• <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PCA-BP神經(jīng)網(wǎng)絡(luò)的大型公共建筑能耗預(yù)測(cè)*

    2016-05-27 02:15:16李明海趙明強(qiáng)
    現(xiàn)代建筑電氣 2016年4期
    關(guān)鍵詞:時(shí)間序列預(yù)測(cè)模型BP神經(jīng)網(wǎng)絡(luò)

    李明海, 劉 敏, 趙明強(qiáng)

    (西安建筑科技大學(xué) 信息與控制工程學(xué)院, 陜西 西安 710055)

    ?

    基于PCA-BP神經(jīng)網(wǎng)絡(luò)的大型公共建筑能耗預(yù)測(cè)*

    李明海,劉敏,趙明強(qiáng)

    (西安建筑科技大學(xué) 信息與控制工程學(xué)院, 陜西 西安710055)

    摘要:針對(duì)大型公共建筑高能耗問(wèn)題,提出了主成分分析(PCA)與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的大型公共建筑能耗預(yù)測(cè)模型。基于時(shí)間序列對(duì)歷史逐日耗電量進(jìn)行相關(guān)性分析,提取預(yù)測(cè)點(diǎn)前三天的逐日耗電量,并與前一天日照、溫度、相對(duì)濕度、風(fēng)速的平均值進(jìn)行主成分的濃縮,然后將其作為BP神經(jīng)網(wǎng)絡(luò)的輸入,從而降低輸入變量的維數(shù),簡(jiǎn)化網(wǎng)絡(luò)結(jié)構(gòu)。結(jié)果表明,較傳統(tǒng)的BP網(wǎng)絡(luò),大型公共建筑能耗預(yù)測(cè)模型具有較高的精度和更短的學(xué)習(xí)時(shí)間,但當(dāng)預(yù)測(cè)樣品數(shù)增加時(shí)預(yù)測(cè)誤差逐漸增大。

    關(guān)鍵詞:大型公共建筑; 時(shí)間序列; 主成分分析; BP神經(jīng)網(wǎng)絡(luò); 預(yù)測(cè)模型

    0引言

    當(dāng)前,我國(guó)建筑能耗占社會(huì)總能耗的32%,公共建筑能耗占建筑總能耗的22%[1]。這就需科學(xué)分析公共建筑能耗,對(duì)于推動(dòng)建筑節(jié)能具有重要的意義。目前,國(guó)內(nèi)外研究者結(jié)合主成分分析(Principle Component Analysis,PCA)與BP神經(jīng)網(wǎng)絡(luò)對(duì)大型公共建筑能耗預(yù)測(cè)的研究較少[2-5]。

    影響建筑能耗的因素多,它們之間存在相關(guān)性,并且與建筑能耗之間存在非線性的關(guān)系。BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性擬合能力,其預(yù)測(cè)結(jié)果具有可靠性與可信性[6-8]。如果將這些影響因素都作為BP神經(jīng)網(wǎng)絡(luò)的輸入,會(huì)造成網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、訓(xùn)練速度慢等缺陷。本文建立PCA-BP網(wǎng)絡(luò)的能耗預(yù)測(cè)模型,將濃縮的主要因子作為其輸入變量,并進(jìn)行了試驗(yàn)。

    1PCA原理

    PCA是一種多元統(tǒng)計(jì)分析方法[9],從原始變量中濃縮少數(shù)幾個(gè)互不相關(guān)的主要成分,使其盡可能多地解釋原始變量的信息,以達(dá)到降維的目的,其一般的數(shù)學(xué)模型[10]如下:

    (1)

    (1) 將原始數(shù)據(jù)標(biāo)準(zhǔn)化,以消除變量在數(shù)量級(jí)等方面存在的差異。假設(shè)有n個(gè)樣品,每個(gè)樣品有k項(xiàng)觀測(cè)指標(biāo),則樣本矩陣為

    (2)

    (3)

    根據(jù)式(3)對(duì)樣本矩陣X進(jìn)行標(biāo)準(zhǔn)化,得到式(4)。

    (4)

    (2) 根據(jù)簡(jiǎn)單相關(guān)系數(shù)矩陣R,求出其特征值λ1≥λ2≥…≥λk和相應(yīng)的單位特征向量b1,b2,…,bk。

    (3) 確定主成分。一般特征值大于1,累計(jì)貢獻(xiàn)率在75%~95%時(shí)對(duì)應(yīng)的前p個(gè)指標(biāo)作為主成分[11]。特征值小于1,說(shuō)明原始變量的平均解釋力度大于主成分的解釋力度,累計(jì)貢獻(xiàn)率達(dá)75%以上,表明這些主成分包含了原始變量所具有的主要信息[9],其計(jì)算公式為

    (5)

    則第i個(gè)主成分為

    (6)

