• <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 ?

    基于改進(jìn)麻雀搜索算法的空氣質(zhì)量指數(shù)預(yù)測(cè)*

    2022-10-09 12:18:28龔世才
    廣西科學(xué) 2022年4期
    關(guān)鍵詞:測(cè)試函數(shù)搜索算法麻雀

    胡 青,龔世才**,胡 珍

    (1.浙江科技學(xué)院理學(xué)院,浙江杭州 310000;2.湖北工業(yè)大學(xué)理學(xué)院,湖北武漢 430068)

    近年來(lái),隨著我國(guó)工業(yè)化進(jìn)程不斷加快,經(jīng)濟(jì)迅猛發(fā)展,人口不斷增長(zhǎng),空氣污染問(wèn)題已經(jīng)引起全社會(huì)的關(guān)注[1]。建立空氣質(zhì)量預(yù)測(cè)模型對(duì)城市環(huán)境治理工作有著重要作用,不僅有助于減輕大氣污染對(duì)人體的傷害,還能為環(huán)保部門(mén)準(zhǔn)確預(yù)測(cè)空氣質(zhì)量提供科學(xué)的方法[2]。

    空氣質(zhì)量指數(shù)(Air Quality Index,AQI)的傳統(tǒng)預(yù)測(cè)方法有時(shí)間序列模型、數(shù)理統(tǒng)計(jì)模型、線性回歸模型、灰色預(yù)測(cè)方法等[3,4]。天氣、大氣污染物等因素對(duì)空氣質(zhì)量具有較大影響,導(dǎo)致空氣質(zhì)量具有明顯的非線性、不確定性等特征。因此,傳統(tǒng)的預(yù)測(cè)方法很難得到精確的預(yù)測(cè)結(jié)果[5]。由于神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的非線性擬合能力,可以較好地完成對(duì)AQI的預(yù)測(cè)。王國(guó)勝等[6]采用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)AQI進(jìn)行預(yù)測(cè),結(jié)果相較于傳統(tǒng)統(tǒng)計(jì)方法,雖然得到了更高的預(yù)測(cè)精度,但是單一BP神經(jīng)網(wǎng)絡(luò)收斂速度慢且易陷入局部最優(yōu)解。為了進(jìn)一步提高預(yù)測(cè)精度,有學(xué)者利用智能優(yōu)化算法對(duì)其進(jìn)行優(yōu)化,如張旭等[7]利用粒子群算法(Particle Swarm Optimization,PSO)優(yōu)化BP神經(jīng)網(wǎng)絡(luò),提升了模型的泛化能力,在空氣質(zhì)量指數(shù)預(yù)測(cè)中取得較好效果。楊云等[8]利用遺傳算法(Genetic Algorithm,GA)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),建立空氣質(zhì)量指數(shù)預(yù)測(cè)模型,提升了BP神經(jīng)網(wǎng)絡(luò)的性能,預(yù)測(cè)結(jié)果有更高的精度。綜上所述,傳統(tǒng)的單一BP神經(jīng)網(wǎng)絡(luò)模型的AQI預(yù)測(cè)效果較差,盡管有些學(xué)者利用傳統(tǒng)優(yōu)化算法優(yōu)化模型,在一定程度上解決了預(yù)測(cè)精度的問(wèn)題,但在算法迭代后期仍存在易陷入局部最優(yōu)、收斂速度慢的缺點(diǎn)。

    為解決上述問(wèn)題,本研究利用改進(jìn)麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA),對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,以期得到預(yù)測(cè)精度高、全局搜索能力強(qiáng)的ISSA-BP模型。該模型的主要思路是利用麻雀搜索算法(Sparrow Search Algorithm,SSA)相較于傳統(tǒng)優(yōu)化算法具有收斂速度快、尋優(yōu)精度高的優(yōu)點(diǎn)[9],對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值及閾值進(jìn)行優(yōu)化,同時(shí)考慮到SSA在迭代后期,存在種群多樣性減少、收斂速度慢以及全局搜索能力弱的缺陷[10],通過(guò)引入立方映射提高初始解的質(zhì)量,增加初始化麻雀種群的多樣性,從而提升算法的收斂能力,同時(shí)結(jié)合優(yōu)化策略增強(qiáng)算法的全局搜索能力。使用ISSA-BP模型對(duì)杭州市空氣質(zhì)量指數(shù)值進(jìn)行預(yù)測(cè),檢驗(yàn)該模型的實(shí)際應(yīng)用效果。

    1 麻雀搜索算法(SSA)

    麻雀搜索算法是模擬麻雀搜索食物過(guò)程的一種新型智能算法[11],通過(guò)比較適應(yīng)度值,不斷更新種群中麻雀?jìng)€(gè)體的位置。

    在SSA中,發(fā)現(xiàn)者搜索范圍廣,負(fù)責(zé)引導(dǎo)種群搜索和覓食,發(fā)現(xiàn)者的位置更新公式如下:

    (1)

    跟隨者會(huì)跟隨發(fā)現(xiàn)者進(jìn)行覓食以獲得更好的適應(yīng)度,其位置更新公式如下:

    (2)

    在麻雀覓食的同時(shí)會(huì)在種群中隨機(jī)選取一定比例的個(gè)體作為警戒者進(jìn)行偵查預(yù)警,其位置更新公式如下:

    (3)

    2 改進(jìn)的麻雀搜索算法(ISSA)

