• <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BP人工神經(jīng)網(wǎng)絡(luò)的離散型車間生產(chǎn)調(diào)度指標(biāo)預(yù)測模型的研究

    2016-02-26 09:45:54談宏志金禮偉楊家榮許偉呂偉
    科技視界 2016年3期
    關(guān)鍵詞:模擬退火算法

    談宏志 金禮偉 楊家榮 許偉 呂偉

    【摘 要】離散型車間的生產(chǎn)調(diào)度對車間生產(chǎn)有至關(guān)重要的影響,該研究中車間調(diào)度指標(biāo)用工時達成率來表示。加工工時、批次大小、加工設(shè)備數(shù)量、原材料到位情況、工人、設(shè)備的健康狀況對工時達成率都有不同程度的影響,使得工時達成率有很大的不確定性。如果能夠準(zhǔn)確控制工時達成率的大小,生產(chǎn)決策者們就可以通過調(diào)整設(shè)備、批次大小、原材料的采購周期使得車間輸出最大生產(chǎn)力。本文通過人工神經(jīng)網(wǎng)絡(luò)建立工時達成率預(yù)測模型,實現(xiàn)對車間工時達成率的預(yù)測,并探討兩種算法,尋找能夠在降低訓(xùn)練時間的前提下提高神經(jīng)網(wǎng)絡(luò)模型準(zhǔn)確性的算法,其中模擬退火算法(Simulated Annealing ,SA)是首次以搜索初始值周圍點獲得最佳點的形式被應(yīng)用,馬克夸特(Levenberg-Marquardt)算法用來在特殊點中尋求局部最優(yōu),最后對比模擬退火算法和馬克夸特混合算法及馬克夸特算法,并通過調(diào)整神經(jīng)網(wǎng)絡(luò)的數(shù)量得到最佳的預(yù)測模型。

    【關(guān)鍵詞】BP人工神經(jīng)網(wǎng)絡(luò);車間調(diào)度;模擬退火算法;SA\LM混合算法

    0 引言

    車間調(diào)度指標(biāo)工時達成率是評價車間調(diào)度優(yōu)異程度的重要指標(biāo),它直接體現(xiàn)出車間設(shè)備的利用率、工人效率、庫存大小,同時工時達成率的影響因素很多,如原料到位情況、設(shè)備健康狀況、人員到崗狀況、批次大小、加班情景等。車間調(diào)度問題是滿足任務(wù)條件和約束要求的資源分配問題,是最困難的組合優(yōu)化問題,解決車調(diào)度問題首先要建立準(zhǔn)確的車間生產(chǎn)模型,模型的優(yōu)異程度由預(yù)測輸出指標(biāo)的準(zhǔn)確性決定,BP人工神經(jīng)網(wǎng)絡(luò)是建立預(yù)測模型尋求最優(yōu)值的有效工具。

    國內(nèi)外學(xué)者對人工神經(jīng)網(wǎng)絡(luò)在調(diào)度問題及建立預(yù)測模型有相關(guān)研究。A.Azadeh、M.Jeihoonian等采用集成神經(jīng)網(wǎng)絡(luò)研究了雙標(biāo)準(zhǔn)雙級裝配流水作業(yè)調(diào)度問題[1];Azadeh提出了采用復(fù)雜人工神經(jīng)網(wǎng)絡(luò)和模糊優(yōu)化算法優(yōu)化仿真模型來解決流水生產(chǎn)車間的調(diào)度問題[2];Golmohammadi, Davood等人采用神經(jīng)網(wǎng)絡(luò)模型開發(fā)的智能系統(tǒng),研究表明零部件的批次大小比原材料的到位時間及延時時間對調(diào)度結(jié)果更有影響[3];A.Azadeh, A. Negahban采用混合人工神經(jīng)網(wǎng)絡(luò)仿真并優(yōu)化隨機生產(chǎn)的調(diào)度問題[4];Braglia 和 Grassi提出了最小化車間平均工時并最大限度延遲的車間調(diào)度混合模型,他們采用Nawaz–Enscore–Ham和多目標(biāo)遺傳局部搜索算法來解決問題[5];祝翠玲、蔣志方等基于BP神經(jīng)網(wǎng)絡(luò)建立空氣質(zhì)量預(yù)測模型,將空氣污染源的數(shù)據(jù)輸入到該模型中,可以準(zhǔn)確預(yù)測出污染物的檢測值[6];陳廉清,郭建亮等提出了基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法構(gòu)建表面粗糙度預(yù)測模型的開放式試驗系統(tǒng),該系統(tǒng)提高了外圓磨削產(chǎn)品表面粗糙度預(yù)測模型的收斂速度和預(yù)測精度[7];崔吉峰、乞建勛等提出了采用粒子群算法改進BP神經(jīng)網(wǎng)絡(luò)算法,建立了對能源需求的預(yù)測模型,作者首先利用灰色預(yù)測方法和自回歸移動平均模型建立初步預(yù)測結(jié)果,再將該結(jié)果作為BP神經(jīng)網(wǎng)絡(luò)的輸入,在此基礎(chǔ)上進行訓(xùn)練和預(yù)測,將預(yù)測精度提高了5%左右[8];張喜忠作了基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型的發(fā)動機異響信號提取的研究,豐富了發(fā)動機異響信號提取的新方法,拓寬了發(fā)動機故障診斷的應(yīng)用范圍[9];王德明、王莉提出了遺傳算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的風(fēng)場短期風(fēng)速預(yù)測模型,該模型具有預(yù)測精度高、收斂速度快的優(yōu)點[10];陳耀武、汪樂宇等提出了基于神經(jīng)網(wǎng)絡(luò)、模糊聚類分析和模式識別理論,建立組合式神經(jīng)網(wǎng)絡(luò)的短期電力負載預(yù)測模型,該模型能夠準(zhǔn)確預(yù)測普通工作日及節(jié)假日的電力負載[11]。

