• <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 ?

    求解TSP 的蟻群與模糊自適應(yīng)粒子群算法

    2015-04-17 02:45:36張???/span>
    關(guān)鍵詞:結(jié)點(diǎn)慣性螞蟻

    張???,王 波

    ZHANG Haijun,WANG Bo

    上海理工大學(xué) 管理學(xué)院,上海200093

    School of Manage,University of Shanghai for Science and Technology,Shanghai 200093,China

    1 引言

    粒子群算法[1]是由Kennedy 博士與Eberhart 博士共同提出一種新興的基于群體智能[2-3]的搜索算法。它起源于對(duì)鳥群覓食行為的模擬,主要是仿照種群行為來模擬粒子們的運(yùn)動(dòng)。這種算法簡(jiǎn)單且參數(shù)易于調(diào)整,現(xiàn)在已經(jīng)廣泛應(yīng)用于重要領(lǐng)域。在處理問題時(shí),一般采用定值慣性權(quán)重的PSO 算法,但在實(shí)際搜索過程中,容易早熟且易于陷入局部最優(yōu)。

    蟻群算法[4]是Dorigo 等提出的一種仿生群體智能搜索算法,它來源于自然界中螞蟻集體覓食行為與協(xié)作過程的啟發(fā),通過模擬螞蟻在蟻巢和食物源之間尋找最短路徑,以信息素作為媒介,最終達(dá)到尋優(yōu)的目的。目前,蟻群算法應(yīng)用已在大量領(lǐng)域中取得了多項(xiàng)突破,并產(chǎn)生不錯(cuò)的效果。盡管蟻群算法具有較強(qiáng)的尋優(yōu)能力,但在處理大規(guī)模優(yōu)化問題時(shí),其開始搜索時(shí)信息素量比較缺乏,且搜索速度緩慢,易于陷入局部最優(yōu)。

    在融合ACO 與PSO 算法中文獻(xiàn)[5]應(yīng)用粒子群算法對(duì)蟻群算法的參數(shù)進(jìn)行優(yōu)化,并運(yùn)用蟻群系統(tǒng)算法尋找最優(yōu)路徑;文獻(xiàn)[6]中為了提高收斂速度,將每隔一定代數(shù)的數(shù)據(jù)引入粒子群運(yùn)算,最終在局部與全局最優(yōu)之間取得平衡;文獻(xiàn)[7]中引入重力搜索算法來優(yōu)化蟻群算法參數(shù)和粒子群算法,并且提高了蟻群算法的優(yōu)化性能;文獻(xiàn)[8]中將蟻群分成多個(gè)螞蟻?zhàn)尤?,通過粒子群算法優(yōu)化螞蟻?zhàn)尤簠?shù),并在螞蟻?zhàn)尤褐幸虢粨Q操作對(duì)TSP 問題進(jìn)行優(yōu)化;文獻(xiàn)[9]中給出一種全局異步與精英策略相結(jié)合的信息素更新方法,從而提高算法的運(yùn)行迭代速度。

    雖然上述方法對(duì)ACO-PSO 算法[10]做了一些的改進(jìn),但隨著TSP 優(yōu)化問題不斷規(guī)?;?fù)雜化,預(yù)先設(shè)定的慣性權(quán)重值難以滿足復(fù)雜問題的解決。所以,本文主要對(duì)粒子群算法與蟻群算法的特點(diǎn)和性質(zhì)進(jìn)行詳細(xì)的探究,融合兩種算法的優(yōu)點(diǎn),并且通過引入模糊技術(shù),對(duì)PSO 中慣性權(quán)重ω[11-12]參數(shù)進(jìn)行模糊化。在ACO-PSO算法運(yùn)行初期時(shí),需要較強(qiáng)的全局搜索能力,則采用較大的ω值;在搜索中后期,需要有很強(qiáng)的局部搜索能力,則調(diào)整為較小的ω值。

    2 基本蟻群算法

    首先設(shè)TSP 的城市個(gè)數(shù)為N,螞蟻總數(shù)也為N,城市i與城市j之間的路徑為dij(i≠j)。先建立TSP 問題的目標(biāo)函數(shù)式(1),其中城市序列表示為{cπ(1),cπ(2),…,cπ(N)},且cπ(1),cπ(2),…,cπ(N)是c1,c2,…,cN的全排列。

    蟻群算法[13-14]的基本思想:螞蟻在初次尋找路徑是隨機(jī)的,且在路徑上釋放等量信息素。設(shè)τij(t)表示t時(shí)刻在城市i,j連線上殘留信息素含量,初始時(shí)刻每條路徑的信息素含量都為τij(0)=τ0。螞蟻antk(k=1,2,…,N)在爬行過程中,使用禁忌表tabuk記錄當(dāng)前已遍歷的城市,用集合allowedk來記錄下一步可選擇城市,即allowedk={C-tabuk}。表示在t時(shí)刻螞蟻antk由城市i轉(zhuǎn)移到城市j的狀態(tài)轉(zhuǎn)移概率,其中ηij表示從城市i轉(zhuǎn)移到城市j的啟發(fā)信息,一般取值ηij=1/dij,參數(shù)α表示在路徑i,j上殘留信息量的相對(duì)重要程度,參數(shù)β為啟發(fā)信息的相對(duì)重要程度,如式(2)。

