• <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)
    亚洲第一电影网av| 婷婷精品国产亚洲av在线| 非洲黑人性xxxx精品又粗又长| 色播亚洲综合网| www日本黄色视频网| 真人一进一出gif抽搐免费| 男人舔奶头视频| 亚洲专区中文字幕在线| 老司机在亚洲福利影院| 亚洲专区国产一区二区| 欧洲精品卡2卡3卡4卡5卡区| 亚洲人成伊人成综合网2020| 给我免费播放毛片高清在线观看| 极品教师在线免费播放| 国产精品av视频在线免费观看| 成人国产一区最新在线观看| 12—13女人毛片做爰片一| 久热爱精品视频在线9| 丁香六月欧美| 欧美乱码精品一区二区三区| 国产片内射在线| 校园春色视频在线观看| 亚洲av熟女| 色播亚洲综合网| 亚洲一码二码三码区别大吗| 国产精品爽爽va在线观看网站| 18禁国产床啪视频网站| 一区福利在线观看| 人人妻,人人澡人人爽秒播| av天堂在线播放| 久久欧美精品欧美久久欧美| 国产亚洲精品第一综合不卡| av国产免费在线观看| 国产主播在线观看一区二区| 少妇被粗大的猛进出69影院| 成人国产一区最新在线观看| 日韩欧美 国产精品| 欧美+亚洲+日韩+国产| 曰老女人黄片| 欧美精品亚洲一区二区| 国产1区2区3区精品| 91老司机精品| 国产99久久九九免费精品| 中文字幕高清在线视频| 一级毛片女人18水好多| 看免费av毛片| 日日爽夜夜爽网站| 亚洲avbb在线观看| √禁漫天堂资源中文www| 亚洲第一欧美日韩一区二区三区| 精品久久蜜臀av无| 国产97色在线日韩免费| 亚洲欧美精品综合久久99| 亚洲一区高清亚洲精品| 国产区一区二久久| 国产精华一区二区三区| 国产av又大| 欧美色视频一区免费| 欧美日韩福利视频一区二区| 国产麻豆成人av免费视频| 毛片女人毛片| 丝袜人妻中文字幕| 给我免费播放毛片高清在线观看| 女警被强在线播放| xxxwww97欧美| 国产欧美日韩一区二区精品| 麻豆成人午夜福利视频| 国产69精品久久久久777片 | 天天添夜夜摸| 在线观看美女被高潮喷水网站 | 亚洲aⅴ乱码一区二区在线播放 | 不卡一级毛片| 亚洲av成人不卡在线观看播放网| 在线视频色国产色| 亚洲国产精品999在线| 亚洲成人中文字幕在线播放| 午夜免费观看网址| 亚洲狠狠婷婷综合久久图片| 最近最新中文字幕大全免费视频| 精品久久久久久久末码| 欧美日韩福利视频一区二区| 国产精品亚洲av一区麻豆| www.熟女人妻精品国产| 亚洲 欧美一区二区三区| 在线a可以看的网站| av天堂在线播放| 99精品欧美一区二区三区四区| 久久久久久大精品| 色精品久久人妻99蜜桃| 桃色一区二区三区在线观看| www.熟女人妻精品国产| 91在线观看av| 亚洲午夜精品一区,二区,三区| 午夜两性在线视频| 国产三级中文精品| 少妇被粗大的猛进出69影院| 亚洲熟妇熟女久久| 精品免费久久久久久久清纯| 欧美成人性av电影在线观看| 男女视频在线观看网站免费 | 国产亚洲精品综合一区在线观看 | 中文字幕久久专区| 高潮久久久久久久久久久不卡| 国产精品亚洲美女久久久| 国产精品免费视频内射| 黄色成人免费大全| 亚洲电影在线观看av| 成人国产一区最新在线观看| 国产精品久久久av美女十八| 一进一出好大好爽视频| 亚洲性夜色夜夜综合| 精品免费久久久久久久清纯| 亚洲人成电影免费在线| 最新在线观看一区二区三区| 欧美中文综合在线视频| 久久久久久久久中文| 久久久久久免费高清国产稀缺| 国产精品久久久久久亚洲av鲁大| 午夜福利高清视频| 