• <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 ?

    粒子群算法及其在訂單分批中的應用研究

    2016-05-31 08:42:54馬廷偉雷全勝李軍羅盛照
    物流科技 2016年3期
    關鍵詞:粒子群算法供應鏈管理

    馬廷偉 雷全勝 李軍 羅盛照

    摘 要:物流中心是現(xiàn)代物流活動的關鍵場所,而訂單分揀環(huán)節(jié)占到其工作的50%以上。文章旨在通過制定合理的訂單分批策略以改善人工揀選系統(tǒng)中揀選作業(yè)的工作效率。訂單分批通過將多個訂單合成一個批次或更大的訂單以減少工作量并讓分揀過程得以更有效的實施。文章提出的基于粒子群的分批算法考慮將粒子群算法用于求解訂單分批問題,為了使算法匹配所要求解的問題,對二進制粒子群算法進行了改進。最后利用Matlab仿真軟件進行仿真實驗,進而得出了較經(jīng)典的啟發(fā)式算法更好的求解結(jié)果。

    關鍵詞:供應鏈管理;分揀策略;訂單分批;粒子群算法

    中圖分類號:F251 文獻標識碼:A

    Abstract: Logistics center is the key place of modern logistics activities, and the order picking process accounts for more than 50% of the work. Order batching reduces the amount of work and make the sorting process more effective by synthesizing a batch or larger order with multiple orders. In order to solve the problem of the requirements for the algorithm, the binary particle swarm optimization algorithm is improved in order to solve the problem. At last, the simulation experiment is carried out by using Matlab simulation software, and the result is better than the classical heuristic algorithm.

    Key words: supply chain management; sorting strategy; order batching; particle swarm optimization

    0 引 言

    物流系統(tǒng)是供應鏈準確高效運作的基本保障,在物流系統(tǒng)各個環(huán)節(jié)中,物流中心連接了供應鏈的各個部分,是物品流通的關鍵節(jié)點,也是管理者關注的重點。在物流中心的各項活動中,分揀是最為重要的一項活動,其成本約是整個中心運營成本的50%~65%[1],分揀的效率不僅關系到整個運營的成本,還直接影響到客戶服務水平。人工分揀系統(tǒng)可以分為人到貨系統(tǒng)和貨到人系統(tǒng),本文主要研究人到貨系統(tǒng),即揀選人員駕駛揀貨設備逐個到貨位進行揀選。在人工分揀系統(tǒng)中管理者通常要考慮三個操作層面的問題:儲位分配即貨物如何在存儲區(qū)進行存放以及對不同的貨物如何設計存放位置;訂單分批即如何將訂單進行分批處理以節(jié)省總的揀選時間;路徑優(yōu)化即如何最小化每一次揀選的路程。其中訂單分批對訂單揀選的運作效率起到非常關鍵的作用,良好的分批方法能有效減少揀選人員用于采集訂單指定物品所需的時間從而提高產(chǎn)能增加柔性。本文介紹了粒子群算法的概念與主要步驟,提出了一種適用于訂單分批問題的算法PSOBM(Particle Swarm Optimization Bat-ching Method)。

    1 粒子群算法

    粒子群優(yōu)化算法(Particle Swarm Opti-mization, PSO)是一種基于群的隨機優(yōu)化技術,由Kennedy和Eberhart[2]在1995提出,粒子群算法涉及到演化計算,并與遺傳和進化策略有著密切的聯(lián)系。群體智能是該算法中一個核心的思想,內(nèi)容為在群體中對信息的社會共享使得整個群體具有一定演化優(yōu)勢。粒子群優(yōu)化算法的基本思想是:一個群體中的每個個體都能夠“記憶”一個最佳值以及與這個最佳值相關的位置信息,同時每個個體還知道其他個體所了解到的最佳值與位置信息,這樣對每個個體來說可以根據(jù)這些信息調(diào)整自己的位置以保持與其它個體的同步[3]。因此,對這樣的個體需包含至少三方面的內(nèi)容:當前運動的方向、自己的經(jīng)驗、群體的經(jīng)驗,相比其他的表述,粒子更適合描述具有速度和加速度這樣概念的個體,這也是為什么這一算法被稱為粒子群。群體對兩個質(zhì)量因子pbest和gbest做出反應,在兩個因子間響應的定位確保了響應的多樣性。群體只有在gbest改變時才改變其狀態(tài)。

    假設搜索空間中有P個粒子,每個粒子是一個n維向量,其中第i個粒子遵循下面的運動規(guī)律:

    慣性權重系數(shù)使得搜索更加靈活并提高了搜索的精確程度,大大提升了粒子群算法的可用性,因此具有慣性權重系數(shù)的粒子群算法被稱為標準粒子群算法(Standard Particle Swarm Optimization),粒子的運動過程如圖1所示:

