• <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M-H采樣的快速反向微分進化算法

    2014-06-07 05:53:22涂維維葛洪偉楊金龍袁運浩
    計算機工程 2014年11期
    關(guān)鍵詞:優(yōu)化

    涂維維,葛洪偉,楊金龍,袁運浩

    (江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院,江蘇無錫214211)

    基于M-H采樣的快速反向微分進化算法

    涂維維,葛洪偉,楊金龍,袁運浩

    (江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院,江蘇無錫214211)

    反向微分進化(ODE)算法基于反向優(yōu)化對種群進行初始化更新以保持種群多樣性。但該算法中反向個體容易偏離全局最優(yōu)個體,不能很快達到全局最優(yōu),在函數(shù)優(yōu)化過程中收斂速度慢且容易陷入局部最優(yōu)。為此,提出一種基于M-H采樣的快速反向微分進化算法。M-H采樣用于ODE算法的變異操作,滿足馬爾可夫鏈可逆條件。馬爾可夫鏈的一步轉(zhuǎn)移概率根據(jù)個體等級分配的選擇概率進行計算,既能選擇最優(yōu)個體,又能尋找優(yōu)化方向并保持種群多樣性。仿真結(jié)果表明,M-H采樣得到的個體具有馬爾可夫鏈平穩(wěn)分布特性,該算法在單峰函數(shù)和多峰函數(shù)優(yōu)化中都能快速收斂,全局和局部搜索性能達到平衡,具有較高的搜索精度及較好的魯棒性。

    微分進化算法;反向微分進化算法;轉(zhuǎn)移概率;平穩(wěn)分布;馬爾可夫鏈蒙特卡洛;反向?qū)W習(xí)

    1 概述

    進化算法是一種模擬生物進化過程求解優(yōu)化問題的啟發(fā)式自適應(yīng)人工智能技術(shù)。1995年Storn和Price等人提出微分進化(Differential Evolution, DE)[1-2]算法,其主要特點是算法簡單、收斂速度快、可調(diào)參數(shù)少、魯棒性好,相對于其他優(yōu)化算法有較強的全局收斂能力和穩(wěn)定性。變異操作是微分進化的核心操作,對微分進化的影響很大,文獻[3]是關(guān)于微分進化算法的參數(shù)和變異策略的綜述和應(yīng)用。近年來DE成功應(yīng)用于不同領(lǐng)域,如:工程優(yōu)化設(shè)計,數(shù)字濾波器設(shè)計,圖像處理,數(shù)據(jù)挖掘,多傳感器融合等。但是微分進化算法在高維多峰函數(shù)優(yōu)化中容易陷入局部最優(yōu),收斂速度慢、優(yōu)化性能不穩(wěn)定。針對DE算法的缺陷,許多學(xué)者提出了很多改進方法,如文獻[4]采用自適應(yīng)控制參數(shù)來提高微分進化算法的收斂性能,但是收斂速度依然較慢;文獻[5]在文獻[4]的基礎(chǔ)上增加了種群規(guī)模減少機制和3個變異策略,改善收斂速度和DE算法的魯棒性,但是算法性能不穩(wěn)定,易于陷入局部最優(yōu);文獻[6]引入基于排序的變異,將種群個體進行適應(yīng)度排序后,進行迭代更新,維持局部搜索和全局搜索的平衡;文獻[7]將種群分成多個子群,動態(tài)調(diào)整每個子種群的個體數(shù)目,增加子種群間個體信息交換,并且采用局部搜索和自適應(yīng)方法,然而該算法參數(shù)較多,選擇困難,且常由于參數(shù)選擇不當導(dǎo)致性能不穩(wěn)定;文獻[8]提出一種分階段的二次變異,提高算法的全局搜索能力,但增加了時間復(fù)雜度;文獻[9]采用鄰域變異方法,在某個設(shè)定的領(lǐng)域內(nèi)取得變異的個體,這種方法易于陷入局部最優(yōu);文獻[10]通過求反向種群來保持種群多樣性,但是反向個體容易偏離全局最優(yōu)個體,更新速率較慢,不能很快地達到全局最優(yōu)。

    本文采用馬爾可夫鏈蒙特卡洛(Markov Chain Monte Carlo,MCMC)思想,提出基于 Metropolis-Hastings(M-H)采樣的算法用于反向微分進化(Opposition Differential Evolution,ODE)[10]算法(MHODE)的變異操作。M-H算法具有馬爾可夫鏈的平穩(wěn)性,所采樣的個體具有平穩(wěn)分布的特性,根據(jù)該采樣進行變異操作,能使M-HODE算法的收斂速度加快,收斂趨于平穩(wěn)。

    2 微分進化和反向微分進化算法

    2.1 微分進化算法

    圖1 DE算法流程

    微分進化算法流程:

    (1)初始化種群

    在決策空間X內(nèi),用式(1)隨機產(chǎn)生初始向量:

    (2)變異操作

    微分進化算法的差分向量與縮放因子相乘后跟基向量進行向量合成,一般采用DE/rand/1變異策略,變異操作的公式為:

    (3)交叉操作

    對變異產(chǎn)生的新個體和當前個體進行交叉操作,以增加種群個體的多樣性。經(jīng)過交叉操作得到實驗向量:

    其交叉操作公式如下:

    其中,j=1,2,…,D;CR∈[0,1]為交叉概率;jrand∈[1,D]為均勻選取的隨機整數(shù)。

    (4)選擇操作

    DE算法通過選擇操作,對實驗個體和當前個體進行適應(yīng)度評價,根據(jù)式(4)決定候選個體是否取代當前個體。

    2.2 反向微分進化算法

    2.2.1 反向?qū)W習(xí)理論

    反向微分進化算法是基于反向?qū)W習(xí)(Oppositionbased Learning,OBL)理論的微分進化算法。OBL理論思想如下:

    定義1(反向個體) 在多維空間R,p=(x1,x2,…,xD)是D維空間的一個個體,x1,x2,…,xD∈R,xi∈[a,b]?i∈{1,2,…,D},式(5)求反向個體=。

    2.2.2 ODE算法步驟

    ODE算法步驟具體如下:

    步驟1 基于反向?qū)W習(xí)的種群初始化。

    (1)隨機產(chǎn)生均勻分布的種群Po,大小為NP。

    (2)用定義1中的式(5)來計算Po中每一個個體的反向個體opoi,j=aj+bj-poi,j,使用反向優(yōu)化方法從集合{po,Opo}中選NP個適應(yīng)度最好的個體作為初始種群。

    步驟2 根據(jù)迭代條件,對種群個體進行微分進化算法的變異、交叉、選擇操作。

    步驟3 隨機反向代跳操作,若隨機的rand(0, 1)<Jr(Jr是跳轉(zhuǎn)概率),MINPj和MAXP

    j分別是當前種群P的區(qū)間最小和最大值,用式(6)求出反向個體,然后從集合{P,OP}選擇Np個最優(yōu)個體作為當前代種群P。

    opi,j=MINpj+MAXp

    j-pi,j(6)

    步驟4 判斷是否達到迭代終止條件,否則轉(zhuǎn)向步驟2。

    3 基于M-H采樣的反向微分進化算法

    3.1 M-H采樣方法

    3.1.1 馬爾可夫鏈基本思想

    M-H算法是出現(xiàn)較早一般化的馬爾可夫鏈蒙特卡洛[11-12]采樣方法,下面先介紹馬爾可夫鏈(Markov Chain)。

    定義3(馬爾可夫鏈) 假定隨機序列{X0,X1,…}滿足馬爾可夫性,即在任意時刻t≥0時,序列中某時刻t+1的狀態(tài)Xt+1由條件分布p(Xt+1|Xt)產(chǎn)生,它只依賴時刻t的狀態(tài),與之前的狀態(tài){X0,X1,…,Xt-1}無關(guān),這樣的一個隨機序列被稱為馬爾可夫鏈,馬爾可夫鏈的轉(zhuǎn)移核表示如下:

    p(x,x′)=p(x→x′)=p(xt+1=x′|xt=x) (7)

    定義4(馬爾可夫鏈可逆) 若π(dx)P(x,dy)= π(dy)p(y,dx),x,y∈X則狀態(tài)空間X上的馬爾可夫鏈關(guān)于π(·)可逆。

    定義5(平穩(wěn)分布) 設(shè)πj(t)=π{X(t)=j},j∈X,如果關(guān)于π(x)可逆的馬爾可夫鏈{X(t),t≥0}滿足: πj=lim

    t→∞πj(t),j∈X,則稱π(x)為該馬爾可夫鏈的平穩(wěn)分布,平穩(wěn)分布馬爾科夫鏈的狀態(tài)轉(zhuǎn)移與初始值狀態(tài)無關(guān),只與時間間隔有關(guān)。

    3.1.2 M-H采樣思想

    MCMC[13-14]基本原理是建立一個平穩(wěn)分布,采樣得到的馬爾可夫鏈樣本是一個π(x)樣本,其基本步驟可概括為:

    (1)構(gòu)造馬爾可夫鏈,在空間X的樣本上選擇一個合適的馬爾可夫鏈,轉(zhuǎn)移核設(shè)為p(*,*),使其收斂到平穩(wěn)分布π(x)。

    (2)樣本提取過程:由空間X的某一點出發(fā)X0,用步驟(1)構(gòu)造的馬爾可夫鏈進行抽樣模擬,產(chǎn)生序列X1,X2,…,Xn。

    (3)蒙特卡洛積分:對任意整數(shù)m和任意足夠大的整數(shù)n,任一個目標函數(shù)的f(x)期望估計為: f(x(t)) (8)

    M-H方法最早由Metropolis等人提出,之后由Hastings加以推廣,形成Metropolis-Hastings方法。

    原理如下:假設(shè)馬爾可夫鏈第t個時刻的狀態(tài)為xt,π(x)是求解問題的目標分布,W(x,xt)是對稱的轉(zhuǎn)移函數(shù)。Metropolis-Hasting算法通過以下2步得到t+1時刻的狀態(tài):

    (1)從轉(zhuǎn)移分布W(x,x′)中得到x′,這里W(x, x′)是對稱的概率轉(zhuǎn)移函數(shù),即W(x,x′)=W(x′,x)。

    (2)取隨機數(shù)U,使U服從(0,1)均勻隨機分布,令r=min(1,π(x′)W(x′,x) π(x)W(x,x′) E[f(x)]= 1 n-m

    n

    t=m+1

    ),如果U≤r,則令xt+1=x′;否則令xt+1=x。

    3.2 M-HODE算法描述

    微分進化算法中最核心的操作是變異操作,MHODE算法提出一種,將Metropolis-Hastings采樣方法用于ODE的變異操作,M-HODE在初始化種群后求反向種群,合并初始種群和反向種群并計算每個種群的適應(yīng)度值,根據(jù)適應(yīng)度值大小進行升序排列,選取前NP個個體作為初始種群。在變異操作中用M-H采樣方法選擇基向量和差分向量,采樣個體組成的馬爾可夫鏈滿足馬爾可夫平穩(wěn)分布。在進行變異,交叉,選擇操作后,隨機的進行反向種群更新,保持了種群的多樣性,利于 M-HODE算法的全部優(yōu)化。