    2.1 立方映射初始化種群

    麻雀搜索算法對(duì)種群進(jìn)行初始化時(shí),采用的是隨機(jī)生成的方式,這種方式會(huì)使得麻雀種群分布不均勻,影響后期的迭代尋優(yōu)。為提高算法全局搜索能力,避免迭代后期種群多樣性降低,同時(shí)考慮到混沌映射具有隨機(jī)性、遍歷性和規(guī)律性等特點(diǎn)[12,13],利用混沌序列對(duì)種群進(jìn)行初始化。湯安迪等[14]證明了立方映射的均勻性及遍歷性?xún)?yōu)于經(jīng)典的Logistic映射,故本研究采用立方映射完成種群的初始化。立方映射公式如下:

    y(n+1)=4y(n)3-3y(n),

    (4)

    式(4)中,n為映射次數(shù),y(n)∈(-1,0)∪(0,1),

    y(n)為第n次映射值。

    為防止通過(guò)立方映射產(chǎn)生的值超過(guò)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值及閾值優(yōu)化范圍,利用式(5)將映射值調(diào)整到統(tǒng)一區(qū)間:

    Xi=Xlb+0.5(Xlb-Xub)(yi+1),

    (5)

    式(5)中,Xlb、Xub分別為麻雀種群中個(gè)體所處維度的上、下邊界;Xi為麻雀?jìng)€(gè)體實(shí)際位置值。

    立方映射初始化麻雀種群的步驟如下:

    步驟1 設(shè)置種群規(guī)模N、維數(shù)d、初始值y0。

    步驟2 根據(jù)式(4)進(jìn)行迭代計(jì)算,產(chǎn)生序列y,序列y中每個(gè)d維向量作為一個(gè)麻雀?jìng)€(gè)體。

    步驟3 根據(jù)式(5)對(duì)越界值進(jìn)行處理,使得每個(gè)d維向量的值變化區(qū)間是[-1,1]。

    假設(shè)種群規(guī)模為30,在二維搜索空間中產(chǎn)生的初始化種群分布如圖1和圖2所示,從圖中可以看出,相比隨機(jī)初始化的種群序列,通過(guò)立方映射產(chǎn)生的初始種群分布更加均勻,遍歷性更好。

    圖1 隨機(jī)初始化種群

    圖2 立方映射初始化種群

    2.2 蝴蝶優(yōu)化策略

    蝴蝶優(yōu)化算法(Butterfly Optimization Algorithm,BOA)是受到蝴蝶覓食和求偶過(guò)程所啟發(fā)的群智能算法[15]。在迭代時(shí),蝴蝶將朝著氣味最濃的方向移動(dòng),該階段被稱(chēng)為全局搜索階段。其位置更新方式如下:

    (6)

    由式(1)可知,當(dāng)R

    (7)

    對(duì)改進(jìn)前后的公式分別進(jìn)行迭代,得到麻雀種群中個(gè)體的分布如圖3和圖4所示。從圖中可以看出,改進(jìn)后的策略在迭代后期保證了麻雀種群個(gè)體分布的多樣性,在提高收斂速度的同時(shí),在一定程度上擴(kuò)大了搜索空間,提升了算法的全局尋優(yōu)能力。

    圖3 改進(jìn)前發(fā)現(xiàn)者搜索策略

    圖4 改進(jìn)后發(fā)現(xiàn)者搜索策略

    2.3 正余弦搜索策略

    根據(jù)式(2)可知,跟隨者在向發(fā)現(xiàn)者最優(yōu)位置靠近時(shí),會(huì)導(dǎo)致種群個(gè)體短時(shí)間聚集,雖然提高了算法的收斂速度,但是易出現(xiàn)算法陷入局部最優(yōu)。正余弦函數(shù)不僅易于實(shí)現(xiàn),而且有著良好的收斂性。利用其振蕩特性進(jìn)行尋優(yōu)可以降低算法易陷入局部最優(yōu)解的風(fēng)險(xiǎn)。改進(jìn)后跟隨者的位置更新公式如下:

    (8)

    (9)

    式(8)(9)中:a為大于1的常數(shù),本研究中的a取2;S1、S2、S3、S4均為服從均勻分布的隨機(jī)數(shù);S2∈(0,2π)、S3∈(0,2)、S4∈(0,1);tmax為最大迭代次數(shù)。

    2.4 高斯擾動(dòng)策略

    高斯分布在局部空間搜索性能好,對(duì)全局最優(yōu)個(gè)體使用高斯擾動(dòng)有利于算法跳出局部極值點(diǎn),同時(shí)也增強(qiáng)了算法全局搜索性能。使用高斯擾動(dòng)策略生成新個(gè)體的公式如下:

    (10)

    2.5 算法性能測(cè)試

    2.5.1 算法初始化參數(shù)設(shè)置

    為了驗(yàn)證ISSA的尋優(yōu)效果與穩(wěn)定性,本研究選取遺傳算法(Genetic Algorithm,GA)[16]、粒子群算法(Particle Swarm Optimization,PSO)[17]、SSA以及ISSA進(jìn)行尋優(yōu)結(jié)果的對(duì)比,同時(shí)為了保持所有初始種群分布的均勻性與多樣性,隨機(jī)產(chǎn)生的每維取值范圍均是[-1,1]的30維向量y0,作為種群的第一個(gè)個(gè)體,后續(xù)種群個(gè)體利用上述立方映射公式進(jìn)行種群初始化。設(shè)置種群中的邊界范圍為[-3,3],通過(guò)上述立方映射的邊界值處理公式將種群中所有個(gè)體的取值范圍統(tǒng)一為[-1,1],其中所有算法的種群數(shù)量設(shè)置為30,最大迭代次數(shù)為1 000。