    神經(jīng)網(wǎng)絡(luò)BP學(xué)習(xí)算法具有逼近非線性連續(xù)映射的能力,廣泛應(yīng)用與非線性系統(tǒng)的建模及控制領(lǐng)域。但是BP神經(jīng)網(wǎng)絡(luò)存在一些缺點,主要是收斂速度慢,往往收斂于局部極小值,數(shù)值穩(wěn)定性差,學(xué)習(xí)率、動量項系數(shù)和初始權(quán)值等參數(shù)難以調(diào)整。本文提出采用LM和SA混合算法,彌補了神經(jīng)網(wǎng)絡(luò)的缺點,并通過調(diào)整神經(jīng)網(wǎng)絡(luò)數(shù)量,最終得到較準(zhǔn)確的車間生產(chǎn)工時達成率預(yù)測模型。

    1 研究方法及理論

    1.1 人工神經(jīng)網(wǎng)絡(luò)研究方法

    人工神經(jīng)網(wǎng)絡(luò)可以處理多元空間信息,成為模式識別、系統(tǒng)辨別、預(yù)測等功能的有力工具。人工神經(jīng)網(wǎng)絡(luò)的最主要的優(yōu)點是不需要在訓(xùn)練之前明確定義近似函數(shù)。BP神經(jīng)網(wǎng)絡(luò)是最常用的神經(jīng)網(wǎng)絡(luò),因為BP神經(jīng)網(wǎng)絡(luò)可以基于輸入?yún)?shù)及輸出參數(shù)計算出近似的仿真模型?;谌斯ど窠?jīng)網(wǎng)絡(luò)的特性,它被廣泛應(yīng)用于尋找問題最優(yōu)解。圖1所示為BP人工神經(jīng)網(wǎng)絡(luò)解決問題的一般流程:

    1)收集分析數(shù)據(jù):收集大量數(shù)據(jù),分析數(shù)據(jù)自身的相關(guān)性,找出主要參數(shù)作為輸入。剔除數(shù)據(jù)中的奇異的,并將數(shù)據(jù)歸一化用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

    2)選擇網(wǎng)絡(luò)類型與結(jié)構(gòu):根據(jù)問題的特點,選擇神經(jīng)網(wǎng)絡(luò)為網(wǎng)絡(luò)類型,并確定網(wǎng)絡(luò)層數(shù)、每層節(jié)點數(shù)、初始權(quán)值、學(xué)習(xí)算法。其中隱含層的節(jié)點數(shù)選擇比較麻煩,一般原則是在保證正確反應(yīng)輸入輸出之間關(guān)系的基礎(chǔ)上盡量少選隱含層節(jié)點數(shù)。

    3)訓(xùn)練與驗證:采用真實數(shù)據(jù)反復(fù)訓(xùn)練并驗證神經(jīng)網(wǎng)絡(luò)直至得到合適的映射效果。在訓(xùn)練時初始權(quán)重可以隨機產(chǎn)生,并且可取多組神經(jīng)網(wǎng)絡(luò)同時進行,通過取平均值來提高神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確性,該方法可以克服初始數(shù)據(jù)不充足的缺點。

    4)對新數(shù)據(jù)實施預(yù)測,輸出預(yù)測值。

    1.2 SA\LM混合算法原理

    人工神經(jīng)網(wǎng)絡(luò)中LM算法結(jié)合了高斯-牛頓法和最小梯度法的優(yōu)點,包含了高斯-牛頓法的局部收斂性和梯度下降法的全局特性,它通過自適應(yīng)調(diào)整阻尼因子達到局部收斂性,并且其迭代收斂速度高,可以補償BP網(wǎng)絡(luò)收斂速度慢的缺點[12],使其在很多非線性問題中得到穩(wěn)定可靠解。但是初始值對LM算法的計算工程中具有很大的影響,若選取的初始值靠近真實值,在得到全局最優(yōu)解的情景下減少運算時間,假設(shè)初始值的質(zhì)量較差,優(yōu)化結(jié)果會偏離全局最優(yōu)解而得到局部最優(yōu)解。通過兩種方法可以解決該問題,一是采用盡量多的原始數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),使其具有較準(zhǔn)確的預(yù)測能力,二是選擇合理的優(yōu)化算法與LM形成混合算法,消除其對初始值的高依賴性[13]。該研究對象為典型的離散生產(chǎn)型車間,無法獲得所有的歷史數(shù)據(jù),第二種方式較合適。退火(SA)算法能夠在算法執(zhí)行過程中,基于較差初始函數(shù)值得到近似的最佳解決方案,這使得SA算法擁有在峰谷之間搜索找到全最小點的能力,無疑是最佳優(yōu)化算法之一[14]。如圖2所示為LM和SA混合算法在神經(jīng)網(wǎng)絡(luò)模型中的應(yīng)用模式,首先基于有限的原始數(shù)據(jù),采用SA算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)預(yù)測模型,得到初始預(yù)測模型,將該模型中神經(jīng)網(wǎng)絡(luò)各層的權(quán)重矩陣及閥值作為LM算法的初始化參數(shù),再次訓(xùn)練得到更優(yōu)秀的神經(jīng)網(wǎng)絡(luò)預(yù)測模型。該混合算法能夠捕捉并模擬車間排產(chǎn)員的經(jīng)驗知識和生產(chǎn)流程記錄來形成制造過程中的系統(tǒng)知識,最終得到較優(yōu)秀的車間調(diào)度模型。