    2能耗預(yù)測(cè)因子的選擇及主成分提取

    2.1預(yù)測(cè)因子的選擇

    以西安某高校綜合樓建筑為研究對(duì)象,其建筑面積為28 665 m2。由于水、電、氣、暖、動(dòng)力結(jié)算最終均以電量為依據(jù),故選取耗電量作為建筑能耗的評(píng)價(jià)指標(biāo)。該建筑2013年部分檢測(cè)數(shù)據(jù)如表1所示。首先采用SPSS數(shù)據(jù)分析軟件的時(shí)間序列模塊,對(duì)測(cè)試點(diǎn)之前的m個(gè)逐日耗電量進(jìn)行相關(guān)性分析,根據(jù)自相關(guān)系數(shù)來(lái)確定m。歷史能耗的自相關(guān)系數(shù)如表2所示。由表2可知,當(dāng)自相關(guān)系數(shù)降至1-e-6時(shí),其滯后為3,因此該能耗預(yù)測(cè)模型的樣本輸入維數(shù)為7。

    表12013年部分檢測(cè)數(shù)據(jù)

    日期平均溫度/℃平均相對(duì)濕度/%平均日照/(MJ/m2)平均風(fēng)速/(m/s)逐日耗電量/kWh5月7日19.56920.122.214065月8日23.14923.461.614155月9日24.04225.282.814115月10日22.15121.011.514065月11日22.45324.181.414095月12日24.64924.401.814135月13日24.25718.281.814175月14日18.69502.114155月15日19.2908.473.214075月16日18.0892.413.214085月17日19.08811.831.214185月18日20.64427.784.114165月19日19.55921.781.114075月20日18.86910.861.013985月21日21.26823.111.61405

    表2歷史能耗的自相關(guān)系數(shù)

    延遲/d自相關(guān)系數(shù)標(biāo)準(zhǔn)誤差Box-Ljung統(tǒng)計(jì)數(shù)值自由度顯著性10.8630.08896.1431020.7240.088164.3892030.6880.087209.6533040.4500.087236.3974050.3120.087249.4095060.1750.086253.5246070.1640.086257.1617080.1530.086260.36380

    為降低輸入變量的維數(shù),減少信息重疊,提高網(wǎng)絡(luò)的泛化性能,采用PCA對(duì)原始變量進(jìn)行壓縮,導(dǎo)出幾個(gè)主要分量,作為BP 神經(jīng)網(wǎng)絡(luò)的輸入,以便對(duì)能耗進(jìn)一步預(yù)測(cè)。

    2.2主成分提取

    利用SPSS 22統(tǒng)計(jì)軟件對(duì)輸入變量的主成分分析。

    輸入變量相關(guān)系數(shù)如表3所示。由表3可見(jiàn),變量之間存在相關(guān)關(guān)系,有信息上的重疊,故有必要進(jìn)行PCA。

    各成分的方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率如表4所示。由表4可見(jiàn),前3個(gè)主成分的特征根大于1,且累積方差貢獻(xiàn)率為82.627%,表明這些主成分包括了全部指標(biāo)的主要信息,因此只考慮前3個(gè)因子。

    表3輸入變量相關(guān)系數(shù)

    相關(guān)系數(shù)日均溫度日均濕度日總輻射日均風(fēng)速電量滯后1d電量滯后2d電量滯后3d日均溫度1.000-0.0700.5910.3290.2950.2510.211日均濕度-0.0701.000-0.482-0.0910.1960.1650.125日總輻射0.591-0.4821.0000.0550.0470.0620.077日均風(fēng)速0.329-0.0910.0551.0000.0980.052-0.006電量滯后1d0.2950.1960.0470.0981.0000.9090.808電量滯后2d0.2510.1650.0620.0520.9091.0000.893電量滯后3d0.2110.1250.077-0.0060.8080.8931.000

    表4各成分的方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率

    組件初始特征值總計(jì)方差貢獻(xiàn)率/%累積貢獻(xiàn)率/%提取載荷平方和總計(jì)方差貢獻(xiàn)率/%累積貢獻(xiàn)率/%12.91241.59741.5972.91241.59741.59721.83726.24567.8421.83726.24567.84231.03514.78482.6271.03514.78482.62740.74610.66293.289———50.2283.25296.541———60.1762.51899.059———70.0660.941100.000———

    主成分系數(shù)如表5所示。由表5可計(jì)算各個(gè)主成分Yi(i=1,2,3)。

    表5主成分系數(shù)

    相關(guān)系數(shù)組件1組件2組件3電量滯后2d0.956-0.152-0.088電量滯后1d0.938-0.137-0.003電量滯后3d0.911-0.148-0.173日總輻射0.1920.854-0.298日均溫度0.4490.6740.258日均濕度0.166-0.6730.394日均風(fēng)速0.1460.3700.828

    3公共建筑PCA-BP預(yù)測(cè)模型

    利用MATLAB軟件,將標(biāo)準(zhǔn)化處理后的原始輸入樣本和經(jīng)PCA后得到的新樣本作為BP 神經(jīng)網(wǎng)絡(luò)的輸入,其中2013年1月1日~2013年5月6日的126組逐日數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),2013年5月7日~2013年6月30日的55組逐日數(shù)據(jù)作為檢測(cè)數(shù)據(jù),當(dāng)前饋網(wǎng)絡(luò)隱含層神經(jīng)元個(gè)數(shù)為15,相對(duì)誤差較小,故可確定其結(jié)構(gòu)為7-15-1,同樣可確定PCA-BP 網(wǎng)絡(luò)結(jié)構(gòu)為3-7-1。不同神經(jīng)元時(shí)BP網(wǎng)格、PCA-BP網(wǎng)絡(luò)預(yù)測(cè)相對(duì)誤差分別如圖1、圖2所示。隱含層采用tansig函數(shù),輸出層采用logsig函數(shù),目標(biāo)誤差為e-3,最大訓(xùn)練步數(shù)為1 000,學(xué)習(xí)率為0.01,訓(xùn)練算法采用L-M算法。

