• <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 ?

    深埋隧道圍巖變形預(yù)測(cè)的非線性組合模型

    2014-07-29 03:47:17潘傳姣李建剛
    金屬礦山 2014年8期
    關(guān)鍵詞:權(quán)值圍巖神經(jīng)網(wǎng)絡(luò)

    高 寧 潘傳姣 李建剛

    (1.河南城建學(xué)院測(cè)繪工程學(xué)院,河南 平頂山 467036;2.河北聯(lián)合大學(xué)遷安學(xué)院礦業(yè)與建工系,河北 唐山 064400)

    深埋隧道圍巖變形預(yù)測(cè)的非線性組合模型

    高 寧1潘傳姣1李建剛2

    (1.河南城建學(xué)院測(cè)繪工程學(xué)院,河南 平頂山 467036;2.河北聯(lián)合大學(xué)遷安學(xué)院礦業(yè)與建工系,河北 唐山 064400)

    深埋隧道圍巖變形受地應(yīng)力、地下水、開挖方式等多種因素共同影響,表現(xiàn)為位移序列高度的非線性,為此,提出了基于變形信息融合的非線性組合預(yù)測(cè)模型。該模型以灰色GM(1,1)模型、RBF模型兩種單項(xiàng)預(yù)測(cè)數(shù)據(jù)為基礎(chǔ),采用神經(jīng)網(wǎng)絡(luò)求取組合預(yù)測(cè)模型中單項(xiàng)模型所占權(quán)重,構(gòu)建非線性組合預(yù)測(cè),并將該模型應(yīng)用于某深埋隧道圍巖變形預(yù)測(cè),同時(shí)將非線性組合預(yù)測(cè)的結(jié)果和簡(jiǎn)單平均定權(quán)組合、最優(yōu)線性加權(quán)組合進(jìn)行了比較。研究結(jié)果表明:所提出的方法較傳統(tǒng)的定權(quán)方法在預(yù)測(cè)精度方面有明顯的提高,預(yù)測(cè)結(jié)果更為穩(wěn)健,在深埋隧道圍巖變形預(yù)測(cè)中具有較好的工程和實(shí)踐價(jià)值。

    深埋隧道 圍巖變形 非線性組合 權(quán)重 預(yù)測(cè)

    隨著隧道埋設(shè)深度的增加,出現(xiàn)了許多與淺埋隧道不同的新問題和新特點(diǎn),表現(xiàn)為深埋隧道開挖后,圍巖普遍處于不穩(wěn)定的破裂狀態(tài),且所受地應(yīng)力、地溫和地下水滲透壓力將進(jìn)一步升高,使圍巖變形位移量顯著增加。為確保隧道工程的安全穩(wěn)定,系統(tǒng)分析其變形的影響因素,并采用行之有效的方法預(yù)測(cè)其變形具有很高的理論意義和應(yīng)用價(jià)值[1-5]。

    已有研究成果表明深埋隧道圍巖的破壞變形是一個(gè)復(fù)雜的非平衡、非線性的演化過程,表現(xiàn)為高度的模糊性、隨機(jī)性、可變形等特點(diǎn),導(dǎo)致很難用一些常規(guī)的數(shù)學(xué)模型對(duì)其變形規(guī)律進(jìn)行預(yù)測(cè)。針對(duì)深埋隧道圍巖變形的上述特點(diǎn),眾多研究人員利用灰色系統(tǒng)理論、神經(jīng)網(wǎng)絡(luò)建立了圍巖變形預(yù)測(cè)的非線性模型,并在其基礎(chǔ)上構(gòu)建了基于兩者的各類組合預(yù)測(cè)模型[1-7]。本研究對(duì)上述組合模型進(jìn)行了較為深入的研究,發(fā)現(xiàn)已有組合模型的建立是基于圍巖變形位移時(shí)序分解的角度,即認(rèn)為隧道變形時(shí)間序列位移由兩種成分組成

    (1)

    其中,Yt表示隧道圍巖變形位移值;Ut表示位移具有的確定性趨勢(shì)項(xiàng);Vt表示受構(gòu)造、地下水、開挖方式、應(yīng)力場(chǎng)等因素影響的不確定性隨機(jī)項(xiàng)。從而可根據(jù)趨勢(shì)項(xiàng)、隨機(jī)項(xiàng)的變化特點(diǎn)采取不同的模型進(jìn)行模擬計(jì)算,進(jìn)而獲取未來時(shí)刻圍巖變形的預(yù)測(cè)值。然而,對(duì)于圍巖變形而言,Ut和Vt相互依存,相互作用,在兩者的提取過程中,若趨勢(shì)項(xiàng)Ut存有誤差,勢(shì)必影響Vt的分離計(jì)算,進(jìn)而影響組合預(yù)測(cè)的精度。

    鑒于此種情況,本研究從信息融合的角度出發(fā),提出一種基于神經(jīng)網(wǎng)絡(luò)的非線性組合模型對(duì)深部隧道圍巖變形進(jìn)行預(yù)測(cè),以期適應(yīng)其變形預(yù)測(cè)的隨機(jī)性及復(fù)雜性的特點(diǎn)。