    3.3 M-HODE算法步驟

    M-HODE算法步驟具體如下:

    步驟1 隨機產(chǎn)生均勻分布的種群P0,種群大小為NP,用式(5)計算得到種群個體的反向個體opoi,j=aj+bj-poi,j。從集合 P0,OP0),則可得r=min(1, π(x′) π(x) { }中選NP個個體作為初始種群。

    步驟2 將種群里所有個體的按適應(yīng)度值進行升序排列,計算排列后每一個個體的等級 Ri,公式為:

    Ri=Np-i,i=1,2,…,Np (9)

    步驟3 對每個向量個體進行等級分配后,計算每個個體的選擇概率,這里用到已提出的平方模型式(10)[15],向量xi的選擇概率計算公式為:

    pi= RiNp ,i=1,2,…,Np (10)

    步驟4 使用Metropolis-Hastings算法進行抽樣參加變異操作的個體。以DE/rand/1策略作為實例,選取xr0,xr1,xr2,xr3為馬爾可夫鏈。

    M-H采樣方法具體如下:

    (1)當rand(0,1)>pr0且r0≠i條件滿足時,隨機選擇r0∈{1,Np}。/*xr0作為馬爾可夫鏈的初始

    ■■

    2

    ■■向量*/

    (3)如果U≤r,則x1=xr1,否則x1=xr0。/*選取x1為基向量*/

    (5)如果U≤r,則x2=xr2,否則x2=xr1并且x1=xr2。/*x2作為差分向量*/

    (6)r3≠r1、r3≠r0和r3≠i條件滿足時隨機選取r3∈{1,NP}。/*隨機選取x3*/

    步驟5 當函數(shù)評價次數(shù)小于最大評價次數(shù)以及迭代次數(shù)小于最大迭代次數(shù)2個條件滿足時,進行差分進化算法的變異、交叉、選擇操作得到種群P。

    步驟6 隨機反向代跳操作:如果跳轉(zhuǎn)概率Jr大于(0,1)間的一個隨機數(shù),那么根據(jù)式(6)求出種群P的反向種群OP,然后從集合{P,OP}中選擇NP個個體作為當前代種群P。

    步驟7 重復(fù)迭代到算法停止迭代的條件為止。

    4 仿真實驗與結(jié)果分析

    為測試M-HODE算法的有效性和正確性,這里用11個常用的標準測試函數(shù)進行仿真評價,將MHODE,DE,JDE及ODE算法進行比較。這11個測試函數(shù)中既有高維單峰也有高維多峰函數(shù)。其中,f4,f5,f73個函數(shù)是特殊維數(shù),分別是10維、2維、2維,其他函數(shù)均是30維,另外,f6是一個噪聲函數(shù)。測試函數(shù)的部分參數(shù)設(shè)置如表1所示。f5的最優(yōu)值fmin=-1,其他函數(shù)的最優(yōu)值fmin都為0。

    本文實驗仿真環(huán)境為Matlab2012,運行于Intel (R)Pentium(R)4,CPU 2.93 GHz,1 GB內(nèi)存的聯(lián)想臺式電腦。仿真時設(shè)置最大迭代次數(shù)MAXIter= 1 000,函數(shù)適應(yīng)度最大評價次數(shù)Max_NFFES= 10 000×D,縮放因子和交叉概率初始值分別設(shè)置為F=0.5和CR=0.8,反向操作的跳轉(zhuǎn)概率Jr按照ODE算法的Jr取一樣值。為驗證該算法的精確性,將每個算法獨立運行50次,取50次實驗結(jié)果的平均值和標準方差作為評價算法的主要性能指標,為驗證算法的快速收斂,在實驗條件的基礎(chǔ)上加上目標值VTR=1.0E-10的條件,計算50次所用平均時間。

    表1 測試函數(shù)及相關(guān)參數(shù)

    表2是DE,JDE,ODE及M-HODE算法的實驗結(jié)果,加粗數(shù)據(jù)表示最優(yōu)值。統(tǒng)計表2中的測試函數(shù)數(shù)據(jù),f0~f4這5個高維單峰函數(shù)中有4個函數(shù)M-HODE均值優(yōu)于DE,JDE,ODE算法;2維函數(shù)f5的實驗結(jié)果都是一樣的,針對噪聲函數(shù)f6,M-HODE方差比其他3個算法方差更小,說明M-HODE具有更好的抗噪性;多峰函數(shù)f7~f10中有3個函數(shù) MHODE均值優(yōu)于DE,JDE,ODE算法,M-HODE方差比其他3個算法較小,該優(yōu)越性歸功于M-HODE算法中M-H采樣的平穩(wěn)性??梢?針對一些高維多峰函數(shù)優(yōu)化,M-HODE具有明顯優(yōu)勢。

    圖2~圖4給出了f1,f2和f103個具有典型高維測試函數(shù)的迭代曲線,迭代次數(shù)為1 000次,按一定比例用線條標出,從圖2~圖4可以看出,M-HODE算法、DE算法、JDE算法、ODE算法曲線趨勢相似,但是M-HODE算法有更快的收斂速度和更優(yōu)的精度。圖4對于f10函數(shù),M-HODE算法表現(xiàn)出更加明顯的收斂速度和收斂精度。這歸功于M-HODE采樣方法的穩(wěn)定性和反向進化的種群多樣性,促進了算法的快速收斂。針對其余的測試函數(shù),實驗也獲得了相似的進化曲線。