    在所有螞蟻都完成一次周游時(shí),各路徑上的信息素量需根據(jù)式(3)進(jìn)行更新。其中,ρ(0 <ρ<1)是一個(gè)系數(shù),且(1-ρ)表示t到t+N時(shí)刻內(nèi)的信息素?fù)]發(fā)率;Δτij表示本次迭代中路徑i,j上的信息素增量之和;Q表示螞蟻循環(huán)一周所釋放的總信息素含量,Lk表示antk螞蟻在本次周游中所走路徑的長(zhǎng)度,表示antk螞蟻在本次迭代中在路徑i,j上留下的信息素含量,如式(5)。

    3 模糊自適應(yīng)粒子群算法

    3.1 粒子群算法基本思想

    粒子群算法是一種模擬鳥群的捕食行為群體智能算法[2-3]。在尋優(yōu)過程中,每個(gè)潛在的最好解都與粒子運(yùn)動(dòng)速度相關(guān)聯(lián),根據(jù)粒子的歷史經(jīng)驗(yàn)以及鄰居們的經(jīng)驗(yàn)來調(diào)整其速度大小和方向,朝著最好解的方向逼近。

    本文搜索空間是在平面中,設(shè)粒子群中第i個(gè)粒子位置、速度分別為xi(xi1,xi2)和vi(vi1,vi2),以及pbesti(pi1,pi2)表示第i個(gè)粒子搜索到的最佳位置,gbest(g1,g2)表示所有粒子搜索到的最好位置,根據(jù)式(6)和(7)來更新粒子的速度和位置。

    其中,學(xué)習(xí)因子c1和c2,分別表示為粒子具有自我尋優(yōu)能力和集體尋優(yōu)能力,來逼近個(gè)體和群體最優(yōu)解。R1,R2為[0,1]之間的隨機(jī)數(shù)。限制粒子速度,即|vi|>vmax時(shí),則|vi|=vmax。慣性權(quán)重ω表示為粒子延續(xù)當(dāng)前速度多少,其值合理地被選取使得粒子具有均衡的局部與全局搜索能力。然而如何權(quán)衡慣性權(quán)值,使其達(dá)到搜索平衡的效果,從而逼近最好解。本文主要從慣性權(quán)值的變化來提高ACO-PSO 的搜索性能。

    3.2 慣性權(quán)重的自適應(yīng)調(diào)整模型

    為了改善ACO-PSO 算法搜索能力,引入模糊技術(shù),使得參數(shù)慣性權(quán)重模糊化。但問題的關(guān)鍵是在于如何構(gòu)建模糊概念的的隸屬函數(shù)。本文主要通過引入g參數(shù),構(gòu)造具體的隸屬函數(shù)(記為u(g))如下:

    其中g(shù)表示ACO-PSO 中全局路徑極小值,N為種群規(guī)模,S1和S2為可控制參數(shù),γ1和γ2為調(diào)整參數(shù),這里滿足條件S1>S2>0,1 >γ1>0,1 >γ2>0。

    通過上述隸屬函數(shù)的模糊映射關(guān)系,本文構(gòu)建了慣性權(quán)值的模糊自適應(yīng)調(diào)整函數(shù)[12]如下:

    其中,nc為當(dāng)前迭代次數(shù),NC為最大迭代數(shù),ωs與ωe分別為參數(shù)慣性權(quán)重ω的初始值與結(jié)束值。

    4 粒子群與蟻群混合算法

    4.1 基本思想

    粒子群算法和蟻群算法都是基于群體智能的搜索算法。ACO-PSO 的基本思想是綜合其兩種算法各自搜索特性,以達(dá)到逼近最佳位置。本文通過引入模糊技術(shù),對(duì)粒子群算法中參數(shù)ω進(jìn)行模糊自適應(yīng)調(diào)整,前期讓ACO-PSO 算法進(jìn)行較強(qiáng)的全局搜索,后期進(jìn)行很強(qiáng)的局部搜索。具體算法流程如下:

    步驟1設(shè)置粒子群參數(shù)并初始化粒子群,即隨機(jī)產(chǎn)生Np個(gè)粒子速度和位置。

    步驟2初始化每個(gè)螞蟻的信息素和參數(shù);將Nsa只螞蟻隨機(jī)放在N個(gè)城市上。

    步驟3讓每個(gè)螞蟻遍歷所有城市,螞蟻以式(2)概念選擇所經(jīng)過的城市,更新Nsa只螞蟻的路徑長(zhǎng)度,并計(jì)算每個(gè)螞蟻的最優(yōu)路徑作為Np粒子的適應(yīng)度值。

    步驟4根據(jù)粒子的適應(yīng)度值,按照式(6)和式(7)更新每個(gè)粒子個(gè)體最優(yōu)解和群體最優(yōu)解,相應(yīng)得出粒子的速度和位置。

    步驟5根據(jù)式(9)模糊自適應(yīng)調(diào)整慣性權(quán)值ω,然后再次依據(jù)式(6)和式(7)更新粒子的速度和位置。

    步驟5如果達(dá)到最大迭代次數(shù)時(shí),則結(jié)束,否則,轉(zhuǎn)步驟4。

    4.2 算法的改進(jìn)