    當w≥1時,粒子的速度在整個迭代期間會不斷增加,并導致粒子逐漸脫離種群;

    當 0

    Shi和Eberhart還建議對慣性權重的取值逐漸減小,即慣性權重系數(shù)是隨時間遞減的函數(shù)wt,并指出其取值范圍在0.4,1.2之間算法具有較好的搜索效果,其中權重值在0.4,0.9區(qū)間上具有很好的局部搜索能力,而值在0.9,1.2區(qū)間上具有很好的全局搜索能力,至于更側(cè)重局部搜索能力還是全局搜索能力要視具體問題而定。

    加速度C和C也被稱作學習因子,一般C和C取值相同且大于零,即C=C>0,此時粒子被“吸引”向最優(yōu)位置靠攏,若C>C有利于求解多峰問題,而如果C

    2 粒子群算法設計

    本文采用粒子群算法解決訂單分批問題出于以下幾點考慮:

    (1)粒子群具有快速的搜索能力,取得一個滿意的解比尋找最優(yōu)解更加實際;

    (2)粒子群算法同樣是一種隨機搜索算法,通過改變參數(shù)的方式可以靈活地進行調(diào)整;

    (3)粒子群算法規(guī)則簡單易于實現(xiàn)。

    2.1 粒子群算法的步驟

    利用粒子群算法進行求解分批問題遵循下列步驟:

    2.2 編碼設計

    編碼方式的選擇從很大程度上影響到搜索空間的規(guī)模和搜索的質(zhì)量,對于離散空間來說一般將一個二進制串作為問題的一個解[6],為了求解訂單分批問題,本文對所有解進行自然數(shù)編碼,即問題的每一個解是一個自然數(shù)串,串中的每一位表示在該位置的訂單所放入的批次號,設有訂單向量該向量在搜索空間映射了N個位置,每個位置可以用一個粒子表示。若表示一個粒子的位置向量,該向量的每個分量x=j, j∈1,BatchNum代表了訂單被分到第j批次,編碼過程如表1所示。

    解向量中相同編號的數(shù)字表示對應序號的訂單被放入了同一個批次。

    2.3 粒子群的拓撲結(jié)構(gòu)

    在每一次迭代中,每個粒子都根據(jù)自己的認知和社會認知調(diào)整自己的行為,當群體的數(shù)目決定之后即確定了一個社會規(guī)模,每個粒子可以決定向群體中的某些個體學習,這些個體往往被稱為精英粒子,或者向鄰近的粒子學習。不同的學習方式?jīng)Q定了整個算法的收斂速度,一般來說,采用學習精英粒子(群體中具有最好適應值的粒子)的策略使得算法收斂更快,局部搜索能力也更好;而采用向鄰近粒子學習的方式則具有更好的全局搜索能力。另外粒子還能夠選擇需要學習的相鄰粒子的數(shù)量,數(shù)量越多意味著包含精英粒子的幾率也越大,所以收斂的速度也就越快,將粒子的鄰近視為一個個的搜索鄰域,選擇和定義這些鄰域的方式稱為粒子群的拓撲結(jié)構(gòu)。本文采用向群體的精英粒子學習的方式,該種方式能夠充分發(fā)揮粒子群算法快速搜索的特點。

    2.4 位置更新方式

    標準的粒子群算法由于速度更新公式產(chǎn)生的是連續(xù)的值,因此特別適合處理具有連續(xù)搜索空間的問題,前面介紹了標準粒子群的一種改進版本——二進制粒子群算法,該種算法嘗試通過改變位置更新的方式來適應離散的模型,本質(zhì)上講二進制粒子群算法不同于粒子群算法,每個粒子的位置用取值0和1的向量來表示,速度被映射到0,1區(qū)間上得到一個長度等同于粒子位置向量的概率串,表示每個位取0或1的概率。劉建華[7]提出了一種改進的二進制粒子群算法并驗證了其魯棒性,本文借鑒其研究成果,提出一種適用于分批問題的離散粒子群算法PSOBM。

    根據(jù)前面所采用的編碼方式,粒子的位置向量即解向量每一位取值不是0和1,而是一系列取值上連續(xù)的正整數(shù),若某一位為j則表示與該位對應的訂單i被分到了第j個批次。為了表示粒子的運動過程,將速度映射為概率串,表示每一位增加或減少的可能性,位置更新不是以概率變?yōu)?或1,而是以一定概率加上C或減去C,從而使得粒子的某一位置分量向精英粒子的對應位置分量靠近。對于訂單數(shù)目較少時C取值為1,當訂單數(shù)目較大時可以考慮采用較大的C來加快算法收斂的速度。前面提到的速度映射sigmoid函數(shù)變成了如下的形式:

    rand是取值均勻分布在0,1區(qū)間上的隨機變量,在圖2中注意到如果速度v的取值過大則所映射的概率也越接近于1,也就是說位置值一定改變,從而失去了隨機性,為了避免這種情況的發(fā)生引入一個最大速度值V從而將v限定在-V,V范圍內(nèi)。V的取值不易過大,這樣就失去了設置該值的意義,本文將V取值為6。