    2 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    在50臺加工系統(tǒng)組成的機加工車間中,有加工工人N人(工人充裕且有熟練度區(qū)分,其中有工序?qū)?yīng)唯一工人),需要完成14個待加工零部件,每個工件都包含若干道工序,且工序流程一定。50臺加工系統(tǒng)中包含車床組、銑床組、刨床組、鉗床組、磨床組、焊接組,各組設(shè)備的加工能力一致, 以每個月該車間的工時達成率作為關(guān)鍵指標(biāo),工時達成率以實際完成工時與額定工時的比值為計算方式。車間調(diào)度員通過最佳的調(diào)度,并為各工序選配最佳資源,在滿足設(shè)備加工能力及人員匹配的情況下獲得最佳的工時達成率。

    該調(diào)度問題有如下初始約束條件:1)任何設(shè)備無法同時加工超過兩個工序;2)任意工件無法同時在多臺設(shè)備上加工;3)工件必須嚴格按照工藝路線在指定機器上加工;4)除特定工序指定工人外忽略工人的熟練程度;5)工件的安裝及拆卸時間已經(jīng)包含在該工序的加工工時中;6)一般情況下有設(shè)備就有工人,除特殊情況工人處于充足狀態(tài);7)每個訂單的14種原材料到位時間隨機,遵循板材、管材、棒材的到位順序。

    根據(jù)該車間調(diào)度問題的特點,定義人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)為各零件的加工對象、可用設(shè)備、設(shè)備數(shù)量、分批大小、延遲值、工時、前置工序耗時、后置工序耗時等210個參數(shù),輸出參數(shù)既目標(biāo)函數(shù)為工時達成率。根據(jù)輸入、輸出參數(shù)的量確定采用兩層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),既一層隱含層一層輸出層,并且隱含層包含10個節(jié)點,可保證獲得全局最優(yōu)的情況下避免出現(xiàn)過計算。圖3所示為人工神經(jīng)網(wǎng)絡(luò)的總體結(jié)構(gòu),經(jīng)過多次試驗驗證,該神經(jīng)網(wǎng)絡(luò)中核心參數(shù)如下:

    網(wǎng)絡(luò)層閾值參數(shù)biasConnect= [1;1],隱含層與輸出層均有閾值;

    輸入層關(guān)系參數(shù)inputConnect = [1;0],輸入層與隱含層有權(quán)值連接,與輸出層無關(guān)系;

    網(wǎng)絡(luò)層關(guān)系參數(shù)layerConnect = [0 0;1 0],隱含層與輸出層神經(jīng)元相連;

    輸出層關(guān)系參數(shù)outputConnect = [0 1],輸出層的神經(jīng)元產(chǎn)生網(wǎng)絡(luò)輸出;

    網(wǎng)絡(luò)傳遞函數(shù)layers{1}.transferFcn= 'tansig',隱含層與輸出層的傳遞函數(shù);

    隱含層初始函數(shù)layers{1}.initFcn = 'initnw',隱含層初始化函數(shù);

    訓(xùn)練算法參數(shù)trainFcn = 'trainlm',LM基礎(chǔ)算法;

    網(wǎng)絡(luò)初始化函數(shù)initFcn = 'initlay',網(wǎng)絡(luò)初始化函數(shù);

    神經(jīng)網(wǎng)絡(luò)數(shù)量參數(shù)networks=20、50、100。

    3 預(yù)測結(jié)果及分析

    54套歷史數(shù)據(jù)作為訓(xùn)練驗證樣本并不能完全覆蓋所有情景,本研究提出采用多神經(jīng)網(wǎng)絡(luò)并行計算求平均值的方法提高模型準(zhǔn)確性。為了得到最準(zhǔn)確的預(yù)測模型,神經(jīng)網(wǎng)絡(luò)數(shù)量和訓(xùn)練算法是本研究中優(yōu)化對象。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法主要以LM算法和SA\LM混合算法為研究對象,神經(jīng)網(wǎng)絡(luò)數(shù)量以20、50、100為研究對象。取54套樣本中的51套為訓(xùn)練驗證樣本,3套為預(yù)測模型的測試數(shù)據(jù),通過對比工時達成率預(yù)測值與真實值的均方差來判斷神經(jīng)網(wǎng)絡(luò)模型的優(yōu)異程度。訓(xùn)練數(shù)據(jù)中每套數(shù)據(jù)的210個參數(shù)生成51*210的矩陣,它們形象地表現(xiàn)出每個調(diào)度的輸入與輸出,這些矩陣將成為LM算法和SA\LM混合算法神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù),經(jīng)過計算生成各自的神經(jīng)網(wǎng)絡(luò)預(yù)測模型,最后用3套調(diào)度方案去測試準(zhǔn)確性,表1中顯示了神經(jīng)網(wǎng)絡(luò)數(shù)為20、50、100的LM算法和SA\LM混合算法神經(jīng)網(wǎng)絡(luò)預(yù)測模型的測試結(jié)果。