    表2 DE,JDE,ODE,M-HODE算法均值和方差

    圖2 f1函數(shù)迭代曲線

    圖3 f2函數(shù)迭代曲線

    圖4f10函數(shù)迭代曲線

    圖5是DE,JDE,ODE和M-HODE算法運行時間比較,仿真設(shè)置為VTR=1.0E-10,最大迭代次數(shù)MaxIter=1 000,函數(shù)適應(yīng)度最大評價次數(shù)Max_NFFES=10 000D。從圖5可以看出,在運行時間上M-HODE優(yōu)于DE,JDE,ODE這3個算法,針對有些函數(shù)M-HODE算法所用迭代時間甚至可以快到上百倍。M-H采樣很大程度上不僅可以提高差微分進化函數(shù)的優(yōu)化精度,而且可以加快函數(shù)優(yōu)化的收斂速度,使優(yōu)化很快趨于平穩(wěn),并減少時間復(fù)雜度。

    圖5 算法運行時間比較

    5 結(jié)束語

    本文提出一種基于M-H采樣的快速反向微分進化算法,將M-H采樣策略用于反向微分進化算法中,M-H采樣個體組成平穩(wěn)分布的馬爾可夫鏈,能改進ODE算法的變異操作。通過對11個典型的Benchmark函數(shù)進行測試,結(jié)果表明,M-HODE算法不僅在高維單峰函數(shù)和高維多峰函數(shù)優(yōu)化中具有較高的精度,而且M-H采樣能加快M-HODE算法的收斂速度,避免陷入局部最優(yōu),從而實現(xiàn)M-H快速反向微分進化算法。

    [1] Storn R,Price K.Differential Evolution——A Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Spaces[R].Berkley,USA:ICSI,Technical Report:TR-95-012,1995.

    [2] Storn R,Price K.Differential Evolution——A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces[J].Journal of Global Optimization,1997,11(4): 341-359.

    [3] Mallipeddi R,Suganthan P N,Pan Q K,etal.Differential Evolution Algorithm With Ensembleof Parameters and Mutate on Strategies[J].Applied Soft Computing,2011,11(2):1679-1696.

    [4] Brest J,Greiner S,Boskovic B,et al.Self-adapting Control Parameters in Differential Evolution: A Comparative Study on Numerical Benchmark Problems[J].IEEE Transactions on Evolutionary Computation, 2006,10(6):646-657.

    [5] Brest J,Maucec M S.Self-adaptive Differential Evolution Algorithm Using Population Size Reduction and Three Stragies[J].Soft Computing,2011,15(11):2157-2174.

    [6] Gong Wenyin,Cai Zhihua.Differential Evolution with Ranking-based Mutation Operators[J].IEEE Transactions on Evolutionary Computation,2013,43(6):1-16.

    [7] 張雪霞,陳維榮,戴朝華.帶局部搜索的動態(tài)多群體自適應(yīng)差分進化算法及函數(shù)優(yōu)化[J].電子學(xué)報,2010, 38(8):1825-1830.

    [8] 王筱珍,李 鵬,俞國燕.分階段二次變異的多目標混沌差分進化算法[J].控制與決策,2011,26(3):457-463.

    [9] Qu B Y,Suganthan P N,Liang J J.Differential Evolution with Neighborhood Mutation for Multimodal Optimization[J].IEEE Transactions on Evolutionary Computation,2012,16(5):601-614.

    [10] Rahnamayan S,Tizhoosh H R,Salama M M A.Oppositionbased Differential Evolution[J].IEEE Transactions on Evolutionary Computation,2008,12(1):64-79.

    [11] Karandikar R L.On the Markov Chain Monte Carlo (MCMC)Method[J].Sadhana,2006,31(2):81-104.

    [12] Gallagher K,Charvin K,Nielsen S,et al.Markov Chain Monte Carlo(MCMC)Sampling Methods to Determine Optimal Models,Model Resolution and Model Choice for Earth Science Problems[J].Marine and Petroleum Geology,2009,26(4):525-535.

    [13] Chen Peide.Hasting-metropolis Algorithms and Reference Measures[J].Elsevier Statistics&Probability Letters,1998, 38(4):323-328.

    [14] Eidsvik J,Tjelmeland H.On Directional Metropolis——Hastings Algorithms[J].Statistics and Computing, 2006,16(1):93-106.

    [15] Kalelo P,Ali M M.Differential Evolution Algorithm Using Hybrid Mutation[J].Computational Optimization and Application,2007,37(2):231-246.

    編輯 陸燕菲

    Fast Opposition Differential Evolution Algorithm Based on M-H Sampling

    TU Weiwei,GE Hongwei,YANG Jinlong,YUAN Yunhao
    (School of IOT Engineering,Jiangnan University,Wuxi 214211,China)

    In Differential Evolution(DE)algorithm,the population initialization is updated by using opposition optimization rule,so as to maintain the population diversity.However,the reverse individuals are easy to deviate from the global optimal solution,has slow convergence speed and easy to fall into local optimum in function optimization.This paper proposes a fast Opposition Differential Evolution(ODE)algorithm based on M-H(Metropolis-Hastings)sampling method.M-H sampling is used in the mutation operation of ODE.M-H sampling satisfies Markov Chain reversible conditions.One step transition probability of Markov Chain is calculated according to the selecting probability of individual ranking-assignment,not only chooses the best individual,but also searches for the optimal direction and keeps the population diversity.Simulation results show these individuals from M-H sampling have Markov stationary distribution property.The algorithm can accelerate the speed of convergence in unimodal functions and multimodal functions,balance the performance of global searching and local searching,and has higher precision and better robustness.