    2.5.2 測(cè)試函數(shù)選取

    為了進(jìn)一步驗(yàn)證ISSA的尋優(yōu)性能,采用8個(gè)具有不同特征的基準(zhǔn)測(cè)試函數(shù)進(jìn)行測(cè)試。其中,F(xiàn)1-F5是單峰函數(shù),F(xiàn)6-F8是多峰函數(shù),測(cè)試函數(shù)維度為30,尋優(yōu)的最優(yōu)值為0,8個(gè)基準(zhǔn)測(cè)試函數(shù)及其具體信息如表1所示。

    表1 基準(zhǔn)測(cè)試函數(shù)

    2.5.3 算法尋優(yōu)能力分析

    為了去除偶然性帶來(lái)的誤差,分別利用上述4種算法對(duì)8個(gè)測(cè)試函數(shù)進(jìn)行30次獨(dú)立試驗(yàn),以0.01為取值間隔,通過(guò)參數(shù)值在對(duì)應(yīng)取值范圍內(nèi)的不斷遍歷,選取30次最優(yōu)值的平均值作為算法的尋優(yōu)結(jié)果,選取歷史最優(yōu)值對(duì)應(yīng)的算法參數(shù)值作為算法參數(shù)的最佳取值。算法的最佳參數(shù)值及測(cè)試函數(shù)的尋優(yōu)結(jié)果分別如表2和表3所示。

    表2 算法最佳參數(shù)值

    表3 測(cè)試函數(shù)尋優(yōu)結(jié)果

    由表3可知,ISSA對(duì)于單峰函數(shù)F1-F3的優(yōu)化效果非常明顯,其尋優(yōu)的指標(biāo)值遠(yuǎn)超其他算法,而對(duì)于單峰測(cè)試函數(shù)F4-F5,雖然ISSA的改進(jìn)效果略?xún)?yōu)于SSA,但其改進(jìn)效果要明顯優(yōu)于GA與PSO,對(duì)于多峰函數(shù)F8,ISSA的尋優(yōu)效果與SSA差別不大,但尋優(yōu)效果優(yōu)于GA與PSO十幾個(gè)數(shù)量級(jí)。不論是單峰函數(shù)還是多峰函數(shù),ISSA在多次尋優(yōu)的過(guò)程中,平均值和標(biāo)準(zhǔn)差均比其他算法更小,表明ISSA擁有更好的全局搜索能力。

    2.5.4 算法收斂能力分析

    通過(guò)繪制基準(zhǔn)測(cè)試函數(shù)迭代進(jìn)化曲線,可進(jìn)一步對(duì)比分析各個(gè)算法的收斂能力,從而更加精準(zhǔn)地評(píng)判其預(yù)測(cè)性能,圖5-12為所有算法迭代1 000次后的進(jìn)化曲線圖。

    由圖5-12可知,相比于其他幾種算法,一方面,ISSA迭代更少次數(shù)進(jìn)入相同精度,表明了引入的立方映射提高了初始解的質(zhì)量,使得種群分布更加均勻;另一方面,當(dāng)算法的尋優(yōu)值存在不同程度的停滯時(shí),ISSA的尋優(yōu)值呈現(xiàn)出波動(dòng)下降,表明優(yōu)化策略對(duì)算法的改進(jìn)使得算法有能力跳出局部極值,在全局空間內(nèi)搜索最優(yōu)解。以上改進(jìn)均有效提高了ISSA的收斂速度,使得ISSA相較于其他的算法擁有更強(qiáng)的收斂能力。

    圖5 F1進(jìn)化曲線

    圖6 F2進(jìn)化曲線

    圖8 F4進(jìn)化曲線

    圖9 F5進(jìn)化曲線

    圖10 F6進(jìn)化曲線

    圖11 F7進(jìn)化曲線

    圖12 F8進(jìn)化曲線

    3 ISSA-BP模型

    3.1 BP神經(jīng)網(wǎng)絡(luò)原理

    BP神經(jīng)網(wǎng)絡(luò)是一種采用誤差反向傳播算法進(jìn)行學(xué)習(xí)的多層前饋網(wǎng)絡(luò)[18,19],其結(jié)構(gòu)包括輸入層、隱含層、輸出層。BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖13所示。

    圖13 BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

    3.2 ISSA-BP模型原理

    ISSA-BP模型的主要思想是利用改進(jìn)后的麻雀搜索算法取代梯度下降法在全局范圍內(nèi)對(duì)BP神經(jīng)網(wǎng)絡(luò)中的權(quán)值和閾值進(jìn)行大范圍搜索,通過(guò)適應(yīng)度值的更新不斷調(diào)整訓(xùn)練誤差。本模型將測(cè)試集中的均方誤差作為適應(yīng)度函數(shù)值。迭代完成后通過(guò)解碼形成最優(yōu)權(quán)值及閾值,同時(shí)結(jié)合改進(jìn)后算法收斂速度快、泛化能力強(qiáng)的特點(diǎn)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,最后得到預(yù)測(cè)性能更好的神經(jīng)網(wǎng)絡(luò)模型。ISSA-BP模型的流程圖如圖14所示。

    圖14 ISSA-BP模型流程圖

    4 基于ISSA-BP模型的AQI預(yù)測(cè)

    4.1 數(shù)據(jù)采集與預(yù)處理

    本研究數(shù)據(jù)是從中華人民共和國(guó)生態(tài)環(huán)境部網(wǎng)站(https://www.mee.gov.cn)實(shí)時(shí)監(jiān)測(cè)的杭州市空氣質(zhì)量數(shù)據(jù)中獲取的,采樣時(shí)間為2020年9月1日至2022年1月13日,共計(jì)500組樣本數(shù)據(jù)。訓(xùn)練集為隨機(jī)選取的450組數(shù)據(jù),測(cè)試集為剩余的50組數(shù)據(jù)。將PM2.5、PM10、SO2、CO、NO2、O3納入預(yù)測(cè)體系中,作為輸入變量對(duì)AQI進(jìn)行預(yù)測(cè)。