    從表1中清晰地顯示了兩種算法及三種不同神經(jīng)網(wǎng)絡(luò)數(shù)預(yù)測模型的預(yù)測誤差,神經(jīng)網(wǎng)絡(luò)數(shù)量從20-50-100的梯度選擇中預(yù)測模型的準(zhǔn)確性誤差呈8.46%-8.28%-6.87%的下降趨勢,經(jīng)過試驗確定在該項目中采用100個神經(jīng)網(wǎng)絡(luò)數(shù),該方法有效緩解了初始數(shù)據(jù)不充足的缺陷。圖4中顯示LM算法和LM\SA混合算法預(yù)測誤差對比,其中LM算法預(yù)測誤差均值為8.92%,LM\SA混合算法將該誤差縮小到6.82%,證明混合算法能夠通過改善LM單一算法中初始權(quán)重值及閥值,最終得到更優(yōu)異的預(yù)測模型。

    4 結(jié)論及展望

    采用BP人工神經(jīng)網(wǎng)絡(luò)能夠建立較準(zhǔn)確的生產(chǎn)車間調(diào)度模型,并且使用SA算法建立人工神經(jīng)網(wǎng)絡(luò)的初始權(quán)重矩陣及初始閥值,再以LM算法進行優(yōu)化的混合算法是建立車間調(diào)度模型的最佳算法;對于初始數(shù)據(jù)不充足的問題,可采用多神經(jīng)網(wǎng)絡(luò)并行計算求平均值的方法來提高模型準(zhǔn)確性。得到較優(yōu)秀的車間調(diào)度模型后,通過優(yōu)化延遲值、批次大小、設(shè)備數(shù)量等輸入?yún)?shù)可獲得全局最優(yōu)的工時達成率,最終輸出離散車間效率最高的調(diào)度方案,這是今后的研究重點。

    【參考文獻】

    [1]A.Azadeh, M. Jeihoonian, B. Maleki Shoja, S.h. Seyedmahmoudi. “An Integrated Neural Network–simulation Algorithm for Performance Optimisation of the Bi-criteria Two-stage Assembly Flow-shop Scheduling Problem with Stochastic Activities.” International Journal of Production Research 50.24(2012): 7271-7284[Z].

    [2]Azadeh, Ali, Mohsen Moghaddam, Pegah Geranmayeh, Arash Naghavi. “A Flexible Artificial Neural Network–fuzzy Simulation Algorithm for Scheduling a Flow Shop with Multiple Processors.”The International Journal of Advanced Manufacturing Technology 50.5-8(2010): 699-715[Z].

    [3]Golmohammadi, Davood. “A Neural Network Decision-making Model for Job-shop Scheduling.” International Journal of Production Research,51,17(2013): 5142-5157[Z].

    [4]A.Azadeh, A. Negahban, M. Moghaddam. “A Hybrid Computer Simulation-artificial Neural Network Algorithm for Optimisation of Dispatching Rule Selection in Stochastic Job Shop Scheduling Problems.” International Journal of Production Research, 50, 2 (2011): 551-566[Z].

    [5]Braglia, M. and Grassi, A., 2009. A new heuristic for the flowshop scheduling problem to minimize makespan and maximum tardiness. International Journal of Production Research, 47(1): 273-288[Z].

    [6]祝翠玲,蔣志方,王強.基于B-P神經(jīng)網(wǎng)絡(luò)的環(huán)境空氣質(zhì)量預(yù)測模型[J]《計算機工程與應(yīng)用,2007,22(43):223-227.

    [7]陳廉清,郭建亮,楊勛,遲軍,趙霞.基于進化神經(jīng)網(wǎng)絡(luò)的磨削粗糙度預(yù)測模型[J].計算機集成制造系統(tǒng),2013,11(19):2855-2863.

    [8]崔吉峰,乞建勛,楊尚東.基于粒子群改進BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型及其應(yīng)用[J].中南大學(xué)學(xué)報,2009,1(40):190-194.

    [9]張喜忠.基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型的發(fā)動機異響信號提取研究[D].長春:吉林大學(xué),2008.

    [10]王德明,王莉,張廣明.基于遺傳BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測模型[J].浙江大學(xué)學(xué)報,2012,5(46):837-841.

    [11]陳耀武,汪樂宇,龍洪玉.基于組合式神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測模型[J].中國電機工程學(xué)報,2001,4(21):79-82.

    [12]裴浩東.基于神經(jīng)網(wǎng)絡(luò)的穩(wěn)態(tài)優(yōu)化和控制研究[D].杭州:浙江大學(xué),2001.

    [13]董一芬. Levenberg-Marquardt神經(jīng)網(wǎng)絡(luò)算法研究[J].商場現(xiàn)代化,2009(3):385.

    [14]J.R. Yang, W. Xu, M. Rajora, A.H. Shih, H.Z. Tan, L.W. Jin, H.F. Lou, S.Y. Liang,A hybrid neural network for prediction of flow shop scheduling performance, International Conference on Artificial Intelligence and Industrial Application, 2014, 081[Z].