    Differential Evolution(DE)algorithm;Opposition Differential Evolution(ODE)algorithm;transition probability;stationary distribution;Markov Chain Monte Carlo(MCMC);Opposition-based Learning(OBL)

    1000-3428(2014)11-0155-05

    A

    TP301.6

    10.3969/j.issn.1000-3428.2014.11.031

    國家自然科學(xué)基金資助項目(61305017);江蘇省自然科學(xué)基金資助項目(BK20130154);江蘇高校優(yōu)勢學(xué)科建設(shè)工程基金資助項目。

    涂維維(1987-),女,碩士研究生,主研方向:微分進化,人工智能,模式識別;葛洪偉,教授、博士;楊金龍、袁運浩,副教授、博士。

    2013-12-13

    2014-01-13E-mail:tuweiweier@163.com

    中文引用格式:涂維維,葛洪偉,楊金龍,等.基于M-H采樣的快速反向微分進化算法[J].計算機工程,2014,40(11): 155-159.

    英文引用格式:Tu Weiwei,Ge Hongwei,Yang Jinlong,et al.Fast Opposition Differential Evolution Algorithm Based on M-H Sampling[J].Computer Engineering,2014,40(11):155-159.

    猜你喜歡
    優(yōu)化
    超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
    PEMFC流道的多目標優(yōu)化
    能源工程(2022年1期)2022-03-29 01:06:28
    民用建筑防煙排煙設(shè)計優(yōu)化探討
    關(guān)于優(yōu)化消防安全告知承諾的一些思考
    一道優(yōu)化題的幾何解法
    由“形”啟“數(shù)”優(yōu)化運算——以2021年解析幾何高考題為例
    圍繞“地、業(yè)、人”優(yōu)化產(chǎn)業(yè)扶貧
    事業(yè)單位中固定資產(chǎn)會計處理的優(yōu)化
    4K HDR性能大幅度優(yōu)化 JVC DLA-X8 18 BC
    幾種常見的負載均衡算法的優(yōu)化
    電子制作(2017年20期)2017-04-26 06:57:45
    色视频www国产| 99久久无色码亚洲精品果冻| av欧美777| 三级国产精品欧美在线观看| 女同久久另类99精品国产91| 亚洲中文字幕日韩| 日本成人三级电影网站| 国产老妇女一区| 一区二区三区激情视频| 国产极品精品免费视频能看的| 国产精品久久久久久久电影| 麻豆久久精品国产亚洲av| 久久久久久九九精品二区国产| 亚洲av成人不卡在线观看播放网| 91字幕亚洲| 亚洲美女黄片视频| av欧美777| АⅤ资源中文在线天堂| 亚洲狠狠婷婷综合久久图片| 听说在线观看完整版免费高清| 日本a在线网址| 欧美成人一区二区免费高清观看| 久久久久国内视频| 毛片女人毛片| 久99久视频精品免费| 啪啪无遮挡十八禁网站| 一个人免费在线观看电影| 99国产综合亚洲精品| 免费观看人在逋| 听说在线观看完整版免费高清| 亚洲五月天丁香| 久9热在线精品视频| 麻豆av噜噜一区二区三区| 国内久久婷婷六月综合欲色啪| 国内精品久久久久精免费| 国产在线精品亚洲第一网站| 国产在视频线在精品| 亚洲在线自拍视频| 国产又黄又爽又无遮挡在线| 国产在线精品亚洲第一网站| 国产熟女xx| 久久国产精品影院| 亚洲专区中文字幕在线| 亚洲精品日韩av片在线观看| www.色视频.com| 综合色av麻豆| 亚洲国产精品成人综合色| 国产成人影院久久av| 国产精品自产拍在线观看55亚洲| 乱人视频在线观看| 久久久久久国产a免费观看| 丝袜美腿在线中文| 国产69精品久久久久777片| 亚洲中文日韩欧美视频| av中文乱码字幕在线| 噜噜噜噜噜久久久久久91| 国产成人av教育| 亚洲av第一区精品v没综合| 亚洲成av人片免费观看| 国产成人aa在线观看| 99久国产av精品| 色av中文字幕| 欧美最黄视频在线播放免费| 搞女人的毛片| 1000部很黄的大片| 午夜免费成人在线视频| 国产精品久久久久久精品电影| 欧美性猛交黑人性爽| 亚洲aⅴ乱码一区二区在线播放| 在现免费观看毛片| 日本黄色片子视频| 老女人水多毛片| 精品福利观看| 九九久久精品国产亚洲av麻豆| 中亚洲国语对白在线视频| 久久精品国产亚洲av天美| 变态另类成人亚洲欧美熟女| 色吧在线观看| 欧美日韩福利视频一区二区| 欧美乱色亚洲激情| 美女免费视频网站| 一边摸一边抽搐一进一小说| 