    圖1 不同神經(jīng)元時(shí)BP網(wǎng)絡(luò)預(yù)測(cè)相對(duì)誤差

    圖2 不同神經(jīng)元時(shí)PCA-BP網(wǎng)絡(luò)預(yù)測(cè)相對(duì)誤差

    BP網(wǎng)絡(luò)、PCA-BP網(wǎng)絡(luò)分別經(jīng)過(guò)1 000次、300次迭代后收斂,預(yù)測(cè)值與真實(shí)值的關(guān)系如圖3所示。由圖3可見(jiàn),除個(gè)別點(diǎn)外,PCA-BP預(yù)測(cè)值與真實(shí)值很接近,BP網(wǎng)絡(luò)預(yù)測(cè)效果處于波動(dòng)狀態(tài),在耗電量突變的瞬間,BP網(wǎng)絡(luò)預(yù)測(cè)能力稍好。前30個(gè)樣品對(duì)應(yīng)的耗電量穩(wěn)定在1 400 kWh/d,后30個(gè)樣品對(duì)應(yīng)的時(shí)間因在6月,耗電量增加1倍,符合實(shí)際情況。

    圖3 預(yù)測(cè)值與真實(shí)值的關(guān)系

    為進(jìn)一步了解預(yù)測(cè)效果,本文采用平均相對(duì)誤差對(duì)網(wǎng)絡(luò)的泛化能力進(jìn)行評(píng)價(jià),計(jì)算式為

    (7)

    式中:ci、di——第i個(gè)樣品的預(yù)測(cè)值與真實(shí)值;

    n——樣品個(gè)數(shù)。

    BP網(wǎng)絡(luò)、PCA-BP網(wǎng)絡(luò)預(yù)測(cè)的平均相對(duì)誤差如表6所示。由表6可見(jiàn),PCA-BP網(wǎng)絡(luò)的預(yù)測(cè)精度很高,平均相對(duì)誤差在1%左右;5月29日前后由于季節(jié)性的影響,造成較大的相對(duì)誤差,而B(niǎo)P網(wǎng)絡(luò)預(yù)測(cè)的平均相對(duì)誤差最大為42.98%。因此,隨著預(yù)測(cè)樣品數(shù)量的增加,BP網(wǎng)絡(luò)、PCA-BP網(wǎng)絡(luò)的預(yù)測(cè)誤差逐漸增大。

    表6預(yù)測(cè)的平均相對(duì)誤差

    日期BP網(wǎng)絡(luò)PCA-BP網(wǎng)絡(luò)5月7日~5月17日0.08150.00925月18日~5月28日0.09140.00985月29日~6月8日0.31680.08615月9日~5月19日0.42150.01015月20日~5月30日0.42980.0116

    4結(jié)語(yǔ)

    (1) PCA-BP能耗預(yù)測(cè)模型具有較高的精度,平均相對(duì)誤差在1%左右,而B(niǎo)P網(wǎng)絡(luò)的預(yù)測(cè)效果呈現(xiàn)波動(dòng)性,最大平均相對(duì)誤差達(dá)42.98%。改進(jìn)后的PCA-BP網(wǎng)絡(luò)具有更短的學(xué)習(xí)時(shí)間,在300次迭代后收斂,而傳統(tǒng)的BP網(wǎng)絡(luò)需要1 000次迭代后才收斂。

    (2) 兩個(gè)模型預(yù)測(cè)誤差隨著預(yù)測(cè)樣品數(shù)的增加而增大,一方面,受氣候季節(jié)性影響,模型樣本范圍太大時(shí),導(dǎo)致誤差增大,預(yù)測(cè)精度減小;另一方面,預(yù)測(cè)本身就是一個(gè)經(jīng)驗(yàn)性判斷過(guò)程,時(shí)間序列樣本前后突變,精度必然會(huì)降低。

    (3) 為進(jìn)一步研究公共建筑能耗,要對(duì)能源進(jìn)行科學(xué)合理的規(guī)劃與布局,擴(kuò)大測(cè)試樣本數(shù)據(jù)的規(guī)模,盡量采集全年的能耗數(shù)據(jù),以克服能耗值在季節(jié)更替有較大突變時(shí)PCA-BP網(wǎng)絡(luò)擬合能力略微低于BP網(wǎng)絡(luò)的缺陷。

    參考文獻(xiàn)

    [1]李百戰(zhàn),張宇,丁勇.重慶市公共建筑能源管理現(xiàn)狀分析[J].暖通空調(diào),2010,40(9):112-117.

    [2]DONG B,CHENG C,LEE S E.Applying support vector machines to predict building energy consumption in tropical region[J].Energy and Buildings,2005(37):543-553.