    [責(zé)任編輯:楊玉潔]

    猜你喜歡
    模擬退火算法
    改進模擬退火算法的K—means聚類方法在學(xué)生成績上的應(yīng)用
    道路循環(huán)甩掛運輸車輛調(diào)度研究
    改進遺傳模擬退火算法求解TSP
    級聯(lián)型H橋逆變器的階梯波特定消諧技術(shù)研究
    科技資訊(2017年8期)2017-05-18 09:54:41
    基于圖像特征及改進支持向量機算法的交通標(biāo)志識別
    模擬退火算法在整車物流問題中的應(yīng)用
    物流科技(2016年12期)2017-04-01 03:12:04
    數(shù)學(xué)建模中的碎紙片拼接復(fù)原要點研究
    智能傳感器中的算法應(yīng)用
    改進的模擬退火算法及其在裝填問題中的應(yīng)用
    基于模擬退火算法的云計算資源調(diào)度模型
    伦精品一区二区三区| 99热只有精品国产| 一级毛片我不卡| 亚洲欧美精品综合久久99| 欧美潮喷喷水| 天天躁夜夜躁狠狠久久av| 国内揄拍国产精品人妻在线| 激情 狠狠 欧美| 能在线免费观看的黄片| 成人精品一区二区免费| 亚洲av中文av极速乱| 一进一出好大好爽视频| 国产高清有码在线观看视频| 美女 人体艺术 gogo| 久久精品国产鲁丝片午夜精品| 人妻制服诱惑在线中文字幕| 美女大奶头视频| 久久久精品欧美日韩精品| 成人av在线播放网站| 亚洲第一电影网av| 国产精品乱码一区二三区的特点| 美女免费视频网站| 一夜夜www| 国产视频内射| 精品少妇黑人巨大在线播放 | 亚洲精品影视一区二区三区av| 久久久国产成人免费| 国产片特级美女逼逼视频| 嫩草影院新地址| 毛片女人毛片| 精品人妻熟女av久视频| 亚洲国产精品成人综合色| 久久韩国三级中文字幕| 精品人妻熟女av久视频| 女的被弄到高潮叫床怎么办| 国产乱人偷精品视频| 日韩亚洲欧美综合| 精品无人区乱码1区二区| 久久人妻av系列| 欧美极品一区二区三区四区| 国产在视频线在精品| 男人狂女人下面高潮的视频| 午夜视频国产福利| 又黄又爽又免费观看的视频| 一进一出抽搐gif免费好疼| 日韩精品青青久久久久久| 丰满人妻一区二区三区视频av| 色综合站精品国产| 日韩欧美精品免费久久| 久久精品夜色国产| 国产精品一区www在线观看| 国内精品宾馆在线| 久99久视频精品免费| 精品午夜福利视频在线观看一区| 国产精品一区二区免费欧美| 91在线观看av| 永久网站在线| 男人舔女人下体高潮全视频| 淫秽高清视频在线观看| 69av精品久久久久久| 六月丁香七月| 97超级碰碰碰精品色视频在线观看| 欧美最黄视频在线播放免费| 国产视频一区二区在线看| 三级男女做爰猛烈吃奶摸视频| 久久人人精品亚洲av| 国产男靠女视频免费网站| 在线观看一区二区三区| 变态另类丝袜制服| 久久综合国产亚洲精品| 熟女人妻精品中文字幕| 真实男女啪啪啪动态图| 在线a可以看的网站| 精品一区二区三区人妻视频| 99热网站在线观看| 亚洲七黄色美女视频| 97超级碰碰碰精品色视频在线观看| 国产av麻豆久久久久久久| 国产高清不卡午夜福利| 亚洲色图av天堂| 欧美+日韩+精品| 麻豆久久精品国产亚洲av| 亚洲av.av天堂| 欧美bdsm另类| 菩萨蛮人人尽说江南好唐韦庄 | 综合色丁香网| 18禁裸乳无遮挡免费网站照片| 99热6这里只有精品| 亚洲国产精品久久男人天堂| 尾随美女入室| 国内精品美女久久久久久| 搡女人真爽免费视频火全软件 | 久久精品国产亚洲av天美| 国产午夜精品论理片| 12—13女人毛片做爰片一| 免费电影在线观看免费观看| a级毛片a级免费在线| 精品一区二区三区视频在线| 中文字幕人妻熟人妻熟丝袜美| 91在线观看av| 国产亚洲精品久久久久久毛片| 天天躁夜夜躁狠狠久久av| 搡女人真爽免费视频火全软件 | 熟女人妻精品中文字幕| 亚洲第一电影网av| 婷婷亚洲欧美| 老熟妇仑乱视频hdxx| 国产不卡一卡二| 丰满乱子伦码专区| 最后的刺客免费高清国语| 成人鲁丝片一二三区免费| 欧美最黄视频在线播放免费| 一级黄色大片毛片| 自拍偷自拍亚洲精品老妇| 亚洲18禁久久av| 99久久无色码亚洲精品果冻| 欧美中文日本在线观看视频| 成人精品一区二区免费| 色在线成人网| 一区二区三区四区激情视频 | 欧美区成人在线视频| 美女黄网站色视频| 少妇熟女欧美另类| 变态另类成人亚洲欧美熟女| 九九热线精品视视频播放| 国产亚洲欧美98| 成人永久免费在线观看视频| 国产精品,欧美在线| 在现免费观看毛片| 