    1 隧道圍巖變形預(yù)報(bào)常用模型

    1.1 灰色GM(1,1)模型

    眾多研究者根據(jù)隧道圍巖變形的特點(diǎn),將其演化過程看做一灰動(dòng)力學(xué)系統(tǒng)[1-3](系統(tǒng)演化規(guī)律受多種因素共同影響,且只是了解該系統(tǒng)演變規(guī)律的部分信息),利用灰色GM(1,1)模型對(duì)隧道圍巖變形進(jìn)行了預(yù)測(cè)研究,取得了較好的預(yù)測(cè)效果。運(yùn)用GM(1,1)模型,可以將圍巖變形表述為

    (2)

    式中,x(0)(k)表示隧道圍巖變形原始序列中的第k個(gè)觀測(cè)元素,α和u為模型待估參數(shù)。

    利用GM(1,1)模型進(jìn)行隧道圍巖變形最大的優(yōu)點(diǎn)在于,可以利用較少的觀測(cè)樣本(n≥4)即可進(jìn)行建模計(jì)算,由最小二乘準(zhǔn)則,可以求得α和u的估值

    (3)

    式中,

    x(1)(i)為原始觀測(cè)數(shù)據(jù)的一次累加值;

    1.2 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

    由于隧道圍巖變形位移序列所表現(xiàn)出的非線性特點(diǎn),故可利用神經(jīng)網(wǎng)絡(luò)非線性逼近原理對(duì)其進(jìn)行預(yù)測(cè)。RBF(Radial Basis Function)神經(jīng)網(wǎng)絡(luò)是一個(gè)三層的前向型神經(jīng)網(wǎng)絡(luò),在理論上能以任何精度逼近非線性映射,故本研究采用其建立隧道圍巖變形預(yù)測(cè)模型。

    RBF神經(jīng)網(wǎng)絡(luò)的基本思想:以徑向基函數(shù)為基礎(chǔ),通過隱含層的函數(shù)變換,對(duì)所輸入的信號(hào)進(jìn)行響應(yīng),將輸入信號(hào)由低維空間變換至高維空間,從而實(shí)現(xiàn)非線性問題的可分性。

    RBF網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)見圖1所示(x代表n維輸入,R表示含層神經(jīng)元個(gè)數(shù),y代表m維輸出)。

    圖1 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    徑向基函數(shù)一般為高斯函數(shù)[8-10]

    (4)

    式中,i=1,2,…,n;ci為第i個(gè)基函數(shù)的中心,是與x具有相同維數(shù)的向量;‖x-ci‖是向量x-ci的范數(shù),表示兩者間的距離;σi表示基函數(shù)的寬度。

    Ri(x)在ci處有一個(gè)惟一的最大值,網(wǎng)絡(luò)訓(xùn)練中,隨著x-ci范數(shù)‖x-ci‖的變化,Ri(x)不斷地衰減。

    2 非線性組合預(yù)測(cè)模型

    對(duì)于變形組合模型的構(gòu)建問題,文獻(xiàn)[7]從2個(gè)角度進(jìn)行了定義性解釋:①根據(jù)變形時(shí)序分解角度,可以進(jìn)行串聯(lián)組合;②根據(jù)變形信息的綜合利用方面,可以考慮以權(quán)值進(jìn)行約束下的并聯(lián)組合模型構(gòu)建。同時(shí),從已有的研究成果來看,眾多研究人員從角度①構(gòu)建了隧道圍巖變形預(yù)測(cè)的組合模型,對(duì)于角度②的組合模型構(gòu)建相對(duì)較少,故本研究從角度②構(gòu)建隧道圍巖變形的非線性組合預(yù)測(cè)模型。

    基于信息綜合利用的圍巖變形組合預(yù)測(cè)的構(gòu)建,其關(guān)鍵在于合理的確定單項(xiàng)預(yù)測(cè)模型在組合預(yù)測(cè)模型中所占的權(quán)值。根據(jù)權(quán)值求取方法的不同,可以分為線性組合和非線性組合,已有的研究成果表明,線性組合的定權(quán)方式是一種靜態(tài)定權(quán)的過程,在組合模型構(gòu)建過程中,權(quán)值一旦確定,即在后續(xù)預(yù)測(cè)中均保持不變,且定權(quán)過程受單項(xiàng)模型預(yù)測(cè)結(jié)果影響較大。故本研究提出一種基于RBF神經(jīng)網(wǎng)絡(luò)的非線性組合預(yù)測(cè)模型,構(gòu)建過程如下:針對(duì)某隧道圍巖變形的預(yù)測(cè)問題,假設(shè)采用m種方法對(duì)其進(jìn)行預(yù)測(cè)

    則對(duì)應(yīng)m種不同的預(yù)測(cè)結(jié)果,將

    3 工程應(yīng)用

    為了說明基于神經(jīng)網(wǎng)絡(luò)非線性組合模型的可行性,這里以宜萬鐵路堡鎮(zhèn)隧道[1]軟弱圍巖段的DK73+300 典型斷面的18期數(shù)據(jù)為例進(jìn)行分析,觀測(cè)數(shù)據(jù)見表1。