    [3]YANG J,RIVARD H,ZMEUREANU R.On-line building energy prediction using adaptive artificial neural networks[J].Energy and Buildings,2005,37(12):1250-1259.

    [4]李愛(ài)旗,白雪蓮.居住建筑能耗預(yù)測(cè)分析方法的研究[J].建筑科學(xué),2007(8):90-94.

    [5]夏棟良,龔延風(fēng).基于多規(guī)則實(shí)時(shí)學(xué)習(xí)組合型BP神經(jīng)網(wǎng)絡(luò)的城市建筑能耗預(yù)測(cè)模型[J].建筑科學(xué),2008,24(6):90-94.

    [6]SIMON HAYKIN.神經(jīng)網(wǎng)絡(luò)原理[M].葉世偉,史忠植,譯.北京:機(jī)械工業(yè)出版社,2004.

    [7]MARTIN HAGAN T,HOWARD DEMUTH B,MARK BEALE H,et al.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)[M].戴葵,譯.北京:機(jī)械工業(yè)出版社,2002.

    [8]蔣宗禮.人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論[M].北京:高等教育出版社,2001.

    [9]張文彤,董偉.SPSS統(tǒng)計(jì)分析高級(jí)教程[M].北京:高等教育出版社,2013.

    [10]薛薇.SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M].北京:電子工業(yè)出版社,2004.

    [11]周松林,茆美琴,蘇建徽.基于主成分分析與人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)[J].電網(wǎng)技術(shù),2011,35(9):128-132.

    Energy Consumption Prediction of Large-scale Public Building Based on PCA-BP Neural Network

    LIMinghai,LIUMin,ZHAOMingqiang

    (Information and Control Engineering Institute, Xi’an University of Architecture and Technology, Xi’an 710055, China)

    Abstract:Aiming at the problem of high energy consumption in large-scale public building,this paper put forward an energy consumption prediction model according to the principal component analysis(PCA) and BP neural network.Based on historical daily power consumption’s correlation analysis of time series,the daily power consumption which came from three days before the prediction point was extracted and the previous day’s average values of sunshine,temperature,relative humidity,wind speed were condensed in the light of PCA.The results were used as the input of BP neural network,by this way the dimensions of input variables can be reduced and the network structure can be simplified.The experimental results show that this model has a high accuracy and shorter learning time compared with the traditional BP network.However,the prediction error of this prediction model will enlarge with the increasing of prediction samples.

    Key words:large-scale public building; time series; principal component analysis; BP neural network; prediction model

    收稿日期:2015-08-12

    DOI:10.16618/j.cnki.1674-8417.2016.04.002

    中圖分類號(hào):TU 201.5

    文獻(xiàn)標(biāo)志碼:A

    文章編號(hào):1674-8417(2016)04-0005-05

    *基金項(xiàng)目:西安市城鄉(xiāng)建設(shè)委員會(huì)建設(shè)科技項(xiàng)目(SJW2014011)