亚洲三级黄色毛片| 欧美又色又爽又黄视频| 成人午夜高清在线视频| 国产 一区 欧美 日韩| 九九在线视频观看精品| 九色成人免费人妻av| 成人性生交大片免费视频hd| 亚洲无线观看免费| 久久精品夜夜夜夜夜久久蜜豆| 91久久精品国产一区二区成人| 欧美另类亚洲清纯唯美| 日本黄色视频三级网站网址| 亚洲无线在线观看| 国产v大片淫在线免费观看| 老司机深夜福利视频在线观看| 美女大奶头视频| 成人午夜高清在线视频| 久久国产精品人妻蜜桃| 日本五十路高清| 日韩欧美免费精品| 色尼玛亚洲综合影院| 亚洲成人免费电影在线观看| 久久精品综合一区二区三区| 美女 人体艺术 gogo| 日日摸夜夜添夜夜添av毛片 | 老熟妇仑乱视频hdxx| 亚洲内射少妇av| 亚洲人成电影免费在线| 人妻制服诱惑在线中文字幕| 亚洲美女视频黄频| 亚洲成av人片免费观看| 真人做人爱边吃奶动态| 动漫黄色视频在线观看| av天堂在线播放| 搡女人真爽免费视频火全软件 | 午夜福利在线观看吧| 午夜激情福利司机影院| 国产 一区 欧美 日韩| 在线十欧美十亚洲十日本专区| 99久久久亚洲精品蜜臀av| www.色视频.com| 成人特级av手机在线观看| 毛片一级片免费看久久久久 | 性色av乱码一区二区三区2| 一级作爱视频免费观看| 亚洲第一电影网av| 国产精品乱码一区二三区的特点| 成人国产一区最新在线观看| 国产精品一区二区三区四区久久| 日本 欧美在线| 蜜桃亚洲精品一区二区三区| 国产精品人妻久久久久久| 三级国产精品欧美在线观看| 高清日韩中文字幕在线| 99久久无色码亚洲精品果冻| 久久久国产成人精品二区| 18+在线观看网站| 国产老妇女一区| 97碰自拍视频| 我的女老师完整版在线观看| 嫩草影院精品99| 国产成人影院久久av| 女人被狂操c到高潮| 99久久精品一区二区三区| 欧美三级亚洲精品| 久久中文看片网| 变态另类丝袜制服| 久久久久国内视频| 久久草成人影院| 午夜免费男女啪啪视频观看 | 国产成人啪精品午夜网站| 人妻制服诱惑在线中文字幕| 日韩欧美 国产精品| 少妇人妻一区二区三区视频| 免费av毛片视频| 国产黄色小视频在线观看| 久久午夜亚洲精品久久| 直男gayav资源| 伊人久久精品亚洲午夜| 深夜a级毛片| 亚洲,欧美精品.| 欧美zozozo另类| 麻豆成人午夜福利视频| 老司机福利观看| 国产精品不卡视频一区二区 | 免费人成视频x8x8入口观看| 99久久精品国产亚洲精品| 成人欧美大片| 99视频精品全部免费 在线| av欧美777| 亚洲第一区二区三区不卡| 久久精品国产自在天天线| 观看美女的网站| 免费观看人在逋| 欧美日韩福利视频一区二区| 久久国产精品人妻蜜桃| 日本成人三级电影网站| 99热只有精品国产| 麻豆国产av国片精品| 免费在线观看日本一区| 大型黄色视频在线免费观看| 国产精品三级大全| 简卡轻食公司| 欧美丝袜亚洲另类 | 美女高潮的动态| 免费看光身美女| 国产一区二区在线观看日韩| 亚洲国产精品999在线| 亚洲自偷自拍三级| 久久久久九九精品影院| 人妻久久中文字幕网| 亚洲,欧美,日韩| 91字幕亚洲| 99在线人妻在线中文字幕| 十八禁人妻一区二区| 成人av在线播放网站| 岛国在线免费视频观看| 欧美黄色淫秽网站| 搡老熟女国产l中国老女人| 欧美最新免费一区二区三区 | 一a级毛片在线观看| 男女床上黄色一级片免费看| 在线观看午夜福利视频| 直男gayav资源| av天堂中文字幕网| av欧美777| 国产精品久久视频播放| 亚洲精品乱码久久久v下载方式| 成年版毛片免费区| 国产免费一级a男人的天堂| 熟女电影av网| 亚洲国产欧洲综合997久久,| 熟女人妻精品中文字幕| 国产av麻豆久久久久久久| 亚洲av成人不卡在线观看播放网| 国产高清有码在线观看视频| 日本三级黄在线观看| 日韩中文字幕欧美一区二区| 88av欧美| 51国产日韩欧美| 欧美日韩国产亚洲二区| 免费在线观看影片大全网站| 国产三级中文精品| 黄色日韩在线| 在线观看av片永久免费下载| 日韩欧美三级三区| 少妇被粗大猛烈的视频| 69av精品久久久久久| 欧美zozozo另类| 我要看日韩黄色一级片| 精品人妻熟女av久视频| 又爽又黄a免费视频| 国产精品98久久久久久宅男小说| 少妇丰满av| 一个人观看的视频www高清免费观看| 中出人妻视频一区二区| 又黄又爽又免费观看的视频| eeuss影院久久| 91久久精品国产一区二区成人| 国产成人啪精品午夜网站| 日本成人三级电影网站| 日韩欧美三级三区| 麻豆国产av国片精品| 中文字幕av在线有码专区| 日本与韩国留学比较| 一本久久中文字幕| 欧美日韩瑟瑟在线播放| 俄罗斯特黄特色一大片| 丁香六月欧美| 男女床上黄色一级片免费看| 精品99又大又爽又粗少妇毛片 | 在线观看一区二区三区| 美女高潮的动态| 12—13女人毛片做爰片一| 欧美成人a在线观看| 91在线观看av| 变态另类丝袜制服| 99热这里只有是精品50| 久久99热这里只有精品18| 无人区码免费观看不卡| 欧美一区二区精品小视频在线| 