    表1 宜萬鐵路堡鎮(zhèn)隧道圍巖水平收斂位移

    分別采用5中不同方案進(jìn)行建模計(jì)算,方案1:RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型;方案2:GM(1,1);方案3:GM和RBF簡(jiǎn)單平均權(quán)組合;方案4:GM和RBF最優(yōu)線性加權(quán)組合;方案5:基于神經(jīng)網(wǎng)絡(luò)的GM和RBF非線性組合(注:RBF神經(jīng)網(wǎng)絡(luò)建模中使用前5期作為神經(jīng)網(wǎng)絡(luò)輸入,下一期作為輸出,進(jìn)行滾動(dòng)網(wǎng)絡(luò)訓(xùn)練,網(wǎng)絡(luò)參數(shù)經(jīng)交叉驗(yàn)證搜索GOAL = 0.5、SPREAD = 0.64為最優(yōu))。利用前15期數(shù)據(jù)進(jìn)行預(yù)測(cè)模型擬合,16-18期數(shù)據(jù)進(jìn)行變形預(yù)測(cè),預(yù)測(cè)結(jié)果見表2和表3所示。以均方誤差MSE作為評(píng)定準(zhǔn)則,對(duì)5種方案的模擬及預(yù)測(cè)效果進(jìn)行評(píng)定,見表4所示。

    表2 5種方案預(yù)測(cè)效果比較

    表3 5種方案預(yù)測(cè)結(jié)果殘差與相對(duì)誤差比較

    表4 5種方案預(yù)測(cè)精度比較

    由圖2、表3可知,在以上預(yù)測(cè)方法中,基于神經(jīng)網(wǎng)絡(luò)的非線性組合方法無論擬合精度還是預(yù)測(cè)精度均最高,對(duì)于以上數(shù)據(jù)結(jié)果分析,主要原因如下:

    (1)RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行圍巖的變形預(yù)測(cè)更適應(yīng)于圍巖形變非線性的系統(tǒng)。

    (2)無論簡(jiǎn)單平均組合還是最優(yōu)線性加權(quán)組合,其權(quán)值經(jīng)計(jì)算為一固定值,即,靜態(tài)權(quán)值,因此組合模型精度受單一模型影響大。其中簡(jiǎn)單平均組合為兩模型預(yù)測(cè)結(jié)果的平均值,即兩種模型對(duì)組合模型的貢獻(xiàn)相等,而最優(yōu)線性加權(quán)組合權(quán)值的確定取決于單項(xiàng)預(yù)測(cè)方法擬合誤差的大小,若單項(xiàng)預(yù)測(cè)在整個(gè)組合預(yù)側(cè)中的擬合誤差較小,則賦予較大的權(quán);相反,則賦予其較小的權(quán),為此最優(yōu)線性加權(quán)組合精度高于簡(jiǎn)單平均組合。

    (3)基于RBF神經(jīng)網(wǎng)絡(luò)的非線性定權(quán)法,采用神經(jīng)網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)過程,通過神經(jīng)元的不斷學(xué)習(xí),從單一模型預(yù)測(cè)值和變形原始序列來挖掘變形數(shù)據(jù)的規(guī)律,該方法是一動(dòng)態(tài)定權(quán)過程。

    4 結(jié) 論

    為了充分利用各種單項(xiàng)預(yù)測(cè)模型的有效信息,提高變形預(yù)測(cè)的精度,本研究以隧道圍巖變形數(shù)據(jù)為例,采用神經(jīng)網(wǎng)絡(luò)為數(shù)據(jù)融合手段將GM預(yù)測(cè)模型與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)建立了非線性組合模型。該方法既體現(xiàn)了灰色系統(tǒng)的小樣本貧信息建模的優(yōu)點(diǎn)又結(jié)合了神經(jīng)網(wǎng)絡(luò)進(jìn)行變形預(yù)測(cè)的非線性映射的優(yōu)勢(shì),從而更全面、深入的分析隧道圍巖變形數(shù)據(jù)的規(guī)律。

    [1] 吳益平,李亞偉.灰色-進(jìn)化神經(jīng)網(wǎng)絡(luò)模型在深埋隧道圍巖變形預(yù)測(cè)中的應(yīng)用[J].巖土力學(xué),2008,29(S):263-266. Wu Yiping,Li Yawei.Application of Grey-ENN model to prediction of wall-rock deformation in deep buried tunnels[J].Rock and Soil Mechanics,2008,29(S):263-266.

    [2] 齊 甦,周德軍,王立英,等.基于灰色-馬爾可夫鏈的隧道圍巖變形預(yù)測(cè)研究[J].現(xiàn)代隧道技術(shù),2013,50(1):80-86. Qi Su,Zhou Dejun,Wang Liying,et al.Deformation prediction of tunnel surrounding rock based on the grey Markov chain[J].Modern Tunneling Technology,2013,50(1):80-86.

    [3] 龍 浩,高 睿,孔德新,等.基于BP神經(jīng)網(wǎng)絡(luò)-馬爾科夫鏈模型的隧道圍巖位移預(yù)測(cè)[J].長(zhǎng)江科學(xué)院學(xué)報(bào),2013,30(3):40-43. Long Hao,Gao Rui,Kong Dexin,et al.Forecast of tunnel′s surrounding rock displacement by BP neural network and Markov chain[J].Journal of Yangtze River Scientific Research Institute,2013,30(3):40-43.