    為了進(jìn)一步研究,受GA 中的交叉算子[14]的思想啟示,本文引用了演化交叉[15-16]策略,即繼承父代的優(yōu)秀基因,且又能保證交叉后子代的可行性,使得搜索結(jié)果逼近最佳位置。在算法流程中,于步驟4 與5 之間添加:隨機(jī)選擇一只螞蟻,將其所走路徑與最優(yōu)螞蟻所走的路徑執(zhí)行演化交叉,生成新的路徑。演化交叉方式:將雙親X=(x1,x2,…,xN)和Y=(y1,y2,…,yN)看作環(huán)形回路,通過演化交叉產(chǎn)生子代children。步驟如下:

    步驟1隨機(jī)選擇一個(gè)結(jié)點(diǎn)xi作為交叉起點(diǎn),并加入子代children中,分別在父代中標(biāo)記xi為已訪問過的結(jié)點(diǎn)。

    步驟2根據(jù)當(dāng)前結(jié)點(diǎn)xi,在X、Y中尋找下一個(gè)未訪問過的結(jié)點(diǎn)xi+1和yj+1。

    步驟3若,將xi+1加到children中,記當(dāng)前結(jié)點(diǎn)為xi+1,在父代中標(biāo)記xi+1為訪問過的結(jié)點(diǎn),否則將yi+1加入到children中,并記當(dāng)前結(jié)點(diǎn)為yi+1,在父代中標(biāo)記yi+1為訪問過的結(jié)點(diǎn)。

    步驟4重復(fù)執(zhí)行步驟2,直至生成所有子代。

    4.3 算法迭代圖

    根據(jù)上述算法思想,整理得出ACO-GA-PSO 算法的運(yùn)算迭代圖如下(而ACO-PSO 迭代圖中缺少“演化交叉”步驟)。

    圖1 ACO-GA-PSO算法迭代圖

    4.4 算法的擴(kuò)展應(yīng)用

    隨著現(xiàn)代物流業(yè)的快速發(fā)展,我們所遇到的VRP問題[17-18]更加貼近實(shí)際。所以通常會(huì)引入虛擬配送中心的概念,把VRP 問題轉(zhuǎn)化為帶有約束性的TSP 問題。利用本文的算法思想,然后在完善模型約束條件下,建立相應(yīng)的VRP 優(yōu)化模型。

    依據(jù)文中的思想,假設(shè)以起始點(diǎn)城市作為配送中心,且每個(gè)城市包含用戶的需求量。首先對(duì)參數(shù)配送車最大載重MaxLoading、數(shù)量CarNum和初始載重Loading進(jìn)行初始化。然后在算法步驟3 中添加:如果用戶的需求量沒有超過當(dāng)前能承載的重量,則選擇此用戶,且將用戶的需求量加入Loading中;然后判斷是否Loading<MaxLoading,如果是則繼續(xù)選擇下一個(gè)用戶點(diǎn),否則返回配送中心,直至所有用戶的需求量被滿足為止。

    5 實(shí)驗(yàn)仿真對(duì)比分析

    為了驗(yàn)證參數(shù)模糊自適應(yīng)調(diào)整混合算法的搜索性能,文中ω參數(shù)變化形式分別為定值、線性變化和模糊變化,然后將ACO-PSO 和ACO-GA -PSO 分別在eil48,rat99 和ch130 問題上進(jìn)行測(cè)試。最后對(duì)變化的ω算法所得數(shù)據(jù)進(jìn)行對(duì)比分析。

    本文采用Matlab7.10 語言編程實(shí)現(xiàn),電腦的主要配置有3.4 GHz 主頻,酷睿i7 處理器和4 GB 內(nèi)存。參數(shù)Np,Nsa與N相等,vmax=7,c1=c2=2,γ1=0.5,γ2=0.5,ωs=0.9,ωe=0.4,ρ=0.4,參數(shù)S1和S2由定值慣性權(quán)重AC-PSO 中參數(shù)g和N值共同決定的。實(shí)驗(yàn)仿真次數(shù)為20 次,迭代次數(shù)NC=100(當(dāng)增加迭代次數(shù)達(dá)到200、500 和1 000 時(shí),程序運(yùn)行解的質(zhì)量沒有得到顯著提高)。

    圖2 ACO-PSO 算法仿真圖

    圖3 ACO-GA-PSO 算法仿真圖

    圖2 表示rat99 問題在ACO-PSO 算法仿真實(shí)驗(yàn)圖,其定值ω時(shí)minTd=1 467.4;模糊ω時(shí)minTd=1 442.6。圖3 表示rat99 問題在ACO-GA-PSO 算法仿真實(shí)驗(yàn)圖,其定值ω時(shí)minTd=1 327.3;模糊ω時(shí)minTd=1 286.5。

    從如表1、表2 和表3 的仿真實(shí)驗(yàn)結(jié)果中,可以看出不同變化方式的參數(shù)ω,所產(chǎn)生的效果值也是不同的。從各自的表中對(duì)比,可以看出模糊變化ω參數(shù)模型的平均解與最好解都明顯好于參數(shù)ω定值和線性變化模型的對(duì)應(yīng)值。而且把演化交叉引入到ACO-PSO 混合算法中,其相應(yīng)的平均解與最好解都優(yōu)于ACO-PSO 的對(duì)應(yīng)值。綜上分析,本文算法的搜索性能優(yōu)越于同類算法。