    劉敏(1990—),男,碩士研究生,研究方向?yàn)榻ㄖ悄芑c建筑節(jié)能。

    趙明強(qiáng)(1990—),男,碩士研究生,研究方向?yàn)橹悄芙ㄖc樓宇自動(dòng)化。

    猜你喜歡
    時(shí)間序列預(yù)測(cè)模型BP神經(jīng)網(wǎng)絡(luò)
    基于神經(jīng)網(wǎng)絡(luò)的北京市房?jī)r(jià)預(yù)測(cè)研究
    商情(2016年43期)2016-12-23 14:23:13
    中國(guó)石化J分公司油氣開(kāi)發(fā)投資分析與預(yù)測(cè)模型研究
    基于時(shí)間序列的我國(guó)人均GDP分析與預(yù)測(cè)
    商(2016年32期)2016-11-24 16:20:57
    基于BP神經(jīng)網(wǎng)絡(luò)的旅行社發(fā)展方向研究
    商情(2016年39期)2016-11-21 09:30:36
    復(fù)雜背景下的手勢(shì)識(shí)別方法
    BP神經(jīng)網(wǎng)絡(luò)在軟件質(zhì)量評(píng)價(jià)中的應(yīng)用研究 
    基于線性散列索引的時(shí)間序列查詢方法研究
    軟件工程(2016年8期)2016-10-25 15:43:57
    BP神經(jīng)網(wǎng)絡(luò)算法在數(shù)值預(yù)報(bào)產(chǎn)品釋用中的應(yīng)用
    科技視界(2016年20期)2016-09-29 14:15:12
    基于IOWHA法的物流需求組合改善與預(yù)測(cè)模型構(gòu)建
    基于組合模型的能源需求預(yù)測(cè)
    国产午夜福利久久久久久| 韩国av在线不卡| 99久国产av精品| 别揉我奶头 嗯啊视频| 最近最新中文字幕大全电影3| 国产精品电影一区二区三区| 亚洲性久久影院| 又紧又爽又黄一区二区| 久久久久久九九精品二区国产| 国产三级中文精品| 午夜免费成人在线视频| 国产三级在线视频| 国产免费av片在线观看野外av| 美女高潮喷水抽搐中文字幕| 中文字幕熟女人妻在线| 一个人观看的视频www高清免费观看| 春色校园在线视频观看| 精品无人区乱码1区二区| 欧美另类亚洲清纯唯美| 国产av一区在线观看免费| 精品99又大又爽又粗少妇毛片 | 国产男靠女视频免费网站| 成人三级黄色视频| 久久这里只有精品中国| 久久精品影院6| av在线老鸭窝| 女人被狂操c到高潮| 国产精品久久久久久久久免| 国产单亲对白刺激| 国产aⅴ精品一区二区三区波| 在线国产一区二区在线| 精品福利观看| 在线观看av片永久免费下载| 亚洲精品日韩av片在线观看| 亚洲av美国av| 免费大片18禁| 俺也久久电影网| 国产视频内射| 国产在视频线在精品| 在线国产一区二区在线| 在线观看66精品国产| 老熟妇仑乱视频hdxx| 91av网一区二区| www.色视频.com| 99久久中文字幕三级久久日本| 床上黄色一级片| 丰满乱子伦码专区| 两个人视频免费观看高清| 亚洲欧美日韩高清专用| 97超级碰碰碰精品色视频在线观看| 欧美高清性xxxxhd video| 联通29元200g的流量卡| 欧美日韩瑟瑟在线播放| 欧美区成人在线视频| 国内少妇人妻偷人精品xxx网站| 欧美bdsm另类| 有码 亚洲区| 两个人视频免费观看高清| 麻豆成人午夜福利视频| 国产精品伦人一区二区| 久久久精品大字幕| 国产免费男女视频| 亚洲一区二区三区色噜噜| 美女大奶头视频| 变态另类丝袜制服| 天美传媒精品一区二区| 给我免费播放毛片高清在线观看| 最新在线观看一区二区三区| 日本一本二区三区精品| 日日摸夜夜添夜夜添av毛片 | а√天堂www在线а√下载| 一本一本综合久久| 91精品国产九色| 精品国内亚洲2022精品成人| 色综合色国产| 1000部很黄的大片| 搡老岳熟女国产| 99在线人妻在线中文字幕| 成人午夜高清在线视频| 别揉我奶头~嗯~啊~动态视频| 精品午夜福利视频在线观看一区| 免费在线观看日本一区| 亚洲经典国产精华液单| 91久久精品电影网| 亚洲综合色惰| 长腿黑丝高跟| 一区二区三区四区激情视频 | 久久中文看片网| 日韩欧美免费精品| 麻豆成人午夜福利视频| 亚洲久久久久久中文字幕| 天堂av国产一区二区熟女人妻| 欧美激情国产日韩精品一区| 国产黄片美女视频| 22中文网久久字幕| 免费av毛片视频| 国产精品自产拍在线观看55亚洲| 嫁个100分男人电影在线观看| 麻豆av噜噜一区二区三区| 真实男女啪啪啪动态图| 伊人久久精品亚洲午夜| 身体一侧抽搐| 男人舔女人下体高潮全视频| 亚洲av日韩精品久久久久久密| 日本 欧美在线| 在线看三级毛片| 天堂网av新在线| 国产黄片美女视频| 最好的美女福利视频网| 亚洲18禁久久av| 久久久久久久精品吃奶| 在线免费观看不下载黄p国产 | www.