    [4] 曹洋兵,晏鄂川,謝良甫.考慮環(huán)境變量作用的滑坡變形動(dòng)態(tài)灰色-進(jìn)化神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)研究[J].巖土力學(xué),2012, 33(3):847-852. Cao Yangbing,Yang E′chuan,Xie Liangfu.Study of landslide deformation prediction based on gray model-evolutionary neural network model considering function of environmental variables[J].Rock and Soil Mechanics,2012,33(3):847-852.

    [5] 高文華,朱建群,黃自永,等.隧道圍巖變形動(dòng)態(tài)預(yù)測(cè)的灰色自適應(yīng)模型及其參數(shù)智能辨識(shí)[J].公路交通科技,2012,29(1):114-120. Gao Wenhua,Zhu Jianqun,Huang Ziyong,et al.Grey self-adaptive model of dynamic prediction of surrounding rock deformation of tunnel and intelligent identification of parameters[J].Journal of Highway and Transportation Research and Development,2012,29(1):114-120.

    [6] 潘國(guó)榮,谷 川.形變監(jiān)測(cè)數(shù)據(jù)組合預(yù)測(cè)[J].大地測(cè)量與地球動(dòng)力學(xué),2006,26(4):27-29. Pan Guorong,Gu Chuang.Combination prediction of deformation monitoring data[J].Journal of Geodesy and Geodynamics,2006,26(4):27-29.

    [7] 高 寧,高彩云.變形監(jiān)測(cè)數(shù)據(jù)組合預(yù)測(cè)的串聯(lián)與并聯(lián)模式研究[J].大地測(cè)量與地球動(dòng)力學(xué),2013,33(3):116-120. Gao Ning,Gao Caiyun.On model and forecast of deformation monitoring data based on series and parallel combination prediction[J].Journal of Geodesy and Geodynamics,2013,33(3):116-120.

    [8] 謝振華,陳 慶.尾礦壩監(jiān)測(cè)數(shù)據(jù)分析的RBF神經(jīng)網(wǎng)絡(luò)方法[J].金屬礦山,2006(10):69 -72. Xie Zhenhua,Chen Qing.RBF neural network method for analyzing monitoring data of tailings dam[J].Metal Mine,2006(10):69-72.

    [9] 高彩云,高 寧.變形預(yù)報(bào)中RBF和BP神經(jīng)網(wǎng)絡(luò)有效性比較[J].人民黃河,2012,34(7):132-134. Gao Caiyun,Gao Ning.Comparison with RBF and BP neural network used in prediction of deformation[J].Yellow River,2012,34(7):132-134.

    [10] 高彩云,高 寧.基于時(shí)序AR(P)-RBF神經(jīng)網(wǎng)絡(luò)的變形建模與預(yù)測(cè)[J].測(cè)繪科學(xué),2013,38(6):120-122. Gao Caiyun,Gao Ning.Modelling and forecasting of deformation based on AR time-RBF neural Network[J].Science of Surveying and Mapping,2013,38(6):120-122.

    (責(zé)任編輯 石海林)

    Non-linear Combination Forecast Model to Predict Surrounding Rock Deformation in Deep Buried Tunnels

    Gao Ning1Pan Chuanjiao1Li Jiangang2

    (1.Geomatics&CitySpatialInformationSchool,HenanUniversityofUrbanConstruction,Pingdingshan467036,China2.DepartmentofMiningandArchitecturalEngineering,HebeiUnitedUniversityQian′anCollege,Tangshan064400,China)

    Affected by stress distribution,groundwater,opening mode,etc.,the surrounding rock deformation of the deep buried tunnels show nonlinearity in displacement series height.Thus,the non-linear combination model based on the deformation information fusion was proposed.In this model,based on the individual forecast data of GM (1,1) and RBF,and with the use of the neural network,the weight of each model among the combined model was optimized to build a nonlinear combined forecast model.Then,the non-linear combination forecast model was applied to predict surrounding rock deformation in deep buried tunnels.Meanwhile,non-linear combination predictions were contrasted with simple average weighting combination and the optimal linear weighted combination.The results showed that compared with the traditional weighting method,the non-linear combination forecast model has a higher and more reliable precision,and owns a more stable prediction result.It is of a certain theoretical and practical significance in surrounding rock deformation prediction for deep buried tunnel.

    Deep buried tunnels,Surrounding rock deformation,Non-linear combination,Weight,Prediction