    由于數(shù)據(jù)的單位或數(shù)量級(jí)的不同,可能導(dǎo)致收斂速度變慢、訓(xùn)練時(shí)間變長(zhǎng)等問(wèn)題。因此,要對(duì)樣本數(shù)據(jù)進(jìn)行歸一化處理,歸一化公式如下:

    (11)

    4.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定是數(shù)據(jù)輸入以及網(wǎng)絡(luò)訓(xùn)練的關(guān)鍵,BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括輸入層、輸出層以及隱含層3個(gè)部分。其中,輸入層為6個(gè)節(jié)點(diǎn),輸出層為1個(gè)節(jié)點(diǎn),隱含層節(jié)點(diǎn)數(shù)是決定BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精度的重要因素[20],神經(jīng)網(wǎng)絡(luò)中確定隱含層的神經(jīng)元數(shù)量通常使用經(jīng)驗(yàn)公式(12)進(jìn)行計(jì)算。

    (12)

    式(12)中,q為隱含層的節(jié)點(diǎn)個(gè)數(shù),m為輸入層的節(jié)點(diǎn)個(gè)數(shù),n為輸出層的節(jié)點(diǎn)個(gè)數(shù),a的取值為1-10的常數(shù)。

    通過(guò)不斷改變隱含層神經(jīng)元數(shù)目,并代入神經(jīng)網(wǎng)絡(luò)訓(xùn)練,得到的均方誤差見(jiàn)表4。由表4可知,當(dāng)隱含層節(jié)點(diǎn)數(shù)為9時(shí),均方誤差最小,因此,本研究選擇的隱含層節(jié)點(diǎn)數(shù)為9。由此可得訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)為6-9-1。

    表4 隱含層節(jié)點(diǎn)個(gè)數(shù)對(duì)應(yīng)的均方誤差

    4.3 仿真實(shí)驗(yàn)及結(jié)果分析

    為檢驗(yàn)ISSA-BP模型的性能,分別用BP神經(jīng)網(wǎng)絡(luò)、遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(GA-BP)、粒子群算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(PSO-BP)、麻雀搜索算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(SSA-BP)作為對(duì)照模型進(jìn)行仿真實(shí)驗(yàn)。本研究利用MATLAB進(jìn)行預(yù)測(cè)仿真,5種模型的仿真預(yù)測(cè)結(jié)果如圖15所示。

    圖15 模型仿真預(yù)測(cè)結(jié)果

    由仿真結(jié)果可知,ISSA-BP模型的預(yù)測(cè)曲線的擬合程度高于其他4種模型,預(yù)測(cè)值更加接近真實(shí)值,因此,ISSA-BP模型對(duì)AQI的預(yù)測(cè)更加精準(zhǔn)。為了對(duì)所建立的空氣預(yù)測(cè)模型的性能進(jìn)行全面而系統(tǒng)的分析,本研究選取均方根誤差(Root Mean Square Error,RMSE)、平均絕對(duì)誤差(Mean Absolute Error,MAE)、平均絕對(duì)百分比誤差(Mean Absolute Percentage Error,MAPE)、擬合優(yōu)度(R2)作為模型優(yōu)越性的衡量指標(biāo)。計(jì)算公式如下:

    (13)

    (14)

    (15)

    (16)

    利用訓(xùn)練好的模型測(cè)試AQI,得到5種預(yù)測(cè)模型性能的評(píng)價(jià)結(jié)果如表5所示。由表5可知,經(jīng)過(guò)相關(guān)算法優(yōu)化后的組合模型的預(yù)測(cè)效果明顯優(yōu)于單一的BP神經(jīng)網(wǎng)絡(luò)模型。其中,在組合模型中,ISSA-BP模型的RMSE、MAE、MAPE數(shù)值最小。相比于BP、GA-BP、PSO-BP、SSA-BP模型,ISSA-BP模型的RMSE分別降低了70.8%、50.2%、45.2%、34.6%,MAE分別降低了74.6%、57.9%、54.2%、43.3%,MAPE分別降低了68.2%、53.1%、49.1%、25.2%。決定系數(shù)R2為0.99,最接近1,擬合程度最優(yōu)。因此,本研究提出的ISSA-BP模型的預(yù)測(cè)精度最好,預(yù)測(cè)誤差最小,能夠有效地應(yīng)用于空氣質(zhì)量指數(shù)的預(yù)測(cè)中。

    表5 預(yù)測(cè)模型性能評(píng)價(jià)結(jié)果

    5 結(jié)束語(yǔ)

    本研究提出了一種改進(jìn)的麻雀搜索算法(ISSA),并基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了AQI預(yù)測(cè)模型(ISSA-BP)。通過(guò)改進(jìn)后的麻雀搜索算法來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值及閾值,與未優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)相比,顯著提升了其預(yù)測(cè)精度,可有效預(yù)測(cè)AQI。所建立的ISSA-BP模型不僅解決了傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)AQI方面的不足,更彌補(bǔ)了利用麻雀搜索算法在優(yōu)化模型時(shí)的缺陷。下一步研究重點(diǎn)是將ISSA-BP模型應(yīng)用到實(shí)際工程領(lǐng)域中,以進(jìn)一步驗(yàn)證其性能。