熟妇人妻久久中文字幕3abv| 日韩三级伦理在线观看| 最新在线观看一区二区三区| 国产精品亚洲一级av第二区| 黄色视频,在线免费观看| 久久草成人影院| 亚洲专区国产一区二区| 九九热线精品视视频播放| 国产单亲对白刺激| 亚洲欧美精品自产自拍| 搡老妇女老女人老熟妇| 久久精品国产鲁丝片午夜精品| 亚洲中文字幕一区二区三区有码在线看| 国产国拍精品亚洲av在线观看| 在线免费观看不下载黄p国产| 国产精品亚洲美女久久久| 少妇被粗大猛烈的视频| 可以在线观看的亚洲视频| 亚洲性久久影院| 成人国产麻豆网| 99久久精品国产国产毛片| 看片在线看免费视频| 2021天堂中文幕一二区在线观| 欧美在线一区亚洲| 午夜视频国产福利| 久久久久久伊人网av| 国产片特级美女逼逼视频| 亚洲国产日韩欧美精品在线观看| 在线观看一区二区三区| 少妇人妻精品综合一区二区 | 国产午夜福利久久久久久| 亚洲精品国产成人久久av| 精品日产1卡2卡| 国产视频一区二区在线看| 久久久久久国产a免费观看| 日本黄色片子视频| 免费观看在线日韩| 一区二区三区四区激情视频 | 亚洲一区二区三区色噜噜| 欧美性猛交╳xxx乱大交人| 成年av动漫网址| 国产一级毛片七仙女欲春2| 日韩强制内射视频| 乱码一卡2卡4卡精品| 22中文网久久字幕| 久久韩国三级中文字幕| 亚洲丝袜综合中文字幕| 久久精品国产亚洲av香蕉五月| 别揉我奶头~嗯~啊~动态视频| 亚洲无线观看免费| 99热网站在线观看| 久久草成人影院| 亚洲国产高清在线一区二区三| 91久久精品国产一区二区三区| 老司机福利观看| 日本黄大片高清| 美女xxoo啪啪120秒动态图| 亚洲美女搞黄在线观看 | 国产单亲对白刺激| 国产爱豆传媒在线观看| 久久久久国内视频| 天堂av国产一区二区熟女人妻| 国产 一区精品| 日本一二三区视频观看| 日韩精品中文字幕看吧| 哪里可以看免费的av片| 国产麻豆成人av免费视频| 久久久欧美国产精品| 国产男靠女视频免费网站| 在线观看美女被高潮喷水网站| 男人和女人高潮做爰伦理| 美女大奶头视频| 精品免费久久久久久久清纯| 九九爱精品视频在线观看| 老熟妇乱子伦视频在线观看| 高清日韩中文字幕在线| 国产真实乱freesex| 在线国产一区二区在线| 精品人妻视频免费看| 免费高清视频大片| 亚洲欧美中文字幕日韩二区| 啦啦啦韩国在线观看视频| 人人妻人人看人人澡| 嫩草影视91久久| 黄色视频,在线免费观看| 精品午夜福利视频在线观看一区| .国产精品久久| 久久精品影院6| 国产精品一二三区在线看| 人人妻人人看人人澡| 国产精品一区二区性色av| 亚洲性夜色夜夜综合| 桃色一区二区三区在线观看| 99久久九九国产精品国产免费| 亚洲av.av天堂| 最近的中文字幕免费完整| 熟妇人妻久久中文字幕3abv| 搡女人真爽免费视频火全软件 | 久久久久九九精品影院| 精品国内亚洲2022精品成人| 99国产极品粉嫩在线观看| 91久久精品国产一区二区成人| 老司机福利观看| 国产探花极品一区二区| 欧美bdsm另类| 久久6这里有精品| 丝袜喷水一区| 波多野结衣高清无吗| 欧美性猛交╳xxx乱大交人| 中出人妻视频一区二区| 内射极品少妇av片p| 少妇丰满av| 六月丁香七月| 午夜久久久久精精品| 高清午夜精品一区二区三区 | 国产一区二区亚洲精品在线观看| av女优亚洲男人天堂| 啦啦啦韩国在线观看视频| 欧美又色又爽又黄视频| 亚洲av第一区精品v没综合| 国产久久久一区二区三区| 国产精品亚洲一级av第二区| 免费高清视频大片| 18禁黄网站禁片免费观看直播| 一级毛片电影观看 | 一个人看视频在线观看www免费| 永久网站在线| 一级毛片电影观看 | 亚洲欧美精品自产自拍| 少妇裸体淫交视频免费看高清| 色视频www国产| 色综合色国产| АⅤ资源中文在线天堂| 国产精品伦人一区二区| 日本-黄色视频高清免费观看| 色哟哟·www| 成年女人毛片免费观看观看9| 成年版毛片免费区| 亚洲精品成人久久久久久| 插阴视频在线观看视频| 欧美高清成人免费视频www| 欧美日韩在线观看h| 岛国在线免费视频观看| 99热全是精品| 搡老熟女国产l中国老女人| 久久久久久久久大av| 三级毛片av免费| 又黄又爽又免费观看的视频| 亚洲av美国av| 非洲黑人性xxxx精品又粗又长| 伊人久久精品亚洲午夜| 男人舔女人下体高潮全视频| 夜夜爽天天搞| 国产大屁股一区二区在线视频| 国产精品综合久久久久久久免费| 一个人免费在线观看电影| 日本在线视频免费播放| 国产女主播在线喷水免费视频网站 | 老女人水多毛片| 日本成人三级电影网站| 亚洲内射少妇av| 韩国av在线不卡| 