    2014-05-25

    國(guó)家自然科學(xué)基金項(xiàng)目(編號(hào):41071328)。

    高 寧(1982—),男,講師,博士。

    TD322

    A

    1001-1250(2014)-08-045-04

    猜你喜歡
    權(quán)值圍巖神經(jīng)網(wǎng)絡(luò)
    一種融合時(shí)間權(quán)值和用戶行為序列的電影推薦模型
    CONTENTS
    隧道開挖圍巖穩(wěn)定性分析
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    軟弱破碎圍巖隧道初期支護(hù)大變形治理技術(shù)
    江西建材(2018年4期)2018-04-10 12:37:22
    基于權(quán)值動(dòng)量的RBM加速學(xué)習(xí)算法研究
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    采空側(cè)巷道圍巖加固與巷道底臌的防治
    地面荷載及圍巖自重作用下淺埋隧道的圍巖應(yīng)力解
    18禁动态无遮挡网站| 中文字幕人妻熟女乱码| 99香蕉大伊视频| 亚洲欧美成人综合另类久久久| 69精品国产乱码久久久| 成年女人毛片免费观看观看9 | 国产成人精品在线电影| 国产成人精品久久久久久| 男女免费视频国产| 美女主播在线视频| 中文精品一卡2卡3卡4更新| 国产精品免费大片| 成人漫画全彩无遮挡| 欧美另类一区| 午夜免费鲁丝| 丝袜美足系列| 国产精品熟女久久久久浪| 国产 精品1| 激情视频va一区二区三区| 欧美 日韩 精品 国产| 伊人久久大香线蕉亚洲五| 夜夜骑夜夜射夜夜干| a级毛片黄视频| 99热全是精品| 晚上一个人看的免费电影| 久久久国产欧美日韩av| 欧美日韩精品成人综合77777| 又大又黄又爽视频免费| 久久ye,这里只有精品| av国产精品久久久久影院| 午夜福利影视在线免费观看| 国产乱来视频区| 国产一级毛片在线| 日韩电影二区| 欧美黄色片欧美黄色片| 国产成人精品在线电影| 一级,二级,三级黄色视频| 只有这里有精品99| 亚洲精品视频女| 久久精品人人爽人人爽视色| 边亲边吃奶的免费视频| 久久久久精品久久久久真实原创| 2018国产大陆天天弄谢| 好男人视频免费观看在线| 亚洲国产色片| 熟妇人妻不卡中文字幕| 国产毛片在线视频| 亚洲欧美一区二区三区黑人 | 国产日韩欧美在线精品| 伦理电影大哥的女人| 交换朋友夫妻互换小说| 一区二区av电影网| 欧美国产精品一级二级三级| 国产免费一区二区三区四区乱码| 亚洲五月色婷婷综合| 自线自在国产av| 日韩欧美一区视频在线观看| 国产白丝娇喘喷水9色精品| 中文天堂在线官网| 亚洲国产av新网站| 国产97色在线日韩免费| 天美传媒精品一区二区| 亚洲精品第二区| 亚洲伊人色综图| 久久毛片免费看一区二区三区| 久久久国产精品麻豆| 91午夜精品亚洲一区二区三区| 欧美人与性动交α欧美精品济南到 | 极品少妇高潮喷水抽搐| 在线精品无人区一区二区三| 边亲边吃奶的免费视频| 免费不卡的大黄色大毛片视频在线观看| 成人影院久久| 午夜91福利影院| 一边摸一边做爽爽视频免费| 深夜精品福利| 国产 一区精品| 午夜免费鲁丝| 天天躁夜夜躁狠狠躁躁| 美女脱内裤让男人舔精品视频| 日日撸夜夜添| 亚洲欧美清纯卡通| 巨乳人妻的诱惑在线观看| 永久免费av网站大全| 欧美日韩亚洲国产一区二区在线观看 | av.在线天堂| 少妇的丰满在线观看| 2021少妇久久久久久久久久久| 天天躁狠狠躁夜夜躁狠狠躁| 免费女性裸体啪啪无遮挡网站| 日韩中字成人| 夫妻午夜视频| 精品久久久精品久久久| 国产一级毛片在线| 人人妻人人爽人人添夜夜欢视频| 纵有疾风起免费观看全集完整版| 精品久久久久久电影网| 国产男人的电影天堂91| 亚洲 欧美一区二区三区| 下体分泌物呈黄色| 欧美在线黄色| 成人亚洲精品一区在线观看| 电影成人av| 中文字幕另类日韩欧美亚洲嫩草| 人人澡人人妻人| 中文精品一卡2卡3卡4更新| 一级毛片 在线播放| 久久人妻熟女aⅴ| 国产欧美日韩综合在线一区二区| 成人影院久久| 2021少妇久久久久久久久久久| 18禁观看日本| 亚洲,欧美精品.| 大话2 男鬼变身卡| 爱豆传媒免费全集在线观看| 亚洲欧美一区二区三区久久| 女的被弄到高潮叫床怎么办| 亚洲欧美成人精品一区二区| av网站免费在线观看视频| 少妇人妻久久综合中文| 中文字幕av电影在线播放| 国产亚洲一区二区精品| 精品人妻在线不人妻| 最近的中文字幕免费完整| 丝袜脚勾引网站| 丰满迷人的少妇在线观看| 免费观看a级毛片全部| 精品国产乱码久久久久久小说| 又大又黄又爽视频免费| 啦啦啦视频在线资源免费观看| 人人妻人人添人人爽欧美一区卜| 久久韩国三级中文字幕| 男女边吃奶边做爰视频| 如何舔出高潮| 国产高清不卡午夜福利| 国产亚洲最大av| 国产精品一二三区在线看| 免费大片黄手机在线观看| 国产精品.