    表1 eil48 問題

    表2 rat99 問題

    表3 ch130 問題

    6 結(jié)論與展望

    本文主要融合蟻群算法和粒子群算法各自的搜索特點(diǎn),組合成一種新的算法,并在算法迭代過程中添加了參數(shù)自動(dòng)調(diào)節(jié)機(jī)制環(huán)節(jié)。混合算法在搜索初期為了避免陷入局部最優(yōu)解,通過引入模糊技術(shù),使得慣性權(quán)重自適應(yīng)調(diào)整為較大值,有利于全局搜索。在搜索后期,搜索范圍已達(dá)到全局最優(yōu)區(qū)域,為了尋求局部最優(yōu)解,此時(shí)讓慣性權(quán)重自適應(yīng)調(diào)整為較小值。實(shí)驗(yàn)仿真結(jié)果表明參數(shù)自動(dòng)調(diào)節(jié)的ACO-PSO 算法優(yōu)于同類算法。慣性權(quán)重的模糊自適應(yīng)調(diào)整混合算法使其在局部尋優(yōu)和全局尋優(yōu)之間取得平衡,從而得出滿意的實(shí)驗(yàn)結(jié)果。

    從單回路的TSP 問題擴(kuò)展到大規(guī)??蛻艏呐渌吐窂絻?yōu)化問題、帶有約束性的復(fù)雜VRP 問題,可以考慮利用多種算法相結(jié)合來尋求其最優(yōu)解。在物流配送系統(tǒng)中,合理選取路徑與使用車輛數(shù)是減少浪費(fèi)、提高經(jīng)濟(jì)效益的重要手段,所以研究?jī)?yōu)化路徑問題有著重要的現(xiàn)實(shí)意義。

    [1] Kennedy J,Eberhart R C.Particle swarm optimization[C]//Proceedings of the IEEE International Conference on Neural Networks.Perth,Australia:IEEE Piscataway,1995:1942-1948.

    [2] 袁德平.用于多目標(biāo)數(shù)據(jù)關(guān)聯(lián)的群智能混合算法[J].華南理工大學(xué)學(xué)報(bào):自然科學(xué)版,2012,40(9):97-99.

    [3] 郭靜.系統(tǒng)發(fā)生樹構(gòu)建方法綜述[J].計(jì)算機(jī)應(yīng)用研究,2013,30(3):647-655.

    [4] Dorigo M,Maniezzo V,Colorni A.Ant system:optimization by a colony of cooperating agents[J].IEEE Transactions on Systems,Man,and Cybernetics-Part B,1996,26(1):29-41.

    [5] 柴寶杰.基于粒子群優(yōu)化的蟻群算法在TSP 中的應(yīng)用[J].計(jì)算機(jī)仿真,2009(8):89-91.

    [6] 高博.改進(jìn)型粒子蟻群算法的應(yīng)用研究[J].計(jì)算機(jī)安全,2010(11):11-13.

    [7] 谷文祥.一種求解TSP 問題的混合算法[J].東北師大學(xué)報(bào):自然科學(xué)版,2011,43(3):60-64.

    [8] 孫凱.蟻群與粒子群混合算法求解TSP 問題[J].計(jì)算機(jī)工程與應(yīng)用,2012,48(34):60-63.

    [9] 李擎.一種基于粒子群參數(shù)優(yōu)化的改進(jìn)蟻群算法[J].控制與決策,2013,28(6):873-878.

    [10] 張超.一種基于粒子群參數(shù)優(yōu)化的改進(jìn)蟻群算法及其應(yīng)用[J].北京科技大學(xué)學(xué)報(bào),2013,35(7):955-960.

    [11] 李長(zhǎng)榮.水聲信道盲均衡優(yōu)化仿真研究[J].計(jì)算機(jī)仿真,2013,30(7):183-186.

    [12] 郭文忠.求解TSP 問題的模糊自適應(yīng)粒子群算法[J].計(jì)算機(jī)科學(xué),2006,33(6):161-162.

    [13] 楊帆.基于蟻群系統(tǒng)的參數(shù)自適應(yīng)粒子群算法及其應(yīng)用[J].控制理論與應(yīng)用,2010,27(11):1479-1488.

    [14] 王登科.基于粒子群優(yōu)化與蟻群優(yōu)化的云計(jì)算任務(wù)調(diào)度算法[J].計(jì)算機(jī)應(yīng)用與軟件,2013,30(1):290-293.

    [15] 石利平.改進(jìn)型遺傳算法求解TSP 問題[J].實(shí)驗(yàn)技術(shù)與管理,2014,31(7):61-64.

    [16] 胡志軍.基于求解TSP 問題的ACA-GA-PSO 算法[J].科技通報(bào),2012,28(4):82-84.

    [17] 鄭峰峻.改進(jìn)的蟻群算法在物流配送路徑問題中的實(shí)現(xiàn)[J].物流科技,2010,2:22-24.

    [18] 張錦等.基于TSP 的軍交VRP 優(yōu)化模型及其求解[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2012,41(22):161-166.