国语自产精品视频在线第100页| 国产精品人妻久久久影院| 少妇人妻精品综合一区二区 | 成年av动漫网址| 99久久久亚洲精品蜜臀av| 色哟哟·www| 久久草成人影院| 小说图片视频综合网站| 国产一区亚洲一区在线观看| 欧美色视频一区免费| 亚洲丝袜综合中文字幕| 久久久久久九九精品二区国产| 免费看美女性在线毛片视频| 老司机福利观看| 九九在线视频观看精品| 久久中文看片网| 嫩草影院入口| 亚洲第一电影网av| 波野结衣二区三区在线| 亚州av有码| 极品教师在线视频| 伊人久久精品亚洲午夜| 丰满人妻一区二区三区视频av| 日韩高清综合在线| 日本黄色片子视频| 国产成人freesex在线 | 九九爱精品视频在线观看| 变态另类成人亚洲欧美熟女| 精品午夜福利在线看| 99热全是精品| 成人高潮视频无遮挡免费网站| 亚洲一级一片aⅴ在线观看| 国产人妻一区二区三区在| 午夜视频国产福利| 久久精品久久久久久噜噜老黄 | 精品一区二区三区视频在线观看免费| 99久久中文字幕三级久久日本| 俺也久久电影网| 黄色欧美视频在线观看| 亚洲成人久久性| 狂野欧美激情性xxxx在线观看| 中文字幕精品亚洲无线码一区| 国产伦一二天堂av在线观看| 午夜福利18| 成年女人永久免费观看视频| 1000部很黄的大片| 国产黄色小视频在线观看| 成年免费大片在线观看| 99视频精品全部免费 在线| 我要看日韩黄色一级片| 精品久久久久久久久久久久久| 中文字幕av成人在线电影| 淫秽高清视频在线观看| 精品久久久久久久久久久久久| 我的老师免费观看完整版| 狂野欧美激情性xxxx在线观看| 久久精品国产亚洲av天美| 亚洲中文字幕一区二区三区有码在线看| 欧美性猛交黑人性爽| 欧美成人免费av一区二区三区| 熟女电影av网| 舔av片在线| 中文在线观看免费www的网站| 国产精品无大码| 在线观看午夜福利视频| 日韩欧美在线乱码| 美女黄网站色视频| 老司机影院成人| 国产精品人妻久久久久久| 最新中文字幕久久久久| 亚洲婷婷狠狠爱综合网| 精品人妻一区二区三区麻豆 | 少妇丰满av| 久久久久国内视频| 欧美日本视频| 精品午夜福利在线看| 欧美成人免费av一区二区三区| 中文字幕av成人在线电影| 亚洲高清免费不卡视频| 午夜视频国产福利| 神马国产精品三级电影在线观看| 深爱激情五月婷婷| 极品教师在线视频| 国产精品亚洲美女久久久| 国产免费一级a男人的天堂| 国产私拍福利视频在线观看| 亚洲性夜色夜夜综合| 九九爱精品视频在线观看| 亚洲第一区二区三区不卡| 最近视频中文字幕2019在线8| 国产精品伦人一区二区| 女同久久另类99精品国产91| 俄罗斯特黄特色一大片| 欧美国产日韩亚洲一区| 国内精品美女久久久久久| 成人特级av手机在线观看| 亚洲人与动物交配视频| 人妻丰满熟妇av一区二区三区| av天堂在线播放| 久久国内精品自在自线图片| 国产精品乱码一区二三区的特点| 在线免费观看的www视频| 干丝袜人妻中文字幕| 国内精品美女久久久久久| 国产精品久久视频播放| 国产精品亚洲美女久久久| 国产一区二区在线观看日韩| 麻豆乱淫一区二区| 国产精品一区二区性色av| 91久久精品国产一区二区成人| 国产av麻豆久久久久久久| 日本 av在线| 在线看三级毛片| 国产成人精品久久久久久| 女人十人毛片免费观看3o分钟| 国产欧美日韩精品一区二区| 亚洲精品一区av在线观看| 日本一二三区视频观看| 欧美人与善性xxx| 国产成人91sexporn| 少妇熟女欧美另类| 99视频精品全部免费 在线| 久久久精品94久久精品| 亚洲国产精品久久男人天堂| 日日啪夜夜撸| 免费搜索国产男女视频| 观看免费一级毛片| 日韩欧美 国产精品| 免费大片18禁| 国产精品永久免费网站| 亚洲av中文av极速乱| 午夜免费激情av| 国产精品亚洲美女久久久| 国产成年人精品一区二区| 国产69精品久久久久777片| 永久网站在线| 69人妻影院| 国产免费男女视频| 亚州av有码| 一级av片app| 亚洲成人久久性| 久久久久国内视频| 国产精品不卡视频一区二区| 亚洲真实伦在线观看| 久久九九热精品免费| 欧美不卡视频在线免费观看| 黄色视频,在线免费观看| 久久久久久久久久久丰满| 婷婷色综合大香蕉| 最近的中文字幕免费完整| 日本熟妇午夜| 热99在线观看视频| 别揉我奶头~嗯~啊~动态视频| 国产午夜精品论理片| 亚洲成人中文字幕在线播放| 三级毛片av免费| 国产视频一区二区在线看| 男女视频在线观看网站免费| 久久精品国产亚洲av涩爱 | 成人三级黄色视频| 麻豆成人午夜福利视频| 99视频精品全部免费 在线| 免费人成视频x8x8入口观看| 