99热只有精品国产| 日日干狠狠操夜夜爽| 十八禁人妻一区二区| 别揉我奶头~嗯~啊~动态视频| 欧美极品一区二区三区四区| 啦啦啦韩国在线观看视频| 成人一区二区视频在线观看| 色综合婷婷激情| 一级毛片女人18水好多| 国产精品一区二区精品视频观看| 99久久久亚洲精品蜜臀av| 欧美av亚洲av综合av国产av| 天堂√8在线中文| 欧美日韩乱码在线| 变态另类丝袜制服| а√天堂www在线а√下载| 真人一进一出gif抽搐免费| 欧美中文日本在线观看视频| 级片在线观看| 午夜日韩欧美国产| 亚洲精品一卡2卡三卡4卡5卡| 天天躁夜夜躁狠狠躁躁| 色噜噜av男人的天堂激情| 欧美一区二区国产精品久久精品 | 精品久久久久久久久久久久久| 夜夜躁狠狠躁天天躁| 成人高潮视频无遮挡免费网站| 婷婷精品国产亚洲av在线| 久久欧美精品欧美久久欧美| 妹子高潮喷水视频| 国产精品免费视频内射| 在线观看免费视频日本深夜| 曰老女人黄片| 国产亚洲av高清不卡| 91在线观看av| 搡老熟女国产l中国老女人| 亚洲自偷自拍图片 自拍| 搞女人的毛片| 亚洲中文字幕日韩| 日本熟妇午夜| 91九色精品人成在线观看| 99久久99久久久精品蜜桃| 成人av一区二区三区在线看| 亚洲乱码一区二区免费版| 欧美+亚洲+日韩+国产| 亚洲,欧美精品.| 久久精品成人免费网站| 中文字幕精品亚洲无线码一区| 在线播放国产精品三级| 757午夜福利合集在线观看| 国产野战对白在线观看| 琪琪午夜伦伦电影理论片6080| 日本 欧美在线| 国产v大片淫在线免费观看| 一级毛片精品| 白带黄色成豆腐渣| 伊人久久大香线蕉亚洲五| 国产一区二区在线av高清观看| 久久精品91无色码中文字幕| 美女扒开内裤让男人捅视频| 日韩国内少妇激情av| av天堂在线播放| 亚洲熟妇熟女久久| 又大又爽又粗| 成人亚洲精品av一区二区| 在线十欧美十亚洲十日本专区| 久久久久久人人人人人| 宅男免费午夜| 一边摸一边抽搐一进一小说| e午夜精品久久久久久久| 久久久久久久久中文| 一区二区三区高清视频在线| 国产精品久久久久久精品电影| 成人午夜高清在线视频| 99热6这里只有精品| 真人做人爱边吃奶动态| 黄色 视频免费看| 99久久精品热视频| 国产精品av久久久久免费| 男女之事视频高清在线观看| xxxwww97欧美| 99国产精品99久久久久| 午夜福利高清视频| 久久欧美精品欧美久久欧美| 19禁男女啪啪无遮挡网站| 国产三级黄色录像| 好男人在线观看高清免费视频| 欧美另类亚洲清纯唯美| 欧美绝顶高潮抽搐喷水| 日本成人三级电影网站| 男女做爰动态图高潮gif福利片| 国产成人精品久久二区二区91| 免费在线观看黄色视频的| 久久久精品大字幕| 亚洲中文字幕日韩| 欧美在线黄色| 在线观看美女被高潮喷水网站 | tocl精华| 啦啦啦观看免费观看视频高清| 国产一区二区三区视频了| 香蕉av资源在线| 欧美在线一区亚洲| 精品久久久久久成人av| 少妇熟女aⅴ在线视频| 国产成人系列免费观看| 男女做爰动态图高潮gif福利片| 夜夜爽天天搞| 99久久精品国产亚洲精品| 欧美一级a爱片免费观看看 | 一本久久中文字幕| 精品欧美一区二区三区在线| 在线观看舔阴道视频| 老熟妇仑乱视频hdxx| 床上黄色一级片| 国产精品美女特级片免费视频播放器 | 男女午夜视频在线观看| 国产亚洲欧美在线一区二区| 久久九九热精品免费| 制服人妻中文乱码| 亚洲熟女毛片儿| 国产蜜桃级精品一区二区三区| 极品教师在线免费播放| 免费在线观看成人毛片| 9191精品国产免费久久| 人人妻,人人澡人人爽秒播| 久久精品综合一区二区三区| 精品欧美国产一区二区三| 黄色丝袜av网址大全| 又紧又爽又黄一区二区| 在线永久观看黄色视频| 亚洲五月天丁香| www.