    猜你喜歡
    結(jié)點(diǎn)慣性螞蟻
    你真的了解慣性嗎
    沖破『慣性』 看慣性
    Ladyzhenskaya流體力學(xué)方程組的確定模與確定結(jié)點(diǎn)個(gè)數(shù)估計(jì)
    無處不在的慣性
    我們會(huì)“隱身”讓螞蟻來保護(hù)自己
    螞蟻
    普遍存在的慣性
    螞蟻找吃的等
    基于Raspberry PI為結(jié)點(diǎn)的天氣云測(cè)量網(wǎng)絡(luò)實(shí)現(xiàn)
    基于DHT全分布式P2P-SIP網(wǎng)絡(luò)電話穩(wěn)定性研究與設(shè)計(jì)
    videosex国产| 亚洲欧美色中文字幕在线| 国产日韩欧美视频二区| 一本久久精品| 卡戴珊不雅视频在线播放| 久久久久久久精品精品| 久久国产亚洲av麻豆专区| 国模一区二区三区四区视频| 国产精品女同一区二区软件| 黄色毛片三级朝国网站| 嫩草影院入口| 国语对白做爰xxxⅹ性视频网站| 欧美日韩国产mv在线观看视频| 老司机亚洲免费影院| 最近手机中文字幕大全| 亚洲,一卡二卡三卡| 在线观看国产h片| 精品少妇久久久久久888优播| 男女边吃奶边做爰视频| 自拍欧美九色日韩亚洲蝌蚪91| 菩萨蛮人人尽说江南好唐韦庄| 欧美精品一区二区免费开放| 欧美日韩精品成人综合77777| 亚洲国产av新网站| 精品国产乱码久久久久久小说| 日韩制服骚丝袜av| 国产男人的电影天堂91| 十分钟在线观看高清视频www| 日韩中文字幕视频在线看片| 欧美另类一区| 日本猛色少妇xxxxx猛交久久| 啦啦啦在线观看免费高清www| 极品人妻少妇av视频| 欧美人与性动交α欧美精品济南到 | 婷婷色av中文字幕| 国产亚洲一区二区精品| 国产69精品久久久久777片| 我要看黄色一级片免费的| 在现免费观看毛片| 在线观看www视频免费| 午夜福利视频在线观看免费| 在线播放无遮挡| 精品国产露脸久久av麻豆| 日韩人妻高清精品专区| 精品国产乱码久久久久久小说| 国产成人精品婷婷| 国产日韩一区二区三区精品不卡 | 亚洲国产精品成人久久小说| 久久久久精品性色| 欧美xxxx性猛交bbbb| 超碰97精品在线观看| 婷婷成人精品国产| 老熟女久久久| 欧美精品高潮呻吟av久久| 在线观看人妻少妇| 成年女人在线观看亚洲视频| 蜜桃久久精品国产亚洲av| 久久精品国产亚洲网站| 国产一级毛片在线| 久久精品国产鲁丝片午夜精品| 丝袜喷水一区| 午夜老司机福利剧场| 久久久久人妻精品一区果冻| 久久午夜综合久久蜜桃| 成人国语在线视频| 亚洲美女视频黄频| 国产精品秋霞免费鲁丝片| 国产一区二区在线观看av| 欧美人与性动交α欧美精品济南到 | 另类亚洲欧美激情| 国产亚洲精品第一综合不卡 | 国产乱来视频区| av女优亚洲男人天堂| 亚洲欧美清纯卡通| 亚洲av电影在线观看一区二区三区| 26uuu在线亚洲综合色| 国产 一区精品| 99热国产这里只有精品6| av播播在线观看一区| 国产精品一国产av| 久久99一区二区三区| 久久久久久久久久人人人人人人| 成人免费观看视频高清| 免费看不卡的av| 久久久国产欧美日韩av| 免费黄频网站在线观看国产| 日本91视频免费播放| 国产日韩欧美亚洲二区| 亚洲第一av免费看| 成人午夜精彩视频在线观看| 日韩在线高清观看一区二区三区| 欧美激情 高清一区二区三区| 亚洲精品美女久久av网站| 日韩精品免费视频一区二区三区 | 高清欧美精品videossex| 中文字幕精品免费在线观看视频 | 日日爽夜夜爽网站| 青青草视频在线视频观看| 国精品久久久久久国模美| 中文字幕av电影在线播放| 国精品久久久久久国模美| 成人无遮挡网站| 成人无遮挡网站| 狂野欧美白嫩少妇大欣赏| 国产日韩欧美亚洲二区| 久久国产精品男人的天堂亚洲 | 亚洲国产精品999| 色网站视频免费| 国产免费一级a男人的天堂| 哪个播放器可以免费观看大片| 美女国产视频在线观看| 日韩中文字幕视频在线看片| 亚洲综合色网址| av天堂久久9| 亚洲av电影在线观看一区二区三区| 2018国产大陆天天弄谢| 制服人妻中文乱码| 久久人人爽av亚洲精品天堂| 精品久久久久久久久av| 久久午夜综合久久蜜桃| 国产亚洲最大av| 男女高潮啪啪啪动态图| 国产亚洲午夜精品一区二区久久| 亚洲国产欧美在线一区| 日韩中文字幕视频在线看片| 一级片'在线观看视频| 色婷婷av一区二区三区视频| 国产伦精品一区二区三区视频9| freevideosex欧美| 夜夜看夜夜爽夜夜摸| 久久久久久久久久人人人人人人| 老司机影院毛片| .