久久久| 人妻一区二区av| 在线天堂最新版资源| 老司机影院毛片| 欧美变态另类bdsm刘玥| 老汉色av国产亚洲站长工具| 人妻一区二区av| 久久久久久免费高清国产稀缺| 99热全是精品| 中文字幕av电影在线播放| 9色porny在线观看| 精品国产一区二区久久| 久久久久久久久久人人人人人人| 国产精品不卡视频一区二区| 一区二区日韩欧美中文字幕| 欧美精品高潮呻吟av久久| 美女视频免费永久观看网站| 欧美成人午夜精品| 婷婷色av中文字幕| 国产精品熟女久久久久浪| 欧美日韩av久久| 国精品久久久久久国模美| 日韩中文字幕欧美一区二区 | 免费在线观看视频国产中文字幕亚洲 | 成年动漫av网址| 永久网站在线| www.精华液| 婷婷成人精品国产| 成年美女黄网站色视频大全免费| 午夜久久久在线观看| 色94色欧美一区二区| 久久久久国产一级毛片高清牌| 国产精品免费视频内射| www.av在线官网国产| 可以免费在线观看a视频的电影网站 | 老女人水多毛片| 在线天堂中文资源库| 国产女主播在线喷水免费视频网站| 性少妇av在线| 亚洲精品国产一区二区精华液| 黄片播放在线免费| 中文乱码字字幕精品一区二区三区| 亚洲少妇的诱惑av| 日韩一区二区三区影片| 好男人视频免费观看在线| 国产97色在线日韩免费| 日韩精品有码人妻一区| 亚洲综合色惰| 老鸭窝网址在线观看| 国产极品粉嫩免费观看在线| 亚洲欧洲日产国产| 欧美日韩国产mv在线观看视频| 七月丁香在线播放| 女人久久www免费人成看片| 亚洲在久久综合| 欧美xxⅹ黑人| 亚洲欧美精品自产自拍| 中文字幕另类日韩欧美亚洲嫩草| 久久久亚洲精品成人影院| 国产欧美日韩综合在线一区二区| 免费在线观看黄色视频的| av网站在线播放免费| 高清不卡的av网站| av国产久精品久网站免费入址| 黑人猛操日本美女一级片| 亚洲av福利一区| av天堂久久9| 国产日韩一区二区三区精品不卡| 久久久久久久久免费视频了| 国产亚洲最大av| 夫妻午夜视频| 可以免费在线观看a视频的电影网站 | 国产熟女午夜一区二区三区| 久久人人97超碰香蕉20202| 久久av网站| 国产 一区精品| 一区在线观看完整版| 搡女人真爽免费视频火全软件| 色视频在线一区二区三区| 啦啦啦啦在线视频资源| 久久精品人人爽人人爽视色| xxx大片免费视频| 精品国产国语对白av| 熟妇人妻不卡中文字幕| 日本黄色日本黄色录像| 国产精品国产三级专区第一集| 久久久国产一区二区| 丝袜脚勾引网站| 国产免费又黄又爽又色| 精品人妻熟女毛片av久久网站| 99热国产这里只有精品6| av在线老鸭窝| 国产伦理片在线播放av一区| 最近中文字幕2019免费版| 大香蕉久久成人网| 男女国产视频网站| 秋霞在线观看毛片| 欧美97在线视频| 狠狠婷婷综合久久久久久88av| 99香蕉大伊视频| 最近中文字幕高清免费大全6| 十八禁高潮呻吟视频| 亚洲精品美女久久av网站| 精品一区二区免费观看| av在线播放精品| 一级a爱视频在线免费观看| 热re99久久精品国产66热6| 在线免费观看不下载黄p国产| 啦啦啦啦在线视频资源| 波多野结衣av一区二区av| 免费少妇av软件| 国产欧美亚洲国产| 亚洲精品自拍成人| 成人国产麻豆网| 熟女少妇亚洲综合色aaa.| 欧美日韩视频高清一区二区三区二| 2021少妇久久久久久久久久久| 亚洲精品在线美女| 在线观看一区二区三区激情| 99re6热这里在线精品视频| 亚洲精品视频女| xxx大片免费视频| 国产亚洲欧美精品永久| 99久久中文字幕三级久久日本| 国产男女内射视频| 男男h啪啪无遮挡| 少妇熟女欧美另类| 纯流量卡能插随身wifi吗| 欧美在线黄色| 国产男女超爽视频在线观看| av福利片在线| 精品一区在线观看国产| 精品久久久精品久久久| 国产精品熟女久久久久浪| 久久人人爽人人片av| 国产日韩欧美在线精品| 亚洲av电影在线进入| 国产精品偷伦视频观看了| 国产精品欧美亚洲77777| 国产成人av激情在线播放| 成人影院久久| 日本爱情动作片www.