色视频.com| 超碰av人人做人人爽久久| 麻豆国产av国片精品| 亚洲美女搞黄在线观看 | 亚洲在线观看片| 不卡视频在线观看欧美| 大型黄色视频在线免费观看| 婷婷六月久久综合丁香| 听说在线观看完整版免费高清| 亚洲最大成人手机在线| 欧美极品一区二区三区四区| 成人综合一区亚洲| 伦理电影大哥的女人| 免费看a级黄色片| 哪里可以看免费的av片| 在线观看午夜福利视频| 成年女人毛片免费观看观看9| 联通29元200g的流量卡| 国产精品一区二区三区四区免费观看 | 久久精品国产亚洲av天美| 国产精品人妻久久久久久| 久久精品91蜜桃| 国产主播在线观看一区二区| 一级毛片久久久久久久久女| 国内精品宾馆在线| 日韩欧美在线二视频| 国产精品99久久久久久久久| 22中文网久久字幕| 免费不卡的大黄色大毛片视频在线观看 | 精品福利观看| 亚洲美女黄片视频| 国产精品日韩av在线免费观看| 男插女下体视频免费在线播放| bbb黄色大片| 欧洲精品卡2卡3卡4卡5卡区| 久久久久免费精品人妻一区二区| 亚洲中文字幕一区二区三区有码在线看| 少妇丰满av| 美女大奶头视频| 精品乱码久久久久久99久播| 免费搜索国产男女视频| 日韩一本色道免费dvd| 欧美日本亚洲视频在线播放| 九色成人免费人妻av| 日韩高清综合在线| 精品久久久久久成人av| 特级一级黄色大片| 午夜福利在线在线| 国产高清视频在线观看网站| 久久久久国内视频| 亚洲久久久久久中文字幕| 内射极品少妇av片p| 国产av在哪里看| 91麻豆精品激情在线观看国产| 国产黄色小视频在线观看| 午夜激情福利司机影院| 联通29元200g的流量卡| 亚洲人成网站在线播放欧美日韩| 午夜a级毛片| 日本免费a在线| 一级黄片播放器| 99久久精品一区二区三区| 色哟哟哟哟哟哟| 亚洲美女视频黄频| 嫩草影院新地址| 欧美3d第一页| 亚洲,欧美,日韩| 婷婷精品国产亚洲av在线| 九色成人免费人妻av| 91在线精品国自产拍蜜月| 久久精品国产99精品国产亚洲性色| 人妻丰满熟妇av一区二区三区| 99视频精品全部免费 在线| 国产免费av片在线观看野外av| 啪啪无遮挡十八禁网站| 老司机午夜福利在线观看视频| 日日摸夜夜添夜夜添av毛片 | 简卡轻食公司| 精品一区二区三区av网在线观看| 国产视频一区二区在线看| 久久婷婷人人爽人人干人人爱| 日韩av在线大香蕉| 亚洲avbb在线观看| 波多野结衣巨乳人妻| 国产免费一级a男人的天堂| 美女黄网站色视频| 99riav亚洲国产免费| 日本三级黄在线观看| 国产精品99久久久久久久久| 久久人人精品亚洲av| 露出奶头的视频| 久久久国产成人免费| 国产成人a区在线观看| 免费观看在线日韩| 欧美黑人欧美精品刺激| 国产亚洲av嫩草精品影院| 精品人妻一区二区三区麻豆 | 亚洲欧美日韩高清在线视频| 亚洲国产高清在线一区二区三| 久久中文看片网| 一区二区三区免费毛片| 一卡2卡三卡四卡精品乱码亚洲| 黄色一级大片看看| 久久这里只有精品中国| 午夜老司机福利剧场| 尤物成人国产欧美一区二区三区| 国产精品98久久久久久宅男小说| 精品一区二区免费观看| www.www免费av| 亚洲国产精品久久男人天堂| 国产乱人伦免费视频| 热99在线观看视频| 国产精品久久视频播放| 日本在线视频免费播放| 少妇熟女aⅴ在线视频| 日韩一本色道免费dvd| 哪里可以看免费的av片| 别揉我奶头~嗯~啊~动态视频| 国产精品野战在线观看| 波多野结衣高清无吗| 久久久精品欧美日韩精品| 亚洲成a人片在线一区二区| 尾随美女入室| 深夜a级毛片| 女人十人毛片免费观看3o分钟| 三级毛片av免费| 国产午夜精品论理片| 美女免费视频网站| 欧美成人a在线观看| 观看免费一级毛片| 国产精品一区二区性色av| 国产精品三级大全| aaaaa片日本免费| 成人永久免费在线观看视频| 亚洲精品成人久久久久久| 国产高清有码在线观看视频| 狂野欧美白嫩少妇大欣赏| 精品国内亚洲2022精品成人| 国内少妇人妻偷人精品xxx网站| 久久精品影院6| 美女 人体艺术 gogo| 国产伦在线观看视频一区| 国产午夜精品久久久久久一区二区三区 | 三级男女做爰猛烈吃奶摸视频| 国产私拍福利视频在线观看| 成年人黄色毛片网站| 天堂av国产一区二区熟女人妻| 久久欧美精品欧美久久欧美| a级毛片免费高清观看在线播放| 免费在线观看成人毛片| 欧美绝顶高潮抽搐喷水| 一区福利在线观看| 俺也久久电影网| 啦啦啦韩国在线观看视频| 欧美+亚洲+日韩+国产| 偷拍熟女少妇极品色| 精品日产1卡2卡| 国产精品98久久久久久宅男小说| 亚洲一级一片aⅴ在线观看| 久久久国产成人免费| 赤兔流量卡办理| 精品久久久久久,| 丝袜美腿在线中文| 