国产精品久久| 午夜福利,免费看| 久久久久久久久久人人人人人人| 亚洲精品亚洲一区二区| 亚洲av国产av综合av卡| 欧美日韩精品成人综合77777| 久久久国产一区二区| 国产精品免费大片| 丰满迷人的少妇在线观看| 美女xxoo啪啪120秒动态图| 国产男女内射视频| 亚洲精品色激情综合| 自拍欧美九色日韩亚洲蝌蚪91| 久久久久视频综合| 国产成人精品婷婷| 国产精品免费大片| 搡老乐熟女国产| 久久午夜福利片| 国产片特级美女逼逼视频| 亚洲国产最新在线播放| 午夜激情av网站| 丝袜脚勾引网站| 亚洲精品中文字幕在线视频| 人妻系列 视频| 免费看av在线观看网站| 久久久久久人妻| 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 | 久久综合国产亚洲精品| 亚洲av在线观看美女高潮| 高清午夜精品一区二区三区| 亚洲av电影在线观看一区二区三区| 午夜精品国产一区二区电影| 国产av码专区亚洲av| 精品久久久久久久久亚洲| 欧美人与善性xxx| 免费看不卡的av| 久久久久久久久久人人人人人人| 又大又黄又爽视频免费| 中文字幕最新亚洲高清| 美女cb高潮喷水在线观看| 久久精品久久久久久久性| 国产高清三级在线| 国产成人精品福利久久| 日本与韩国留学比较| 亚洲美女视频黄频| 日韩免费高清中文字幕av| 99久久人妻综合| 伦理电影大哥的女人| 少妇丰满av| 国产视频首页在线观看| 久久精品夜色国产| 国产爽快片一区二区三区| 性高湖久久久久久久久免费观看| 亚洲国产精品专区欧美| 国产亚洲精品久久久com| 亚洲精品国产av蜜桃| 五月开心婷婷网| 日本vs欧美在线观看视频| 热re99久久国产66热| 亚洲精品乱码久久久v下载方式| videosex国产| 五月玫瑰六月丁香| 国产片特级美女逼逼视频| 内地一区二区视频在线| 日韩,欧美,国产一区二区三区| 69精品国产乱码久久久| 插阴视频在线观看视频| 精品久久久噜噜| 人妻一区二区av| av女优亚洲男人天堂| 久久精品国产鲁丝片午夜精品| 亚洲图色成人| 国产在线视频一区二区| 国产欧美日韩综合在线一区二区| 校园人妻丝袜中文字幕| 丰满饥渴人妻一区二区三| 国产在线免费精品| 亚洲精品乱久久久久久| 亚洲欧美日韩另类电影网站| 亚洲国产日韩一区二区| av免费在线看不卡| 欧美xxxx性猛交bbbb| 久久久久国产网址| 我的女老师完整版在线观看| 亚洲av免费高清在线观看| 制服诱惑二区| 国产成人a∨麻豆精品| 亚洲av免费高清在线观看| 亚洲欧美成人精品一区二区| 26uuu在线亚洲综合色| 少妇猛男粗大的猛烈进出视频| 韩国av在线不卡| 国产伦理片在线播放av一区| 搡女人真爽免费视频火全软件| 国产精品熟女久久久久浪| 晚上一个人看的免费电影| 热99久久久久精品小说推荐| 少妇丰满av| 免费观看的影片在线观看| 91成人精品电影| 你懂的网址亚洲精品在线观看| 日韩中文字幕视频在线看片| 中文字幕精品免费在线观看视频 | 久久久精品区二区三区| 十八禁网站网址无遮挡| 国产欧美日韩综合在线一区二区| 黑人欧美特级aaaaaa片| 麻豆乱淫一区二区| 亚洲精品一二三| 国产国语露脸激情在线看| 黄色视频在线播放观看不卡| 欧美xxⅹ黑人| 午夜老司机福利剧场| 午夜福利,免费看| 亚洲综合色网址| 免费黄网站久久成人精品| 2022亚洲国产成人精品| 国产片特级美女逼逼视频| 看十八女毛片水多多多| 在线观看美女被高潮喷水网站| 中文字幕久久专区| 18禁裸乳无遮挡动漫免费视频| 91精品国产九色| 亚洲精品aⅴ在线观看| 大片免费播放器 马上看| 国产不卡av网站在线观看| 日日撸夜夜添| av线在线观看网站| 69精品国产乱码久久久| 欧美丝袜亚洲另类| 亚洲精品视频女| 免费观看的影片在线观看| 欧美激情极品国产一区二区三区 | 最近的中文字幕免费完整| 99精国产麻豆久久婷婷| 日本爱情动作片www.