在线观看| 国产1区2区3区精品| 欧美日韩国产mv在线观看视频| 不卡av一区二区三区| 亚洲精品在线美女| 日韩视频在线欧美| 亚洲精华国产精华液的使用体验| 国产成人精品在线电影| 男的添女的下面高潮视频| av福利片在线| 在线观看三级黄色| 久久综合国产亚洲精品| 我要看黄色一级片免费的| 亚洲三区欧美一区| 九九爱精品视频在线观看| 欧美激情 高清一区二区三区| 成年美女黄网站色视频大全免费| 国产熟女午夜一区二区三区| 国产精品 欧美亚洲| videossex国产| 狠狠精品人妻久久久久久综合| 国产成人一区二区在线| 精品福利永久在线观看| 一本—道久久a久久精品蜜桃钙片| 人人澡人人妻人| 国产精品99久久99久久久不卡 | 日韩成人av中文字幕在线观看| 777久久人妻少妇嫩草av网站| 天天躁狠狠躁夜夜躁狠狠躁| 国产欧美亚洲国产| 日本av免费视频播放| 有码 亚洲区| 一本久久精品| 男人舔女人的私密视频| 深夜精品福利| 日韩人妻精品一区2区三区| 97在线视频观看| 老司机影院成人| 久久精品国产a三级三级三级| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 天天躁夜夜躁狠狠久久av| 99热网站在线观看| 黄色怎么调成土黄色| 日韩一区二区三区影片| 美女午夜性视频免费| 一级毛片黄色毛片免费观看视频| 香蕉国产在线看| 国产男女内射视频| 亚洲精品国产av成人精品| 欧美成人午夜免费资源| 亚洲欧美精品自产自拍| 久久久久视频综合| 好男人视频免费观看在线| 国产精品国产三级国产专区5o| 91成人精品电影| 九草在线视频观看| 精品国产乱码久久久久久小说| 91精品伊人久久大香线蕉| 久久久久久人人人人人| 久久女婷五月综合色啪小说| 久久精品国产自在天天线| 青青草视频在线视频观看| 超碰97精品在线观看| 熟女av电影| 亚洲精品视频女| 欧美少妇被猛烈插入视频| 在线 av 中文字幕| 精品一品国产午夜福利视频| 看非洲黑人一级黄片| 日本vs欧美在线观看视频| 成年人午夜在线观看视频| 久热这里只有精品99| 成年美女黄网站色视频大全免费| 色婷婷av一区二区三区视频| 丝袜美足系列| 熟妇人妻不卡中文字幕| 黄色配什么色好看| 久久精品久久久久久噜噜老黄| 日日爽夜夜爽网站| 午夜影院在线不卡| 永久网站在线| 久久久久国产一级毛片高清牌| 在线 av 中文字幕| 少妇的逼水好多| 亚洲欧美一区二区三区黑人 | 欧美亚洲日本最大视频资源| av视频免费观看在线观看| av网站免费在线观看视频| 亚洲国产欧美在线一区| 九色亚洲精品在线播放| 国产又爽黄色视频| 电影成人av| 国产日韩一区二区三区精品不卡| 欧美成人精品欧美一级黄| 亚洲av电影在线进入| 大片电影免费在线观看免费| 亚洲国产精品成人久久小说| 久久婷婷青草| 黄片无遮挡物在线观看| 啦啦啦视频在线资源免费观看| 亚洲国产看品久久| 新久久久久国产一级毛片| 制服丝袜香蕉在线| 久久久久视频综合| 我要看黄色一级片免费的| 热99久久久久精品小说推荐| 亚洲美女黄色视频免费看| 男女国产视频网站| 建设人人有责人人尽责人人享有的| 少妇被粗大的猛进出69影院| 汤姆久久久久久久影院中文字幕| 久久久久久久久免费视频了| 黄色 视频免费看| 亚洲第一青青草原| 少妇人妻久久综合中文| 日韩欧美精品免费久久| h视频一区二区三区| 一级,二级,三级黄色视频| 久久人人爽av亚洲精品天堂| 女人被躁到高潮嗷嗷叫费观| 五月开心婷婷网| 亚洲国产av新网站| 午夜福利影视在线免费观看| 国产色婷婷99| 这个男人来自地球电影免费观看 | 五月伊人婷婷丁香| 毛片一级片免费看久久久久| 免费黄频网站在线观看国产| 黄色配什么色好看| 久久99精品国语久久久| 久久午夜福利片| 国产一区有黄有色的免费视频| 亚洲av中文av极速乱| 看免费av毛片| 男女午夜视频在线观看| 香蕉丝袜av| 欧美精品国产亚洲| 99热全是精品| 国产一区二区三区综合在线观看| 最新中文字幕久久久久| 一本久久精品| 午夜免费男女啪啪视频观看| 免费人妻精品一区二区三区视频| 日韩成人av中文字幕在线观看| 十八禁高潮呻吟视频| 人成视频在线观看免费观看| 男女国产视频网站| 国产一级毛片在线| 成人免费观看视频高清| 中文精品一卡2卡3卡4更新| 亚洲欧美日韩另类电影网站| 精品视频人人做人人爽| 国产精品偷伦视频观看了| 午夜福利视频精品| 久久久国产欧美日韩av| 1024视频免费在线观看| 国产av国产精品国产| tube8黄色片| 国产黄色免费在线视频| 人人妻人人添人人爽欧美一区卜| 一级毛片电影观看| 午夜日韩欧美国产| 成年av动漫网址| 亚洲第一区二区三区不卡| 国产高清国产精品国产三级| 女人高潮潮喷娇喘18禁视频| 日产精品乱码卡一卡2卡三| 中文字幕最新亚洲高清| 在线观看免费高清a一片| 黄片小视频在线播放| 大码成人一级视频| 欧美成人午夜免费资源| 一区在线观看完整版| 老司机影院毛片| 国产精品人妻久久久影院| 国产成人精品一,二区| 少妇人妻久久综合中文| 99热全是精品| 18在线观看网站| 