区| 欧美人与性动交α欧美精品济南到| 一级毛片精品| 亚洲精品在线美女| 露出奶头的视频| 国内久久婷婷六月综合欲色啪| 不卡一级毛片| 欧美成人性av电影在线观看| 高潮久久久久久久久久久不卡| 老司机靠b影院| 19禁男女啪啪无遮挡网站| 成人亚洲精品av一区二区| 国产99白浆流出| 免费看美女性在线毛片视频| 精品久久久久久久人妻蜜臀av | 波多野结衣av一区二区av| 亚洲人成77777在线视频| 婷婷丁香在线五月| 国产午夜福利久久久久久| АⅤ资源中文在线天堂| 国产单亲对白刺激| 成年版毛片免费区| 免费高清视频大片| 一夜夜www| 成人三级做爰电影| 国产精品1区2区在线观看.| 国产精品日韩av在线免费观看 | 在线国产一区二区在线| 亚洲国产精品sss在线观看| 满18在线观看网站| 国产精品 欧美亚洲| 又黄又爽又免费观看的视频| 亚洲成av片中文字幕在线观看| 亚洲五月婷婷丁香| 国产精品野战在线观看| 欧美日韩黄片免| 久久久国产精品麻豆| 久久人人爽av亚洲精品天堂| 亚洲精品久久成人aⅴ小说| 女人精品久久久久毛片| 18禁观看日本| 午夜福利视频1000在线观看 | 中文字幕人妻丝袜一区二区| 亚洲avbb在线观看| 男女午夜视频在线观看| 后天国语完整版免费观看| 一级a爱视频在线免费观看| 久久人妻福利社区极品人妻图片| 国产日韩一区二区三区精品不卡| 黄片小视频在线播放| 欧美一级毛片孕妇| 99国产极品粉嫩在线观看|