精华液| 国产精品98久久久久久宅男小说| 日韩精品免费视频一区二区三区| 日日干狠狠操夜夜爽| 精品日产1卡2卡| 国产伦在线观看视频一区| 最好的美女福利视频网| 淫秽高清视频在线观看| 在线看三级毛片| 特级一级黄色大片| 亚洲国产精品999在线| 成人午夜高清在线视频| 日韩欧美在线二视频| 亚洲欧美日韩东京热| av中文乱码字幕在线| 一进一出好大好爽视频| 亚洲精品国产精品久久久不卡| www.www免费av| 日韩欧美在线二视频| 国产精品一区二区精品视频观看| 99re在线观看精品视频| 免费观看人在逋| 国产区一区二久久| 搡老熟女国产l中国老女人| 免费看a级黄色片| 90打野战视频偷拍视频| 一进一出抽搐动态| 日日夜夜操网爽| 嫩草影视91久久| 亚洲av电影在线进入| 桃色一区二区三区在线观看| 亚洲专区字幕在线| 男人舔奶头视频| 国产精品av久久久久免费| av片东京热男人的天堂| 91九色精品人成在线观看| 国产三级中文精品| 国产精品av久久久久免费| 免费在线观看黄色视频的| 亚洲成av人片在线播放无| 国产野战对白在线观看| 两个人视频免费观看高清| www.精华液| 变态另类成人亚洲欧美熟女| 亚洲熟妇中文字幕五十中出| 国内精品久久久久久久电影| 看黄色毛片网站| 亚洲成人中文字幕在线播放| 久久久久九九精品影院| 91大片在线观看| 日韩欧美国产一区二区入口| 久久精品国产亚洲av高清一级| 国产成人啪精品午夜网站| 国产精品乱码一区二三区的特点| 在线观看一区二区三区| 99久久无色码亚洲精品果冻| 特大巨黑吊av在线直播| 欧美成人午夜精品| 国产精品一区二区三区四区久久| 久9热在线精品视频| 久久久久久久久中文| 精华霜和精华液先用哪个| 亚洲五月天丁香| 脱女人内裤的视频| 午夜免费成人在线视频| 久久久久久久精品吃奶| 亚洲av成人精品一区久久| 又粗又爽又猛毛片免费看| 精品国产乱码久久久久久男人| 国产单亲对白刺激| 超碰成人久久| 国产又色又爽无遮挡免费看| 黄片大片在线免费观看| 精品久久久久久久久久免费视频| 不卡一级毛片| 国产精品爽爽va在线观看网站| 国产成人欧美在线观看| 欧美精品亚洲一区二区| 久久久久久久久久黄片| 1024手机看黄色片| 99国产精品一区二区三区| 日韩精品免费视频一区二区三区| 1024视频免费在线观看| 50天的宝宝边吃奶边哭怎么回事| 久久久久久人人人人人| 51午夜福利影视在线观看| 国产成人一区二区三区免费视频网站| 丁香欧美五月| 国产精品 国内视频| 国产探花在线观看一区二区| 亚洲全国av大片| 黄频高清免费视频| 成人亚洲精品av一区二区| 成人特级黄色片久久久久久久| 国产亚洲欧美在线一区二区| 最新在线观看一区二区三区| 婷婷亚洲欧美| 国产欧美日韩精品亚洲av| 国产97色在线日韩免费| 亚洲va日本ⅴa欧美va伊人久久| 亚洲美女视频黄频| 久久九九热精品免费| 中文字幕高清在线视频| 男女午夜视频在线观看| 丝袜人妻中文字幕| 亚洲中文日韩欧美视频| 无遮挡黄片免费观看| 久久亚洲真实| 可以在线观看毛片的网站| 亚洲自拍偷在线| 久久亚洲真实| 亚洲 欧美一区二区三区| 国产av在哪里看| 国模一区二区三区四区视频 | 亚洲 欧美一区二区三区| 国产真人三级小视频在线观看| 制服诱惑二区| 色老头精品视频在线观看| 日韩欧美三级三区| 久久久国产成人精品二区| 国产午夜福利久久久久久| 国产亚洲精品久久久久5区| 