国模一区二区三区四区视频| 国产白丝娇喘喷水9色精品| 舔av片在线| 精品久久久久久久久久免费视频| 久久亚洲精品不卡| 亚洲av不卡在线观看| 国产三级中文精品| 久久午夜亚洲精品久久| 一区二区三区激情视频| 俺也久久电影网| 久久精品国产亚洲av涩爱 | 欧美激情久久久久久爽电影| 超碰av人人做人人爽久久| 免费人成在线观看视频色| 亚洲精品亚洲一区二区| 精品久久久久久久末码| 久久久久国产精品人妻aⅴ院| 精品乱码久久久久久99久播| 午夜久久久久精精品| 日韩欧美国产一区二区入口| 亚洲黑人精品在线| 91九色精品人成在线观看| 免费av毛片视频| 一本一本综合久久| av福利片在线观看| 欧美成人性av电影在线观看| 亚洲一区二区三区不卡视频| 国产国拍精品亚洲av在线观看| 尤物成人国产欧美一区二区三区| 婷婷六月久久综合丁香| 国产成人啪精品午夜网站| 国产午夜精品久久久久久一区二区三区 | 亚洲av中文字字幕乱码综合| 国产av不卡久久| 国产综合懂色| 91麻豆精品激情在线观看国产| 99久国产av精品| 日本五十路高清| 亚洲人成电影免费在线| 91久久精品电影网| 简卡轻食公司| ponron亚洲| 日本一二三区视频观看| 一区二区三区激情视频| 午夜福利视频1000在线观看| 国产精品亚洲一级av第二区| 精品久久久久久久末码| av天堂中文字幕网| 观看美女的网站| 亚洲在线观看片| 日韩欧美一区二区三区在线观看| 极品教师在线视频| 亚洲人成网站在线播放欧美日韩| 国产伦一二天堂av在线观看| 中文字幕人妻熟人妻熟丝袜美| 精品一区二区三区人妻视频| a级毛片a级免费在线| 久久久国产成人精品二区| 国产精品一区二区三区四区免费观看 | 日本a在线网址| 日本一本二区三区精品| 最好的美女福利视频网| 最近最新免费中文字幕在线| 欧美一级a爱片免费观看看| 黄色日韩在线| 国内精品一区二区在线观看| 丰满人妻一区二区三区视频av| 久久久久九九精品影院| 国产亚洲精品av在线| 午夜福利欧美成人| 国产欧美日韩一区二区精品| 亚洲欧美日韩东京热| АⅤ资源中文在线天堂| 亚洲欧美精品综合久久99| 1000部很黄的大片| 欧美成人性av电影在线观看| 欧美一级a爱片免费观看看| av天堂在线播放| 嫩草影院入口| 国产在线男女| 国产午夜精品久久久久久一区二区三区 | 亚洲av日韩精品久久久久久密| 欧美成人免费av一区二区三区| 女同久久另类99精品国产91| 国产一区二区亚洲精品在线观看| 男人狂女人下面高潮的视频| 欧美区成人在线视频| 亚洲av日韩精品久久久久久密| 中文字幕免费在线视频6| 亚洲中文字幕一区二区三区有码在线看| 亚洲熟妇熟女久久| 婷婷丁香在线五月| 国产精品久久久久久久电影| 一二三四社区在线视频社区8| 首页视频小说图片口味搜索| 在线天堂最新版资源| 精品久久国产蜜桃| 别揉我奶头~嗯~啊~动态视频| 国产精华一区二区三区| 国产精品野战在线观看| 18禁黄网站禁片免费观看直播| 一本久久中文字幕| 小蜜桃在线观看免费完整版高清| 色在线成人网| 嫁个100分男人电影在线观看| 成人一区二区视频在线观看| 村上凉子中文字幕在线| 高清毛片免费观看视频网站| 中文字幕高清在线视频| 草草在线视频免费看| 国产精品久久久久久人妻精品电影| 午夜福利免费观看在线| 亚洲欧美精品综合久久99| 99视频精品全部免费 在线| 露出奶头的视频| 久久精品国产亚洲av天美| 在线a可以看的网站| 九九在线视频观看精品| 国产精品三级大全| 欧美性猛交╳xxx乱大交人| 男人的好看免费观看在线视频| 亚洲成av人片在线播放无| 国产精品久久久久久精品电影| 麻豆成人午夜福利视频| 少妇熟女aⅴ在线视频| 国产精品三级大全| www.熟女人妻精品国产| av天堂在线播放| 青草久久国产| 日韩精品中文字幕看吧| 国产一区二区激情短视频| www.熟女人妻精品国产| 亚洲精品一区av在线观看| 国产亚洲av嫩草精品影院| 少妇熟女aⅴ在线视频| 成人特级av手机在线观看| 日韩欧美国产在线观看| 亚洲成人中文字幕在线播放| bbb黄色大片| av福利片在线观看| 国产三级黄色录像| 人人妻人人看人人澡| 极品教师在线免费播放| 欧美激情久久久久久爽电影| 性色avwww在线观看| 动漫黄色视频在线观看| 18禁黄网站禁片午夜丰满| 99国产极品粉嫩在线观看| 成年免费大片在线观看| 亚洲片人在线观看| 国产又黄又爽又无遮挡在线| 有码 亚洲区| 99久久99久久久精品蜜桃| 免费看美女性在线毛片视频| 欧美激情久久久久久爽电影| 18禁裸乳无遮挡免费网站照片| 久久精品91蜜桃| 别揉我奶头~嗯~啊~动态视频| 成人国产一区最新在线观看| 久久草成人影院| 久久这里只有精品中国| av在线老鸭窝| 色哟哟·www| 韩国av一区二区三区四区| 欧美一区二区亚洲| 国产黄片美女视频| 亚洲成av人片免费观看| 波多野结衣高清无吗| 一级av片app| 精品久久久久久久久亚洲 | 国产精品永久免费网站| 亚洲18禁久久av| 真人做人爱边吃奶动态| 天美传媒精品一区二区| 国产精品亚洲美女久久久| 