    猜你喜歡
    測(cè)試函數(shù)搜索算法麻雀
    改進(jìn)的和聲搜索算法求解凸二次規(guī)劃及線性規(guī)劃
    拯救受傷的小麻雀
    1958年的麻雀
    麻雀
    具有收縮因子的自適應(yīng)鴿群算法用于函數(shù)優(yōu)化問(wèn)題
    帶勢(shì)函數(shù)的雙調(diào)和不等式組的整體解的不存在性
    緊盯著窗外的麻雀
    山東青年(2016年1期)2016-02-28 14:25:22
    約束二進(jìn)制二次規(guī)劃測(cè)試函數(shù)的一個(gè)構(gòu)造方法
    基于汽車(chē)接力的潮流轉(zhuǎn)移快速搜索算法
    基于逐維改進(jìn)的自適應(yīng)步長(zhǎng)布谷鳥(niǎo)搜索算法
    亚洲第一电影网av| 国产成人啪精品午夜网站| 一区二区三区国产精品乱码| 欧美三级亚洲精品| 国产私拍福利视频在线观看| 俺也久久电影网| 久久久久国产一级毛片高清牌| 日日摸夜夜添夜夜添小说| 亚洲成人免费电影在线观看| 午夜a级毛片| 免费大片18禁| 国产精品亚洲av一区麻豆| 亚洲中文日韩欧美视频| 国内少妇人妻偷人精品xxx网站 | 两个人看的免费小视频| 午夜两性在线视频| 亚洲激情在线av| 久久亚洲真实| www.精华液| 在线十欧美十亚洲十日本专区| 日本五十路高清| 国产三级黄色录像| 可以在线观看的亚洲视频| 国产高清三级在线| 身体一侧抽搐| 国产成年人精品一区二区| 一边摸一边抽搐一进一小说| av黄色大香蕉| 成人特级黄色片久久久久久久| 九九久久精品国产亚洲av麻豆 | 国产伦精品一区二区三区四那| 精品一区二区三区视频在线观看免费| 一二三四社区在线视频社区8| 亚洲国产欧美一区二区综合| 精品久久久久久久久久久久久| 激情在线观看视频在线高清| 国产免费av片在线观看野外av| 亚洲欧美日韩卡通动漫| 亚洲精品乱码久久久v下载方式 | 欧美黄色片欧美黄色片| 亚洲欧美日韩高清专用| 丁香六月欧美| 久久久久久九九精品二区国产| 波多野结衣高清作品| 性色avwww在线观看| 丰满人妻熟妇乱又伦精品不卡| 曰老女人黄片| 亚洲美女视频黄频| 一本久久中文字幕| 人妻丰满熟妇av一区二区三区| 夜夜看夜夜爽夜夜摸| 香蕉av资源在线| 色精品久久人妻99蜜桃| 国产高清三级在线| 国产乱人视频| 久久久精品欧美日韩精品| 热99re8久久精品国产| 成人欧美大片| 午夜免费成人在线视频| 淫秽高清视频在线观看| 日本黄色片子视频| 免费无遮挡裸体视频| 欧美av亚洲av综合av国产av| 国产高清视频在线观看网站| 波多野结衣高清作品| 窝窝影院91人妻| 国产av麻豆久久久久久久| 成人一区二区视频在线观看| 日日夜夜操网爽| 成人一区二区视频在线观看| 真人做人爱边吃奶动态| 国产成人av激情在线播放| 亚洲欧洲精品一区二区精品久久久| 脱女人内裤的视频| 亚洲国产欧美网| 99久久99久久久精品蜜桃| 亚洲av中文字字幕乱码综合| 成人精品一区二区免费| 国产成+人综合+亚洲专区| 一级毛片高清免费大全| netflix在线观看网站| 一级毛片高清免费大全| 亚洲va日本ⅴa欧美va伊人久久| 老熟妇乱子伦视频在线观看| 又紧又爽又黄一区二区| 国产高潮美女av| 嫩草影视91久久| avwww免费| 亚洲五月天丁香| 在线播放国产精品三级| 一区二区三区高清视频在线| 欧美日韩国产亚洲二区| 成人av一区二区三区在线看| or卡值多少钱| 久久精品国产99精品国产亚洲性色| 亚洲自偷自拍图片 自拍| 国产成人系列免费观看| 麻豆av在线久日| 男女那种视频在线观看| 伊人久久大香线蕉亚洲五| 成在线人永久免费视频| 99热这里只有精品一区 | 久久久成人免费电影| 国模一区二区三区四区视频 | 亚洲熟妇中文字幕五十中出| av女优亚洲男人天堂 | 啪啪无遮挡十八禁网站| 99热这里只有是精品50| 午夜福利在线在线| 亚洲欧美一区二区三区黑人| 九色国产91popny在线| 12—13女人毛片做爰片一| 亚洲国产欧美人成| 欧美日韩亚洲国产一区二区在线观看| 欧美日韩黄片免| 国产欧美日韩精品亚洲av| 在线观看免费午夜福利视频| 在线十欧美十亚洲十日本专区| 久久精品国产亚洲av香蕉五月| 禁无遮挡网站| 国产探花在线观看一区二区| 久久欧美精品欧美久久欧美| 日本 欧美在线| 中文字幕最新亚洲高清| 黄色 视频免费看| 视频区欧美日本亚洲| 欧美黄色淫秽网站| 久久精品91蜜桃| 变态另类丝袜制服| 欧美一级毛片孕妇| 精品一区二区三区视频在线观看免费| 久久中文字幕一级| 午夜久久久久精精品| 