在线观看| 青春草视频在线免费观看| 极品人妻少妇av视频| 国产69精品久久久久777片| 在线天堂最新版资源| 少妇被粗大猛烈的视频| 熟女av电影| 永久网站在线| xxx大片免费视频| 五月天丁香电影| 一级爰片在线观看| 国产国语露脸激情在线看| 亚洲精品成人av观看孕妇| 天堂中文最新版在线下载| 久久韩国三级中文字幕| 国产一区二区三区综合在线观看 | 男男h啪啪无遮挡| 亚洲国产精品999| 高清av免费在线| 涩涩av久久男人的天堂| 亚洲国产av新网站| 最近中文字幕2019免费版| 日韩av免费高清视频| 精品亚洲乱码少妇综合久久| 99热国产这里只有精品6| 一级黄片播放器| 人妻夜夜爽99麻豆av| av国产久精品久网站免费入址| 一个人看视频在线观看www免费| 亚洲欧洲日产国产| 国产成人精品一,二区| 日韩制服骚丝袜av| 乱人伦中国视频| 欧美日韩成人在线一区二区| 麻豆乱淫一区二区| 久久久午夜欧美精品| 免费日韩欧美在线观看| 久久人妻熟女aⅴ| 国产免费一区二区三区四区乱码| 亚洲精品美女久久av网站| av天堂久久9| 秋霞伦理黄片| 男女边吃奶边做爰视频| 国产免费又黄又爽又色| 亚洲国产欧美在线一区| 欧美一级a爱片免费观看看| 精品一区二区免费观看| 伊人久久国产一区二区| 日本vs欧美在线观看视频| 久久久久久久国产电影| 亚洲熟女精品中文字幕| 欧美 日韩 精品 国产| 国产黄频视频在线观看| 一级黄片播放器| 22中文网久久字幕| 最近的中文字幕免费完整| 永久免费av网站大全| 我要看黄色一级片免费的| 欧美最新免费一区二区三区| av国产久精品久网站免费入址| 女人久久www免费人成看片| 久久综合国产亚洲精品| 99国产精品免费福利视频| 成人影院久久| 尾随美女入室| 一级二级三级毛片免费看| 国产av一区二区精品久久| 国产成人91sexporn| 99热6这里只有精品| 99re6热这里在线精品视频| 精品久久久久久久久亚洲| 一本久久精品| 成人综合一区亚洲| 免费不卡的大黄色大毛片视频在线观看| 亚洲精品国产av蜜桃| 亚洲精品日韩av片在线观看| 成人二区视频| 最黄视频免费看| 欧美丝袜亚洲另类| 成人黄色视频免费在线看| 一本大道久久a久久精品| 99久久精品一区二区三区| 在线观看免费日韩欧美大片 | 99re6热这里在线精品视频| 中国国产av一级| 人妻 亚洲 视频| 国产精品免费大片| 国产午夜精品一二区理论片| 久久久久人妻精品一区果冻| 日日摸夜夜添夜夜添av毛片| 99九九线精品视频在线观看视频| 亚洲久久久国产精品| 久久综合国产亚洲精品| 伊人久久精品亚洲午夜| 91久久精品国产一区二区成人| 久久精品国产亚洲av涩爱| 色视频在线一区二区三区| 欧美人与善性xxx| 天堂8中文在线网| 日韩成人伦理影院| 天堂8中文在线网| 人妻一区二区av| 亚洲情色 制服丝袜| 熟女av电影| 亚洲av电影在线观看一区二区三区| 日韩在线高清观看一区二区三区| 青青草视频在线视频观看| 亚洲性久久影院| 综合色丁香网| 伦理电影大哥的女人| 毛片一级片免费看久久久久| 99国产综合亚洲精品| 亚洲综合精品二区| 亚洲欧美精品自产自拍| 热99国产精品久久久久久7| 永久网站在线| 熟女人妻精品中文字幕| 亚洲精品视频女| 久久精品国产亚洲网站| 成人黄色视频免费在线看| 国产精品久久久久久久久免| 国产精品秋霞免费鲁丝片| 伊人久久国产一区二区| 国产精品人妻久久久影院| 在线观看一区二区三区激情| 久久久国产一区二区| 99久久精品一区二区三区| a级毛片免费高清观看在线播放| 成人午夜精彩视频在线观看| 成人漫画全彩无遮挡| 国产成人一区二区在线| 亚洲精品久久午夜乱码| 国产精品一区二区在线观看99| 王馨瑶露胸无遮挡在线观看| 国产熟女欧美一区二区| 亚洲国产精品成人久久小说| 国产精品国产三级专区第一集| 久久精品久久久久久久性| 欧美日韩视频精品一区| 内地一区二区视频在线| 免费不卡的大黄色大毛片视频在线观看| 亚洲av成人精品一区久久| 国产欧美另类精品又又久久亚洲欧美| 久热这里只有精品99| 中文字幕最新亚洲高清| 亚洲国产日韩一区二区| 丰满少妇做爰视频| 国产女主播在线喷水免费视频网站| 国产精品一区www在线观看| 国产永久视频网站| 免费看av在线观看网站| 日本wwww免费看| 一个人免费看片子| 有码 亚洲区| 国产不卡av网站在线观看| 亚洲情色 制服丝袜| 成年人免费黄色播放视频| 热re99久久国产66热| 插逼视频在线观看| 曰老女人黄片| 91国产中文字幕| 纯流量卡能插随身wifi吗| 国产欧美日韩综合在线一区二区| 久久久a久久爽久久v久久| 大片电影免费在线观看免费| 91精品一卡2卡3卡4卡| 9色porny在线观看| 久久女婷五月综合色啪小说| 老司机亚洲免费影院| 日韩一本色道免费dvd| 韩国高清视频一区二区三区| 少妇被粗大猛烈的视频| 国产色爽女视频免费观看| 国产精品免费大片| 99re6热这里在线精品视频| 国产成人a∨麻豆精品| 肉色欧美久久久久久久蜜桃| 日韩中文字幕视频在线看片| 日韩欧美一区视频在线观看| 久久ye,这里只有精品| 国产精品99久久久久久久久| 国产免费一区二区三区四区乱码| 天天操日日干夜夜撸| 国产精品国产三级国产专区5o| 