九色成人免费人妻av| 少妇的逼水好多| 在线观看美女被高潮喷水网站 | 美女xxoo啪啪120秒动态图 | 国产美女午夜福利| 无遮挡黄片免费观看| 欧美高清性xxxxhd video| 国内揄拍国产精品人妻在线| av在线老鸭窝| 国产一区二区三区在线臀色熟女| 免费观看精品视频网站| 久久精品综合一区二区三区| 日本熟妇午夜| 18禁裸乳无遮挡免费网站照片| 免费在线观看影片大全网站| 欧美丝袜亚洲另类 | 日韩av在线大香蕉| 成年女人看的毛片在线观看| 亚洲人成伊人成综合网2020| 久久国产精品影院| 日本一二三区视频观看| 欧美又色又爽又黄视频| 亚洲男人的天堂狠狠| 欧美黄色片欧美黄色片| 日韩欧美在线乱码| 啪啪无遮挡十八禁网站| 1000部很黄的大片| 国产成人欧美在线观看| 久久久久久久久大av| 可以在线观看毛片的网站| 久久久精品欧美日韩精品| 91狼人影院| 欧美日韩乱码在线| 一个人看视频在线观看www免费| 丰满人妻一区二区三区视频av| 一级毛片久久久久久久久女| 日日干狠狠操夜夜爽| 国产色爽女视频免费观看| 十八禁网站免费在线| 国产探花在线观看一区二区| 99在线人妻在线中文字幕| 黄色丝袜av网址大全| 国产蜜桃级精品一区二区三区| 色综合欧美亚洲国产小说| 美女免费视频网站| 如何舔出高潮| 午夜影院日韩av| 51国产日韩欧美| 波多野结衣高清无吗| 中文字幕精品亚洲无线码一区| 成人国产一区最新在线观看| 狂野欧美白嫩少妇大欣赏| 日韩精品青青久久久久久| 午夜激情欧美在线| 午夜福利在线在线| 免费在线观看成人毛片| 最好的美女福利视频网| 欧美黄色淫秽网站| 亚洲国产精品999在线| 蜜桃亚洲精品一区二区三区| 精华霜和精华液先用哪个| 极品教师在线视频| 中文字幕人成人乱码亚洲影| 91麻豆av在线| 午夜a级毛片| 国内久久婷婷六月综合欲色啪| 精品一区二区免费观看| 天堂影院成人在线观看| 欧美午夜高清在线| 国产大屁股一区二区在线视频| 我的女老师完整版在线观看| 男女那种视频在线观看| 波多野结衣高清作品| 免费人成在线观看视频色| 欧美一区二区国产精品久久精品| 亚洲av中文字字幕乱码综合| 欧美日韩中文字幕国产精品一区二区三区| av在线老鸭窝| 欧美精品国产亚洲| 美女被艹到高潮喷水动态| 国产黄a三级三级三级人| a级一级毛片免费在线观看| 亚洲av电影在线进入| 国产伦在线观看视频一区| 最近中文字幕高清免费大全6 | 日韩欧美在线二视频| avwww免费| 欧美成人免费av一区二区三区| 91av网一区二区| 精品99又大又爽又粗少妇毛片 | 最近视频中文字幕2019在线8| 欧美绝顶高潮抽搐喷水| 99久久无色码亚洲精品果冻| 国产精品久久久久久久电影| 国产精华一区二区三区| 精品一区二区三区人妻视频| 熟女人妻精品中文字幕| 精品人妻1区二区| 国产视频内射| 日本与韩国留学比较| 成年女人毛片免费观看观看9| 亚洲欧美日韩无卡精品| 国产精品亚洲av一区麻豆| 村上凉子中文字幕在线| 免费看日本二区| eeuss影院久久| 别揉我奶头 嗯啊视频| 亚洲av.av天堂| av在线老鸭窝| 亚州av有码| 国产精品电影一区二区三区| 久久久久久大精品| 成人永久免费在线观看视频| 岛国在线免费视频观看| 亚洲色图av天堂| 最后的刺客免费高清国语| 永久网站在线| 狂野欧美白嫩少妇大欣赏| 日本与韩国留学比较| 成熟少妇高潮喷水视频| 色综合亚洲欧美另类图片| 夜夜躁狠狠躁天天躁| a级毛片免费高清观看在线播放| 91狼人影院| 一本一本综合久久| avwww免费| 午夜日韩欧美国产| 嫁个100分男人电影在线观看| 日韩欧美精品v在线| 久久久精品大字幕| 亚洲黑人精品在线| 婷婷精品国产亚洲av在线| 国产综合懂色| а√天堂www在线а√下载| 老熟妇仑乱视频hdxx| 国内久久婷婷六月综合欲色啪| 欧美性猛交╳xxx乱大交人| 动漫黄色视频在线观看| 欧美极品一区二区三区四区| 综合色av麻豆| 成年女人看的毛片在线观看| 亚洲av电影不卡..在线观看| 久久久久久国产a免费观看| 欧美日韩综合久久久久久 | 中文字幕人妻熟人妻熟丝袜美| 免费大片18禁| 三级国产精品欧美在线观看| 国产久久久一区二区三区| 黄色视频,在线免费观看| 国内精品美女久久久久久| 国产成人啪精品午夜网站| 国产精品精品国产色婷婷| 国内精品美女久久久久久| 免费黄网站久久成人精品 | 波野结衣二区三区在线| 国产日本99.免费观看| www.999成人在线观看| 老熟妇乱子伦视频在线观看| 午夜激情福利司机影院| 亚州av有码| 白带黄色成豆腐渣| 桃色一区二区三区在线观看| 国产国拍精品亚洲av在线观看| av天堂中文字幕网| 老司机午夜福利在线观看视频| 久久精品综合一区二区三区| 一区二区三区激情视频| 校园春色视频在线观看| 乱人视频在线观看| 悠悠久久av| 天堂影院成人在线观看| 一区二区三区四区激情视频 | 国产精品永久免费网站| 国产av不卡久久| 两性午夜刺激爽爽歪歪视频在线观看| 97热精品久久久久久| 成人av一区二区三区在线看|