身体一侧抽搐| 日本a在线网址| 日本在线视频免费播放| 嫩草影视91久久| 亚洲欧美一区二区三区黑人| 制服人妻中文乱码| 成人av一区二区三区在线看| 国产成人精品无人区| 欧美国产日韩亚洲一区| 又粗又爽又猛毛片免费看| 欧美日韩乱码在线| 丰满人妻熟妇乱又伦精品不卡| 三级国产精品欧美在线观看 | 又黄又爽又免费观看的视频| 免费高清视频大片| 老司机午夜福利在线观看视频| 成年版毛片免费区| 欧美一区二区国产精品久久精品| 午夜成年电影在线免费观看| 亚洲av成人不卡在线观看播放网| 麻豆av在线久日| 日日夜夜操网爽| 精品久久久久久,| 51午夜福利影视在线观看| 99久久成人亚洲精品观看| 午夜福利在线观看免费完整高清在 | 99久久99久久久精品蜜桃| 99re在线观看精品视频| 亚洲人成电影免费在线| 国产精品99久久99久久久不卡| 日韩欧美三级三区| 99久久综合精品五月天人人| 黄色 视频免费看| 免费观看人在逋| 久久午夜综合久久蜜桃| 亚洲美女黄片视频| 亚洲成av人片免费观看| 日韩国内少妇激情av| 美女黄网站色视频| www国产在线视频色| 亚洲专区国产一区二区| 麻豆国产97在线/欧美| 美女cb高潮喷水在线观看 | 久久天躁狠狠躁夜夜2o2o| 午夜精品久久久久久毛片777| 欧美中文综合在线视频| 99国产精品一区二区三区| 在线观看一区二区三区| 午夜福利免费观看在线| 欧美色视频一区免费| 国产久久久一区二区三区| 久久久久免费精品人妻一区二区| 精品福利观看| 香蕉av资源在线| 久久久色成人| 人妻丰满熟妇av一区二区三区| 色哟哟哟哟哟哟| 国产欧美日韩精品亚洲av| av女优亚洲男人天堂 | 欧美黄色片欧美黄色片| 1024手机看黄色片| 国产伦精品一区二区三区四那| 三级男女做爰猛烈吃奶摸视频| 国产精品香港三级国产av潘金莲| 久久中文字幕人妻熟女| 99久久国产精品久久久| 精品国内亚洲2022精品成人| 午夜两性在线视频| 国产精品九九99| 午夜精品在线福利| 两人在一起打扑克的视频| 中文资源天堂在线| 999久久久精品免费观看国产| 波多野结衣高清作品| 在线观看免费午夜福利视频| 亚洲成av人片在线播放无| 精华霜和精华液先用哪个| 最近最新免费中文字幕在线| 一本精品99久久精品77| 精品一区二区三区视频在线观看免费| 国产一区二区激情短视频| 狂野欧美白嫩少妇大欣赏| 少妇的逼水好多| 精品电影一区二区在线| 一二三四社区在线视频社区8| 一进一出抽搐动态| 99国产精品99久久久久| www.自偷自拍.com| 免费高清视频大片| 国产欧美日韩一区二区精品| 国产精品一区二区免费欧美| 国产精品乱码一区二三区的特点| 91字幕亚洲| 亚洲性夜色夜夜综合| 在线观看日韩欧美| 精品久久久久久久人妻蜜臀av| 欧美又色又爽又黄视频| 亚洲性夜色夜夜综合| 国产单亲对白刺激| 韩国av一区二区三区四区| 国产蜜桃级精品一区二区三区| 18禁黄网站禁片午夜丰满| 熟妇人妻久久中文字幕3abv| 日韩欧美国产一区二区入口| 亚洲av第一区精品v没综合| 精品久久久久久成人av| 午夜两性在线视频| 露出奶头的视频| 亚洲五月婷婷丁香| 日日摸夜夜添夜夜添小说| 午夜影院日韩av| 日韩欧美免费精品| 国产美女午夜福利| 国产精品一区二区免费欧美| 午夜两性在线视频| 色综合站精品国产| av片东京热男人的天堂| 国产精品永久免费网站| 国产精品一区二区三区四区免费观看 | 黄频高清免费视频| 欧美中文综合在线视频| 变态另类成人亚洲欧美熟女| 一进一出好大好爽视频| 18禁裸乳无遮挡免费网站照片| xxx96com| 悠悠久久av| 琪琪午夜伦伦电影理论片6080| 亚洲色图 男人天堂 中文字幕| 天堂网av新在线| 国内精品美女久久久久久| 亚洲精品国产精品久久久不卡| 可以在线观看的亚洲视频| 精品久久久久久久久久久久久| 亚洲国产精品合色在线| 久久亚洲精品不卡| av在线天堂中文字幕| 非洲黑人性xxxx精品又粗又长| 国产 一区 欧美 日韩| 国产乱人伦免费视频| 久久这里只有精品中国| 一夜夜www| 国产精品 欧美亚洲| 大型黄色视频在线免费观看| 久久中文字幕人妻熟女| 欧美日韩亚洲国产一区二区在线观看| 国产精品98久久久久久宅男小说| 深夜精品福利| 亚洲欧美日韩高清专用| 精品久久久久久久久久免费视频| 国产精品亚洲一级av第二区| 国产高清视频在线观看网站| 亚洲一区高清亚洲精品| 亚洲中文字幕日韩| 男女床上黄色一级片免费看| aaaaa片日本免费| 变态另类成人亚洲欧美熟女| 哪里可以看免费的av片| 久99久视频精品免费| 搞女人的毛片| 少妇丰满av| 免费观看的影片在线观看| 天堂av国产一区二区熟女人妻| 免费在线观看影片大全网站| 色综合站精品国产| 亚洲av电影不卡..