欧美日韩成人在线一区二区| 午夜激情福利司机影院| 欧美最新免费一区二区三区| 久久久午夜欧美精品| 简卡轻食公司| 久久久久久久久久久免费av| 中文字幕av电影在线播放| 国产精品99久久久久久久久| 国产视频首页在线观看| 国产午夜精品一二区理论片| 国产精品三级大全| 久久婷婷青草| 国产国拍精品亚洲av在线观看| 一级爰片在线观看| 日本vs欧美在线观看视频| 黑人巨大精品欧美一区二区蜜桃 | 成年美女黄网站色视频大全免费 | 嫩草影院入口| 国产在线视频一区二区| 欧美另类一区| 亚洲三级黄色毛片| 男男h啪啪无遮挡| 久久鲁丝午夜福利片| 青青草视频在线视频观看| 伦精品一区二区三区| 免费大片18禁| 久久精品国产亚洲av涩爱| 亚洲精品久久午夜乱码| 黄色一级大片看看| 免费观看无遮挡的男女| 成年人免费黄色播放视频| 国产高清有码在线观看视频| 十八禁网站网址无遮挡| 亚洲,一卡二卡三卡| www.av在线官网国产| 日日摸夜夜添夜夜爱| 女人久久www免费人成看片| 久久 成人 亚洲| 亚洲人成77777在线视频| 丰满少妇做爰视频| 夜夜看夜夜爽夜夜摸| 夜夜骑夜夜射夜夜干| 欧美xxⅹ黑人| a级毛片黄视频| 国产免费福利视频在线观看| 国产精品欧美亚洲77777| 两个人免费观看高清视频| 男女高潮啪啪啪动态图| 亚洲人成网站在线观看播放| 久久影院123| a级片在线免费高清观看视频| 久久午夜综合久久蜜桃| 久久久久久久久久成人| 久久久久久久精品精品| 国产一区二区三区综合在线观看 | 国产精品一区www在线观看| 男的添女的下面高潮视频| 国产精品一区www在线观看| 九九在线视频观看精品| 亚洲成人手机| 另类亚洲欧美激情| 中文字幕最新亚洲高清| 久久毛片免费看一区二区三区| √禁漫天堂资源中文www| 国产av一区二区精品久久| 免费av中文字幕在线| 亚洲人成网站在线观看播放| 男女国产视频网站| 国产精品人妻久久久久久| 成人影院久久| 日日摸夜夜添夜夜添av毛片| 黑人欧美特级aaaaaa片| 欧美激情国产日韩精品一区| 久久99热这里只频精品6学生| 久久久久国产网址| av卡一久久| 熟女电影av网| 久久国内精品自在自线图片| 交换朋友夫妻互换小说| 亚洲精品一卡2卡三卡4卡5卡| 国产黄色免费在线视频| 国产一区二区三区视频了| 亚洲色图 男人天堂 中文字幕| 成人av一区二区三区在线看| 国产精品秋霞免费鲁丝片| 久热这里只有精品99| 精品高清国产在线一区| 亚洲精品自拍成人| 人人妻,人人澡人人爽秒播| 欧美国产精品一级二级三级| 91成年电影在线观看| 欧美日韩精品网址| 国产成人一区二区三区免费视频网站| 午夜福利一区二区在线看| 男男h啪啪无遮挡| 1024视频免费在线观看| 99国产极品粉嫩在线观看| 成人18禁在线播放| 极品教师在线免费播放| 动漫黄色视频在线观看| av又黄又爽大尺度在线免费看| 99国产精品免费福利视频| 五月天丁香电影| 免费在线观看黄色视频的| 国产高清激情床上av| 99国产精品99久久久久| 国产黄色免费在线视频| 亚洲美女黄片视频| 亚洲精品久久午夜乱码| 人成视频在线观看免费观看| 自线自在国产av| 黑人猛操日本美女一级片| 色94色欧美一区二区| 国产精品免费视频内射| e午夜精品久久久久久久| 亚洲精品一二三| 又黄又粗又硬又大视频| 国产熟女午夜一区二区三区| 国产高清激情床上av| 亚洲午夜理论影院| 国产精品成人在线| 精品一区二区三卡| 国产成人精品久久二区二区免费| a在线观看视频网站| 少妇精品久久久久久久| 国产av国产精品国产| 最近最新免费中文字幕在线| 精品亚洲成a人片在线观看| 淫妇啪啪啪对白视频| 日本a在线网址| 每晚都被弄得嗷嗷叫到高潮| √禁漫天堂资源中文www| 亚洲性夜色夜夜综合| 成人特级黄色片久久久久久久 | 中文字幕制服av| 成人18禁在线播放| 91av网站免费观看| 中文字幕制服av| 国产人伦9x9x在线观看| 性色av乱码一区二区三区2| 日韩免费av在线播放| 中文字幕最新亚洲高清| 日本a在线网址| 伊人久久大香线蕉亚洲五| 成人18禁高潮啪啪吃奶动态图| 亚洲七黄色美女视频| 伊人久久大香线蕉亚洲五| 两个人看的免费小视频| 大型av网站在线播放| 国产在线一区二区三区精| 丰满迷人的少妇在线观看| 久久久久久久精品吃奶| 精品人妻1区二区| 人人澡人人妻人| 大型av网站在线播放| 精品人妻1区二区| 一级毛片女人18水好多| 视频在线观看一区二区三区| 国产在线观看jvid| 精品少妇内射三级| 香蕉国产在线看| 考比视频在线观看| 免费在线观看视频国产中文字幕亚洲| 日本一区二区免费在线视频|