在现免费观看毛片| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 成年动漫av网址| 视频区图区小说| 蜜桃国产av成人99| 国产成人精品久久二区二区91 | 精品国产露脸久久av麻豆| 精品久久蜜臀av无| 少妇人妻精品综合一区二区| 久久鲁丝午夜福利片| 色吧在线观看| 在线免费观看不下载黄p国产| 黄色一级大片看看| 黄色怎么调成土黄色| 九草在线视频观看| 男男h啪啪无遮挡| 午夜福利,免费看| 国产亚洲午夜精品一区二区久久| 老熟女久久久| 亚洲av男天堂| 国产精品麻豆人妻色哟哟久久| 欧美日韩一级在线毛片| 夜夜骑夜夜射夜夜干| 免费看不卡的av| 成人国产av品久久久| 国产成人精品在线电影| √禁漫天堂资源中文www| 成年av动漫网址| 久久免费观看电影| 韩国av在线不卡| 亚洲色图 男人天堂 中文字幕| 久久久久网色| 五月开心婷婷网| 两个人看的免费小视频| 青春草视频在线免费观看| 波多野结衣一区麻豆| 夜夜骑夜夜射夜夜干| 亚洲国产日韩一区二区| 中文精品一卡2卡3卡4更新| 久久久久久久大尺度免费视频| 亚洲国产精品一区二区三区在线| 免费观看无遮挡的男女| kizo精华| 男女国产视频网站| 亚洲欧美成人精品一区二区| 黄片播放在线免费| 性高湖久久久久久久久免费观看| 国语对白做爰xxxⅹ性视频网站| 男女免费视频国产| 国产精品熟女久久久久浪| 午夜福利网站1000一区二区三区| 国产精品嫩草影院av在线观看| 国产女主播在线喷水免费视频网站| 午夜福利影视在线免费观看| 欧美激情极品国产一区二区三区| av天堂久久9| 久久精品熟女亚洲av麻豆精品| 美女国产视频在线观看| 国产野战对白在线观看| 亚洲伊人久久精品综合| 婷婷色av中文字幕| 汤姆久久久久久久影院中文字幕| 天堂俺去俺来也www色官网| 欧美人与性动交α欧美精品济南到 | 久久99热这里只频精品6学生| 国产精品二区激情视频| 高清不卡的av网站| 黄片小视频在线播放| 男女高潮啪啪啪动态图| 美女午夜性视频免费| 欧美精品国产亚洲| 亚洲人成网站在线观看播放| 天堂8中文在线网| 欧美日本中文国产一区发布| 一级毛片 在线播放| 高清在线视频一区二区三区| 成人国语在线视频| av在线老鸭窝| av又黄又爽大尺度在线免费看| 免费黄频网站在线观看国产| 日韩大片免费观看网站| 在线观看一区二区三区激情| 国产精品人妻久久久影院| 精品国产一区二区三区四区第35| 午夜久久久在线观看| 欧美老熟妇乱子伦牲交| 国产1区2区3区精品| 看十八女毛片水多多多| 中文字幕精品免费在线观看视频| 捣出白浆h1v1| 久久午夜福利片| 大香蕉久久网| 欧美日韩视频高清一区二区三区二| 日韩欧美一区视频在线观看| 日韩一卡2卡3卡4卡2021年| 中文字幕亚洲精品专区| 日本av免费视频播放| 国产精品国产三级国产专区5o| 亚洲精品aⅴ在线观看| 天天躁日日躁夜夜躁夜夜| 国产一区二区激情短视频 | 久久人人爽av亚洲精品天堂| 少妇被粗大的猛进出69影院| 高清av免费在线| 亚洲第一av免费看| 99久久中文字幕三级久久日本| 日韩制服丝袜自拍偷拍| av福利片在线| 黄色 视频免费看| 91aial.com中文字幕在线观看| 亚洲欧美一区二区三区国产| 成人毛片60女人毛片免费| 高清欧美精品videossex| 国产高清不卡午夜福利| 亚洲 欧美一区二区三区| 欧美日本中文国产一区发布| 国产精品久久久久久av不卡| 国产白丝娇喘喷水9色精品| av国产精品久久久久影院| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 少妇猛男粗大的猛烈进出视频| 熟女av电影| 青春草亚洲视频在线观看| 国产又色又爽无遮挡免| 人人妻人人添人人爽欧美一区卜| 最近中文字幕2019免费版| 国产老妇伦熟女老妇高清| freevideosex欧美| 在线亚洲精品国产二区图片欧美| 哪个播放器可以免费观看大片| 另类精品久久| 制服诱惑二区| 亚洲av综合色区一区| 18在线观看网站| 日韩一区二区三区影片| 欧美亚洲 丝袜 人妻 在线| 国产乱来视频区| 一区二区三区精品91| 国产精品免费视频内射| 日韩av在线免费看完整版不卡| 男人爽女人下面视频在线观看| 亚洲第一区二区三区不卡| 一本久久精品| 免费女性裸体啪啪无遮挡网站| av不卡在线播放| 国产成人精品无人区| 下体分泌物呈黄色| 交换朋友夫妻互换小说| 男男h啪啪无遮挡| 久久久久久久久久人人人人人人| videossex国产| 在线天堂最新版资源| 毛片一级片免费看久久久久| 国产免费现黄频在线看| 久久精品久久精品一区二区三区| 亚洲精品美女久久久久99蜜臀 | 2021少妇久久久久久久久久久|