在线观看| 欧美不卡视频在线免费观看| 五月玫瑰六月丁香| 精品一区二区三区四区五区乱码| 欧美乱码精品一区二区三区| 国产高清视频在线播放一区| 99精品欧美一区二区三区四区| 给我免费播放毛片高清在线观看| 亚洲国产中文字幕在线视频| 亚洲成人免费电影在线观看| 久久婷婷人人爽人人干人人爱| 欧美黑人巨大hd| 欧美一级a爱片免费观看看| 男女午夜视频在线观看| 桃红色精品国产亚洲av| 麻豆一二三区av精品| 久久精品国产亚洲av香蕉五月| 成人av在线播放网站| 搞女人的毛片| 国产精品久久久人人做人人爽| 欧美日韩福利视频一区二区| 日日摸夜夜添夜夜添小说| av中文乱码字幕在线| 男女视频在线观看网站免费| svipshipincom国产片| 夜夜看夜夜爽夜夜摸| 琪琪午夜伦伦电影理论片6080| 99热6这里只有精品| 在线国产一区二区在线| 亚洲美女视频黄频| 亚洲成人久久爱视频| 黑人操中国人逼视频| 精品电影一区二区在线| 久久亚洲真实| 亚洲在线自拍视频| 久久久久亚洲av毛片大全| 欧美性猛交╳xxx乱大交人| 精品久久蜜臀av无| 久久午夜亚洲精品久久| 香蕉久久夜色| 久久天堂一区二区三区四区| 成人av在线播放网站| 香蕉久久夜色| 草草在线视频免费看| 欧美性猛交╳xxx乱大交人| 国产97色在线日韩免费| 老司机深夜福利视频在线观看| 午夜免费观看网址| 欧美日韩一级在线毛片| 国产精品一区二区三区四区免费观看 | 99在线视频只有这里精品首页| 久久久久国产一级毛片高清牌| 国产精品一区二区三区四区免费观看 | 给我免费播放毛片高清在线观看| 国产成+人综合+亚洲专区| 国产高清激情床上av| 亚洲欧美日韩卡通动漫| 99久久99久久久精品蜜桃| 免费电影在线观看免费观看| 欧美3d第一页| 97碰自拍视频| 欧美成人一区二区免费高清观看 | 欧美又色又爽又黄视频| 亚洲aⅴ乱码一区二区在线播放| 天堂网av新在线| 欧美在线黄色| 午夜精品在线福利| 美女被艹到高潮喷水动态| 亚洲美女黄片视频| 亚洲七黄色美女视频| 国产探花在线观看一区二区| 国产免费av片在线观看野外av| 精品无人区乱码1区二区| 免费看光身美女| 亚洲国产欧洲综合997久久,| 首页视频小说图片口味搜索| 国产精品98久久久久久宅男小说| 黄片小视频在线播放| 成人鲁丝片一二三区免费| 日本黄色视频三级网站网址| 国产成人福利小说| 精品午夜福利视频在线观看一区| av天堂在线播放| 真人一进一出gif抽搐免费| 亚洲成av人片在线播放无| 午夜免费观看网址| 亚洲成a人片在线一区二区| 成人高潮视频无遮挡免费网站| 久久久久久九九精品二区国产| 男插女下体视频免费在线播放| 又黄又粗又硬又大视频| 国产高清视频在线观看网站| 成熟少妇高潮喷水视频| 麻豆久久精品国产亚洲av| 国产黄色小视频在线观看| 免费一级毛片在线播放高清视频| 草草在线视频免费看| 成年人黄色毛片网站| 少妇熟女aⅴ在线视频| 露出奶头的视频| 色av中文字幕| 全区人妻精品视频| 在线永久观看黄色视频| 午夜激情福利司机影院| 欧美三级亚洲精品| 一个人观看的视频www高清免费观看 | 国产97色在线日韩免费| 999精品在线视频| 在线观看美女被高潮喷水网站 | 午夜福利18| 国产淫片久久久久久久久 | 听说在线观看完整版免费高清| 最近最新中文字幕大全电影3| 亚洲自拍偷在线| 亚洲国产色片| 在线观看舔阴道视频| 88av欧美| 欧美中文综合在线视频| 18禁观看日本| 亚洲aⅴ乱码一区二区在线播放| 国产激情偷乱视频一区二区| 精品国产三级普通话版| 国内精品久久久久久久电影| 成人特级黄色片久久久久久久| 国产精品自产拍在线观看55亚洲| 国产在线精品亚洲第一网站| 亚洲国产精品sss在线观看| 欧美成狂野欧美在线观看| 一本综合久久免费| 亚洲熟妇中文字幕五十中出| 成熟少妇高潮喷水视频| 又粗又爽又猛毛片免费看| 亚洲男人的天堂狠狠| 一进一出抽搐gif免费好疼| 中亚洲国语对白在线视频| 久久久久久久久中文| 免费高清视频大片| 黄色丝袜av网址大全| 久久亚洲精品不卡| 亚洲欧美精品综合久久99| 亚洲精品在线观看二区| 香蕉国产在线看| av福利片在线观看| 亚洲狠狠婷婷综合久久图片| 国内精品久久久久精免费| 一进一出好大好爽视频| 午夜福利成人在线免费观看| 最好的美女福利视频网| 麻豆国产av国片精品| 一级黄色大片毛片| 观看美女的网站| 一级毛片高清免费大全| 日本精品一区二区三区蜜桃| 亚洲第一电影网av| 午夜福利欧美成人| 久久久国产成人精品二区| 国产精品久久久久久亚洲av鲁大| 