久久国产精品人妻蜜桃| 国产av在哪里看| 18禁裸乳无遮挡免费网站照片| 久久久久久久久中文| 久久精品国产清高在天天线| 亚洲欧美激情综合另类| 又黄又爽又免费观看的视频| 亚洲国产欧美人成| 欧美成人免费av一区二区三区| 日本黄色视频三级网站网址| 91成年电影在线观看| 日本在线视频免费播放| 亚洲 国产 在线| 日韩av在线大香蕉| 精品一区二区三区av网在线观看| 久久国产乱子伦精品免费另类| 国产成人精品久久二区二区91| 可以在线观看毛片的网站| 婷婷六月久久综合丁香| 久久九九热精品免费| 日韩精品中文字幕看吧| 国产精品九九99| 国产激情久久老熟女| 久久久久久人人人人人| 色精品久久人妻99蜜桃| 在线国产一区二区在线| 精品国产美女av久久久久小说| 美女 人体艺术 gogo| 女同久久另类99精品国产91| 久久久久久国产a免费观看| 日韩欧美在线二视频| 又粗又爽又猛毛片免费看| 亚洲国产欧美一区二区综合| 天堂av国产一区二区熟女人妻 | 亚洲av第一区精品v没综合| 一级毛片女人18水好多| 人人妻人人澡欧美一区二区| 在线观看美女被高潮喷水网站 | 欧美成狂野欧美在线观看| 一本综合久久免费| 丰满的人妻完整版| 国产亚洲欧美在线一区二区| 国产精品永久免费网站| 成人三级黄色视频| 高清毛片免费观看视频网站| 欧美乱色亚洲激情| 国产主播在线观看一区二区| tocl精华| 老熟妇乱子伦视频在线观看| 长腿黑丝高跟| 久久伊人香网站| 国产精品久久久av美女十八| 午夜精品久久久久久毛片777| 亚洲av五月六月丁香网| 美女黄网站色视频| 亚洲人与动物交配视频| 小说图片视频综合网站| 国内毛片毛片毛片毛片毛片| 观看免费一级毛片| 国产精品香港三级国产av潘金莲| 99精品在免费线老司机午夜| 又黄又爽又免费观看的视频| 国产精品免费一区二区三区在线| 精品久久蜜臀av无| 精品电影一区二区在线| 91成年电影在线观看| 看免费av毛片| 国产精品久久久人人做人人爽| 国产欧美日韩一区二区精品| 麻豆成人av在线观看| 亚洲,欧美精品.| 蜜桃久久精品国产亚洲av| 男人舔奶头视频| 亚洲成av人片免费观看| 在线a可以看的网站| 精品免费久久久久久久清纯| 窝窝影院91人妻| 日本精品一区二区三区蜜桃| 亚洲av电影不卡..在线观看| 2021天堂中文幕一二区在线观| 99国产精品一区二区蜜桃av| 黑人欧美特级aaaaaa片| 国产精品av视频在线免费观看| 欧美中文日本在线观看视频| 国产高清有码在线观看视频 | 国产精品九九99| 久久国产精品人妻蜜桃| 男人舔女人下体高潮全视频| 久久久精品国产亚洲av高清涩受| 99久久久亚洲精品蜜臀av| 免费看十八禁软件| 激情在线观看视频在线高清| 国产精品日韩av在线免费观看| 黑人欧美特级aaaaaa片| 两个人免费观看高清视频| 99在线人妻在线中文字幕| 伦理电影免费视频| 亚洲国产精品999在线| 狂野欧美白嫩少妇大欣赏| 国产视频一区二区在线看| 国产高清有码在线观看视频 | 免费看a级黄色片| 国产熟女午夜一区二区三区| 国产精品99久久99久久久不卡| 成在线人永久免费视频| 国产99久久九九免费精品| 日韩欧美三级三区| 午夜成年电影在线免费观看| 午夜福利18| 国产麻豆成人av免费视频| 人妻夜夜爽99麻豆av| 午夜福利视频1000在线观看| 欧美精品亚洲一区二区| 制服丝袜大香蕉在线| 国产1区2区3区精品| 丰满人妻一区二区三区视频av | 村上凉子中文字幕在线| 99在线视频只有这里精品首页| 欧美三级亚洲精品| 一个人观看的视频www高清免费观看 | 1024香蕉在线观看| 最近最新中文字幕大全免费视频| 久久久久免费精品人妻一区二区| 国产真人三级小视频在线观看| 99久久综合精品五月天人人| www.