欧美国产日韩亚洲一区| av天堂中文字幕网| 亚洲美女视频黄频| 99国产精品一区二区蜜桃av| 又爽又黄a免费视频| 麻豆久久精品国产亚洲av| 日韩欧美免费精品| 老司机福利观看| 小说图片视频综合网站| 亚洲国产欧洲综合997久久,| 可以在线观看的亚洲视频| 国产精品99久久久久久久久| 亚洲自拍偷在线| 夜夜爽天天搞| 天堂网av新在线| 日日啪夜夜撸| 欧美激情在线99| 国产在视频线在精品| 日韩欧美 国产精品| 超碰av人人做人人爽久久| 日韩欧美在线二视频| 日本-黄色视频高清免费观看| 国产精品三级大全| 欧美中文日本在线观看视频| av福利片在线观看| 变态另类丝袜制服| 欧美丝袜亚洲另类 | а√天堂www在线а√下载| 精品久久久久久久久久久久久| 两个人的视频大全免费| 18禁在线播放成人免费| 亚洲美女搞黄在线观看 | 深夜a级毛片| 日韩高清综合在线| 可以在线观看毛片的网站| 精华霜和精华液先用哪个| 欧美成人一区二区免费高清观看| 精品久久久噜噜| 三级国产精品欧美在线观看| 亚洲国产欧洲综合997久久,| 成人性生交大片免费视频hd| 中国美白少妇内射xxxbb| 热99在线观看视频| 久久6这里有精品| 成人鲁丝片一二三区免费| 国产在线男女| 99久久久亚洲精品蜜臀av| 成年女人永久免费观看视频| 91麻豆av在线| 国产极品精品免费视频能看的| 免费电影在线观看免费观看| 午夜免费激情av| 成人美女网站在线观看视频| 三级男女做爰猛烈吃奶摸视频| 我的女老师完整版在线观看| 别揉我奶头~嗯~啊~动态视频| 久久久久免费精品人妻一区二区| 一进一出好大好爽视频| 亚洲欧美清纯卡通| 在线a可以看的网站| 毛片一级片免费看久久久久 | 丰满乱子伦码专区| 日韩在线高清观看一区二区三区 | 国产高清三级在线| 五月玫瑰六月丁香| 免费人成在线观看视频色| 亚洲自偷自拍三级| 啦啦啦韩国在线观看视频| 国产蜜桃级精品一区二区三区| 午夜激情欧美在线| 中文资源天堂在线| www.色视频.com| 别揉我奶头~嗯~啊~动态视频| 中文字幕av在线有码专区| 日韩欧美精品v在线| 久久国内精品自在自线图片| 尾随美女入室| 国产伦精品一区二区三区视频9| 午夜爱爱视频在线播放| 日韩精品中文字幕看吧| 天堂动漫精品| 美女高潮的动态| 日本黄色视频三级网站网址| 亚洲性夜色夜夜综合| 精品久久久久久久久久久久久| 91午夜精品亚洲一区二区三区 | 老司机深夜福利视频在线观看| 亚洲av美国av| 成年女人毛片免费观看观看9| 国内精品美女久久久久久| 我要搜黄色片| 人妻丰满熟妇av一区二区三区| 成人三级黄色视频| 亚洲最大成人手机在线| 熟妇人妻久久中文字幕3abv| 亚洲av美国av| 干丝袜人妻中文字幕| 动漫黄色视频在线观看| 国产黄色小视频在线观看| 天堂网av新在线| 久久精品国产自在天天线| bbb黄色大片| 伦理电影大哥的女人| 女生性感内裤真人,穿戴方法视频| 精品99又大又爽又粗少妇毛片 | 人妻少妇偷人精品九色| 白带黄色成豆腐渣| 九九热线精品视视频播放| 中文字幕人妻熟人妻熟丝袜美| 久久人人精品亚洲av| 99在线视频只有这里精品首页| 国产精品乱码一区二三区的特点| 亚洲熟妇熟女久久| 日本三级黄在线观看| av天堂在线播放| 毛片女人毛片| 日本熟妇午夜| 国产一区二区激情短视频| 久久精品国产鲁丝片午夜精品 | 免费看av在线观看网站| 亚洲一区二区三区色噜噜| 一个人免费在线观看电影| 亚洲不卡免费看| 一进一出抽搐gif免费好疼| 少妇猛男粗大的猛烈进出视频 | 国产一区二区在线观看日韩| 午夜激情福利司机影院| 亚洲va日本ⅴa欧美va伊人久久| 一进一出好大好爽视频| 夜夜夜夜夜久久久久| 麻豆久久精品国产亚洲av| 嫩草影院入口| 国产午夜精品论理片| 有码 亚洲区| 别揉我奶头 嗯啊视频| 久久人人精品亚洲av| 在线免费十八禁| 免费av不卡在线播放| 校园人妻丝袜中文字幕| 99久久精品一区二区三区| 一进一出好大好爽视频| 老司机午夜福利在线观看视频| 日韩人妻高清精品专区| 俺也久久电影网| 人妻制服诱惑在线中文字幕| 欧美一区二区国产精品久久精品| 真实男女啪啪啪动态图| 少妇丰满av| 99热这里只有是精品在线观看| 黄色欧美视频在线观看| 亚洲国产精品sss在线观看| 国产人妻一区二区三区在| 久久香蕉精品热| 成人午夜高清在线视频| 国产成人aa在线观看| 国产老妇女一区| 一区二区三区四区激情视频 | 99久久精品国产国产毛片| 国产白丝娇喘喷水9色精品| 国国产精品蜜臀av免费| 久久久久久久亚洲中文字幕| 国产不卡一卡二| 麻豆av噜噜一区二区三区| 久久久久久九九精品二区国产| 久久国内精品自在自线图片| 久久久久国产精品人妻aⅴ院| 九色成人免费人妻av| 亚洲人成网站在线播| av天堂在线播放| 最近在线观看免费完整版| 欧美区成人在线视频| 一区二区三区四区激情视频 | 亚洲国产色片| 亚洲成人免费电影在线观看| а√天堂www在线а√下载| a级一级毛片免费在线观看| 他把我摸到了高潮在线观看| 欧美中文日本在线观看视频| 国产三级中文精品| 午夜爱爱视频在线播放| 日本-黄色视频高清免费观看| 精品久久久久久久末码| 黄色一级大片看看| 日本免费a在线| 国产精品不卡视频一区二区| 国产男人的电影天堂91| 乱码一卡2卡4卡精品| 日韩精品有码人妻一区| 伦理电影大哥的女人| 色播亚洲综合网| 一区二区三区激情视频| 无人区码免费观看不卡| 一a级毛片在线观看| 国产 一区 欧美 日韩| 久久精品综合一区二区三区| 欧美日韩瑟瑟在线播放| 俺也久久电影网| 久久精品人妻少妇| 精品久久久久久成人av| 丰满的人妻完整版| 久久精品国产鲁丝片午夜精品 | 国产69精品久久久久777片| 国产高潮美女av| 1024手机看黄色片| 午夜福利在线观看免费完整高清在 | netflix在线观看网站| 丰满乱子伦码专区| 日韩一区二区视频免费看| 国产一区二区激情短视频| 啦啦啦韩国在线观看视频| 色综合亚洲欧美另类图片| 久久99热6这里只有精品| 波多野结衣高清无吗| 一进一出抽搐动态| 欧美一区二区精品小视频在线| 亚洲最大成人手机在线| 成年女人看的毛片在线观看| 亚洲五月天丁香| h日本视频在线播放| 少妇猛男粗大的猛烈进出视频 | 亚洲狠狠婷婷综合久久图片| 波多野结衣巨乳人妻| 亚洲av日韩精品久久久久久密| 日日摸夜夜添夜夜添小说| 国产亚洲91精品色在线| 日韩大尺度精品在线看网址| 国产精品一区二区三区四区久久| 亚洲人成网站高清观看| 久久久久久久久久黄片| 99久久成人亚洲精品观看| 国内揄拍国产精品人妻在线| 色av中文字幕| avwww免费| 亚洲男人的天堂狠狠| 国产主播在线观看一区二区| 亚洲美女搞黄在线观看 | 亚洲熟妇熟女久久| 可以在线观看毛片的网站| 久久久久久国产a免费观看| 免费一级毛片在线播放高清视频| 国产一区二区激情短视频| 精品久久久久久久人妻蜜臀av| 久久精品综合一区二区三区| 波多野结衣巨乳人妻| 亚洲狠狠婷婷综合久久图片| 亚洲成av人片在线播放无| 欧美性猛交╳xxx乱大交人| 国产精品不卡视频一区二区| 国产精品精品国产色婷婷| 搡老熟女国产l中国老女人| 美女xxoo啪啪120秒动态图| 成人永久免费在线观看视频| 少妇裸体淫交视频免费看高清| 内射极品少妇av片p| 狠狠狠狠99中文字幕| 欧美不卡视频在线免费观看| 男女视频在线观看网站免费| 三级男女做爰猛烈吃奶摸视频| 日韩高清综合在线| 亚洲一区二区三区色噜噜| 国内精品宾馆在线| 老熟妇仑乱视频hdxx| 国产人妻一区二区三区在| ponron亚洲| 热99re8久久精品国产| 国产男靠女视频免费网站| 蜜桃亚洲精品一区二区三区| 午夜福利欧美成人| 久久精品国产亚洲av天美| 日日撸夜夜添| 日本一本二区三区精品| 久久人人爽人人爽人人片va| a级一级毛片免费在线观看| 舔av片在线| 免费看光身美女| 国产精品久久久久久av不卡| 亚洲中文字幕日韩| 亚洲国产色片| 久久欧美精品欧美久久欧美| 麻豆av噜噜一区二区三区| 日本色播在线视频| 国产久久久一区二区三区| 97超视频在线观看视频| 免费在线观看日本一区| 成人特级av手机在线观看| 国产伦一二天堂av在线观看| 久久6这里有精品| 国产高清不卡午夜福利| 日本欧美国产在线视频| 精品人妻偷拍中文字幕| 啦啦啦啦在线视频资源| 国产一区二区在线观看日韩| 午夜福利成人在线免费观看| 精品人妻视频免费看| 一卡2卡三卡四卡精品乱码亚洲| 草草在线视频免费看| 老司机午夜福利在线观看视频| 亚洲成人精品中文字幕电影| 女的被弄到高潮叫床怎么办 | 九九爱精品视频在线观看| 99久久中文字幕三级久久日本| 人妻丰满熟妇av一区二区三区| 亚洲av美国av| 国产在线男女| 午夜亚洲福利在线播放| 国产黄片美女视频| 一本一本综合久久| 日韩欧美国产一区二区入口| 国产v大片淫在线免费观看| 国产精品久久久久久精品电影| 午夜精品一区二区三区免费看| or卡值多少钱| 国产精品国产高清国产av| 国产成人影院久久av| 国产精品综合久久久久久久免费| 久久久久性生活片| 成人国产麻豆网| 日本一本二区三区精品| 淫秽高清视频在线观看| 国产精品永久免费网站| 国产av不卡久久| 亚洲,欧美,日韩| 中亚洲国语对白在线视频| 九九在线视频观看精品| 国产成人aa在线观看| 欧美日韩精品成人综合77777| 99久久精品热视频| 欧美一级a爱片免费观看看| 丰满乱子伦码专区| 欧美日韩瑟瑟在线播放| 国产精华一区二区三区| 神马国产精品三级电影在线观看| 性欧美人与动物交配| 国产高清激情床上av| 久久久精品大字幕| 我要搜黄色片| 中文亚洲av片在线观看爽| 非洲黑人性xxxx精品又粗又长| 色噜噜av男人的天堂激情| 亚洲在线观看片|