1024手机看黄色片| 国产精品亚洲一级av第二区| 91久久精品国产一区二区成人 | 久久草成人影院| 日韩成人在线观看一区二区三区| 无人区码免费观看不卡| 神马国产精品三级电影在线观看| 色综合欧美亚洲国产小说| 国产私拍福利视频在线观看| 国产伦精品一区二区三区四那| 国产精品女同一区二区软件 | 香蕉国产在线看| 日韩精品青青久久久久久| 精品久久蜜臀av无| 久久久久久久久久黄片| 国产亚洲精品av在线| 久久久久久久精品吃奶| 国产一区二区三区视频了| 免费在线观看成人毛片| 热99在线观看视频| 午夜精品一区二区三区免费看| 国产精品爽爽va在线观看网站| 又黄又粗又硬又大视频| 性色avwww在线观看| 日本免费一区二区三区高清不卡| 成人鲁丝片一二三区免费| 国产伦精品一区二区三区视频9 | 老司机深夜福利视频在线观看| 亚洲精华国产精华精| 免费在线观看影片大全网站| 国产亚洲欧美98| 一区福利在线观看| 99热精品在线国产| 国产黄色小视频在线观看| 小说图片视频综合网站| 国产精品美女特级片免费视频播放器 | 这个男人来自地球电影免费观看| 欧美+亚洲+日韩+国产| 亚洲欧美精品综合久久99| 在线免费观看的www视频| 少妇的逼水好多| 国产高清有码在线观看视频| 亚洲中文字幕一区二区三区有码在线看 | 最好的美女福利视频网| 国产精品 欧美亚洲| 五月玫瑰六月丁香| 欧美乱色亚洲激情| 男插女下体视频免费在线播放| 国产乱人视频| 亚洲男人的天堂狠狠| 亚洲熟妇中文字幕五十中出| 搞女人的毛片| 青草久久国产| 亚洲欧美日韩无卡精品| 男女那种视频在线观看| 国内毛片毛片毛片毛片毛片| 久久香蕉精品热| 热99re8久久精品国产| 在线观看一区二区三区| 美女被艹到高潮喷水动态| а√天堂www在线а√下载| 黑人巨大精品欧美一区二区mp4| 操出白浆在线播放| 最新中文字幕久久久久 | 婷婷六月久久综合丁香| 啦啦啦观看免费观看视频高清| 少妇裸体淫交视频免费看高清| 日本成人三级电影网站| 久久久久性生活片| 他把我摸到了高潮在线观看| 欧美高清成人免费视频www| 午夜福利在线观看吧| 男人舔奶头视频| 国产精品 欧美亚洲| 琪琪午夜伦伦电影理论片6080| 激情在线观看视频在线高清| 久久久色成人| 一级a爱片免费观看的视频| 亚洲在线观看片| 少妇裸体淫交视频免费看高清| 亚洲国产高清在线一区二区三| 97超级碰碰碰精品色视频在线观看| 香蕉av资源在线| 9191精品国产免费久久| 这个男人来自地球电影免费观看| 婷婷精品国产亚洲av在线| 久久伊人香网站| 久久久国产精品麻豆| 欧美日韩精品网址| 亚洲成av人片免费观看| 国产成人系列免费观看| 一级毛片女人18水好多| 亚洲国产精品成人综合色| 欧美一区二区精品小视频在线| 亚洲avbb在线观看| 欧美日韩中文字幕国产精品一区二区三区| 精品福利观看| 在线免费观看不下载黄p国产 | 国产探花在线观看一区二区| 久久久久久久精品吃奶| 亚洲专区中文字幕在线| 精品99又大又爽又粗少妇毛片 | 国产伦一二天堂av在线观看| 高清毛片免费观看视频网站| 欧美日本亚洲视频在线播放| 久久久精品大字幕| 亚洲精品中文字幕一二三四区| 99久久久亚洲精品蜜臀av| 亚洲avbb在线观看| 综合色av麻豆| 亚洲熟女毛片儿| 少妇的丰满在线观看| 天堂动漫精品| 日韩精品中文字幕看吧| 三级毛片av免费| 亚洲激情在线av| 亚洲专区字幕在线| 最近在线观看免费完整版| 在线视频色国产色| 美女被艹到高潮喷水动态| 亚洲五月天丁香| 国产野战对白在线观看| 久久久久久久久免费视频了| 岛国在线免费视频观看| 国产乱人视频| 国产又黄又爽又无遮挡在线| 亚洲av电影在线进入| 成年女人看的毛片在线观看| 特大巨黑吊av在线直播| 国产一区二区激情短视频| 又紧又爽又黄一区二区| e午夜精品久久久久久久| 十八禁网站免费在线| 婷婷亚洲欧美| 久久久久性生活片| 男女床上黄色一级片免费看| 欧美日韩国产亚洲二区| 18美女黄网站色大片免费观看| 国产一区二区三区视频了| 亚洲成人久久爱视频| 亚洲成人精品中文字幕电影| 观看免费一级毛片| 岛国在线免费视频观看| 伊人久久大香线蕉亚洲五| 久久热在线av| 国产成人精品久久二区二区91| 每晚都被弄得嗷嗷叫到高潮| 两人在一起打扑克的视频| 国产高清激情床上av| 国产熟女xx| 99在线视频只有这里精品首页| 久久婷婷人人爽人人干人人爱| 欧美日韩国产亚洲二区| 国产真实乱freesex| 久久婷婷人人爽人人干人人爱| 久久久久免费精品人妻一区二区| 精品欧美国产一区二区三| 久久精品aⅴ一区二区三区四区| 亚洲一区二区三区不卡视频| 亚洲国产色片| 1024香蕉在线观看|