亚洲欧美成人精品一区二区| 亚洲国产欧洲综合997久久,| 久久久久精品国产欧美久久久| www日本黄色视频网| 国产精品一二三区在线看| 日韩一本色道免费dvd| 亚洲va在线va天堂va国产| 欧美另类亚洲清纯唯美| 欧美日本亚洲视频在线播放| 一进一出抽搐动态| 在线观看av片永久免费下载| 午夜精品在线福利| 亚洲第一区二区三区不卡| 国产精品国产三级国产av玫瑰| а√天堂www在线а√下载| 亚洲人成网站在线观看播放| 久久久久久久午夜电影| 波多野结衣巨乳人妻| 乱人视频在线观看| 男女那种视频在线观看| 少妇被粗大猛烈的视频| 日本一二三区视频观看| 国产精华一区二区三区| 亚洲专区国产一区二区| 校园人妻丝袜中文字幕| 久久精品国产亚洲av涩爱 | 亚洲av第一区精品v没综合| 黄色一级大片看看| 成人午夜高清在线视频| 白带黄色成豆腐渣| 久久午夜福利片| 高清午夜精品一区二区三区 | 男插女下体视频免费在线播放| 亚洲精品一卡2卡三卡4卡5卡| 性插视频无遮挡在线免费观看| 久久久久国产精品人妻aⅴ院| 狠狠狠狠99中文字幕| 联通29元200g的流量卡| 深夜a级毛片| 亚洲久久久久久中文字幕| 男女做爰动态图高潮gif福利片| 别揉我奶头 嗯啊视频| 久久这里只有精品中国| 日韩欧美国产在线观看| 香蕉av资源在线| av黄色大香蕉| 香蕉av资源在线| 中文字幕人妻熟人妻熟丝袜美| 国产成人91sexporn| 精品午夜福利视频在线观看一区| 22中文网久久字幕| 亚洲人与动物交配视频| 久久久午夜欧美精品| 国产69精品久久久久777片| 婷婷色综合大香蕉| 晚上一个人看的免费电影| 精品人妻视频免费看| 欧美3d第一页| 美女大奶头视频| 亚洲欧美精品综合久久99| 国产一区二区在线观看日韩| 亚洲av电影不卡..在线观看| 国产不卡一卡二| 亚洲不卡免费看| 日韩制服骚丝袜av| av黄色大香蕉| 精品乱码久久久久久99久播| 又黄又爽又刺激的免费视频.| 久久中文看片网| 久久久久久久亚洲中文字幕| 日本精品一区二区三区蜜桃| 啦啦啦观看免费观看视频高清| АⅤ资源中文在线天堂| 成人精品一区二区免费| 97在线视频观看| 麻豆一二三区av精品| 亚洲国产欧美人成| 赤兔流量卡办理| 黄色视频,在线免费观看| 中文资源天堂在线| 国产亚洲91精品色在线| 国产精品永久免费网站| 亚洲综合色惰| 久久久久久久久久久丰满| 亚洲一级一片aⅴ在线观看| 国产精品一区二区免费欧美| 国产亚洲91精品色在线| 国产伦精品一区二区三区四那| 久久久久久国产a免费观看| 国产精品野战在线观看| 97在线视频观看| 亚洲成av人片在线播放无| 久久久精品欧美日韩精品| 亚洲国产日韩欧美精品在线观看| 久久综合国产亚洲精品| 久久久久久久久久成人| 狠狠狠狠99中文字幕| 老熟妇乱子伦视频在线观看| 一个人观看的视频www高清免费观看| 网址你懂的国产日韩在线| 18禁裸乳无遮挡免费网站照片| 亚洲电影在线观看av| 国产真实乱freesex| 日韩精品青青久久久久久| 日本撒尿小便嘘嘘汇集6| 少妇人妻一区二区三区视频| 特大巨黑吊av在线直播| 国产精品av视频在线免费观看| 一区二区三区免费毛片| 久久久精品大字幕| 国产一区二区亚洲精品在线观看| 国产精品人妻久久久久久| 免费大片18禁| 亚洲国产精品合色在线| 欧美性猛交黑人性爽| 午夜免费男女啪啪视频观看 | 美女 人体艺术 gogo| 欧美日本亚洲视频在线播放| 成年女人毛片免费观看观看9| 男女下面进入的视频免费午夜| 直男gayav资源| 国产精品国产三级国产av玫瑰| 一级毛片aaaaaa免费看小| 乱人视频在线观看| 搞女人的毛片| 夜夜爽天天搞| 国产成人精品久久久久久| 少妇人妻精品综合一区二区 | 国产精品国产高清国产av| 六月丁香七月| av.在线天堂| 国产人妻一区二区三区在| 午夜影院日韩av| 色av中文字幕| 日日撸夜夜添| 日韩一区二区视频免费看| 国产高清视频在线观看网站| 日韩av在线大香蕉| 看十八女毛片水多多多| 日本一二三区视频观看| ponron亚洲| 色视频www国产| 国产精品久久久久久精品电影| 国产aⅴ精品一区二区三区波| 长腿黑丝高跟| 欧美人与善性xxx| 久久韩国三级中文字幕| 国产视频一区二区在线看| 成人av在线播放网站| 在线观看av片永久免费下载| 国产成人aa在线观看| 在线观看av片永久免费下载| 色视频www国产| 久久婷婷人人爽人人干人人爱| 联通29元200g的流量卡| 少妇裸体淫交视频免费看高清| 免费无遮挡裸体视频| 99久久精品国产国产毛片| 久久精品人妻少妇| 干丝袜人妻中文字幕| 91麻豆精品激情在线观看国产|