自偷自拍.com| 亚洲人成电影免费在线| 每晚都被弄得嗷嗷叫到高潮| 十八禁人妻一区二区| 一二三四在线观看免费中文在| 亚洲一码二码三码区别大吗| 欧美乱码精品一区二区三区| 午夜福利免费观看在线| 法律面前人人平等表现在哪些方面| av天堂在线播放| 亚洲欧美激情综合另类| 国产精品久久久久久亚洲av鲁大| 久99久视频精品免费| 免费在线观看影片大全网站| 1024手机看黄色片| 妹子高潮喷水视频| 久久午夜亚洲精品久久| 老汉色∧v一级毛片| 制服诱惑二区| 成人特级黄色片久久久久久久| 1024视频免费在线观看| 一级黄色大片毛片| a级毛片在线看网站| 手机成人av网站| 夜夜爽天天搞| 亚洲色图av天堂| 亚洲黑人精品在线| 婷婷亚洲欧美| 国产精品自产拍在线观看55亚洲| 色综合婷婷激情| 天堂动漫精品| 脱女人内裤的视频| 国产黄a三级三级三级人| 日本在线视频免费播放| 免费av毛片视频| 成人18禁在线播放| 国内揄拍国产精品人妻在线| 国产精品 欧美亚洲| 国产av一区二区精品久久| 欧美最黄视频在线播放免费| АⅤ资源中文在线天堂| 欧美最黄视频在线播放免费| 一二三四社区在线视频社区8| 国内精品久久久久精免费| 男女床上黄色一级片免费看| 欧美最黄视频在线播放免费| 麻豆国产97在线/欧美 | 老司机靠b影院| 最近在线观看免费完整版| 国产精品综合久久久久久久免费| 日本一区二区免费在线视频| 男人舔奶头视频| 黄色片一级片一级黄色片| 好男人电影高清在线观看| 久久这里只有精品19| 最好的美女福利视频网| 国产精品亚洲av一区麻豆| 欧美在线黄色| 精品久久久久久成人av| 国内揄拍国产精品人妻在线| 成人三级做爰电影| 全区人妻精品视频| 久9热在线精品视频| 国产三级中文精品| 精品一区二区三区四区五区乱码| 97碰自拍视频| 亚洲一区高清亚洲精品| 五月伊人婷婷丁香| 国产v大片淫在线免费观看| 国内揄拍国产精品人妻在线| 法律面前人人平等表现在哪些方面| 国产精品av视频在线免费观看| 国产精品久久电影中文字幕| 欧美午夜高清在线| 亚洲男人的天堂狠狠| 久久精品夜夜夜夜夜久久蜜豆 | 国产精品久久久久久久电影 | 男人舔女人下体高潮全视频| svipshipincom国产片| 久久精品国产清高在天天线| 久久久精品大字幕| 麻豆国产97在线/欧美 | 午夜福利在线在线| 国产成人欧美在线观看| 美女午夜性视频免费| 在线播放国产精品三级| 久久天堂一区二区三区四区| 精品一区二区三区av网在线观看| 日韩三级视频一区二区三区| 日日摸夜夜添夜夜添小说| 19禁男女啪啪无遮挡网站| 国产亚洲精品av在线| 一个人免费在线观看电影 | 精品少妇一区二区三区视频日本电影| 亚洲国产欧美一区二区综合| 妹子高潮喷水视频| 成人av在线播放网站| 久久久久亚洲av毛片大全| 国产区一区二久久| 久久精品夜夜夜夜夜久久蜜豆 | 12—13女人毛片做爰片一| 国产av又大| 婷婷精品国产亚洲av在线| 亚洲一区高清亚洲精品| 国产免费av片在线观看野外av| 怎么达到女性高潮| 国产精品自产拍在线观看55亚洲| 超碰成人久久| av视频在线观看入口| 99国产精品一区二区三区| 麻豆av在线久日| 国产一级毛片七仙女欲春2| 非洲黑人性xxxx精品又粗又长| 亚洲美女黄片视频| 欧洲精品卡2卡3卡4卡5卡区| 国产精品免费一区二区三区在线| 中文字幕久久专区| 香蕉丝袜av|