    2.5 可行解的保證

    經(jīng)過上述變化過程,解的結(jié)構(gòu)發(fā)生了改變,由于所要求解的問題帶有約束條件,從而可能產(chǎn)生一些無法滿足要求的解,需要保證解的可行性。經(jīng)過上述映射變換后的解向量可能具有如下這樣的形式:X=16,0,-2,0,5,5,16。

    向量的每一個分量表示的是批次編號,而這里卻出現(xiàn)了負數(shù)和很大的數(shù)字,而且各編號的值也不是連續(xù)的,這似乎不是我們希望得到的結(jié)果,其實這樣的解是有意義的,如果僅僅用不同的數(shù)字代表不同的批次,所讓人困惑的就只是序號的問題,可以通過下面的算法保證批次的序號是連續(xù)的:

    將x升序,不重復的排列到向量Y=-2,0,5,…,16,檢查X的每一個分量,如果第m個分量的值等于Y中第n個分量的值,則將改變X中的那個分量變?yōu)閚,n即是Y個分量的索引值。該過程的matlab代碼如下:

    for n = 1: lengthY

    for m = 1: lengthX

    if Xm=Yn

    Xm=n

    end

    end

    end

    經(jīng)過上面的步驟,X=4,2,1,2,3,3,4,這樣還是沒法保證解是可行的,為了滿足約束,引入一個糾正函數(shù)Check_and_Correct。將任意解轉(zhuǎn)化為分批問題可行解的步驟如下:

    (1)分別考察每個批次;

    (2)對當前考察的批次,判斷是否違反約束,在這里是保證每批次訂單物品數(shù)量不超過揀選設備容量;

    (3)如果滿足約束條件則考察下一批次;

    (4)如果不滿足約束條件,則對當前的批次進行拆分,拆分的原則是取該批次中的第一個訂單;

    (5)將(4)中拆分出來的訂單放入物品數(shù)量最小的一個批次,如果放入該批次后使得原本滿足約束變?yōu)椴粷M足,則打開一個新的批次;

    (6)返回(4)直到考察批次滿足約束為止;

    (7)直到考察完最后一個批次。

    該過程的偽代碼如圖3所示。

    2.6 程序流程設計

    圖4顯示了利用粒子群算法求解分批問題的程序流程設計,該設計采用模塊化編程,在主函數(shù)PSOBM中包含了算法的整個流程,在外圍有三個主要的子函數(shù)以供調(diào)用,分別是糾正函數(shù),位置更新函數(shù)和適應度計算函數(shù)。在有子函數(shù)調(diào)用的地方做出了標注。

    3 參數(shù)選擇

    3.1 慣性權重

    為了平衡粒子群算法局部搜索能力和全局搜索能力,Shi和Eberhart為最早提出的粒子群算法引入了一個慣性權重w,具有慣性權重的粒子群算法被稱為標準粒子群算法,Shi和Eberhart還建議將w取值為0.9,1.2,這樣能夠取得較好的優(yōu)化效果。慣性權重定義了粒子的當前速度受先前速度的影響程度,權重越大局部搜索能力越弱,而全局搜索能力得到加強。對于本文所研究的模型來說,慣性權重定義了某種隨機性使得能夠在更大的范圍內(nèi)搜索到有用的解,然而在算法的后期這種隨機性使局部搜索不夠。Shi和Eberhart在此基礎上還提出了一種適應策略,即權重值是一個變化范圍,在迭代的一開始采用較大的權重值

    W,隨著迭代次數(shù)增加權重逐漸減小到一個固定值W,每次迭代慣性權重取值為:

    w=w-w-w (7)

    這樣算法就能在一開始擁有很好的全局搜索能力,而在后期擁有不錯的局部搜索能力,鑒于此本文將采用這種慣性權重設置。

    3.2 初始速度

    由速度更新公式(3),如果沒有右邊的第一項v則粒子群算法就等效為一個局部搜索算法,v提供了粒子變化的方向,因此進行第一次迭代時的初始速度V的選取就非常關鍵,然而,由于粒子群算法是一種隨機搜索算法,一開始我們并不知道對哪兒子空間進行搜索會最快找到最優(yōu)解,所以要想確定最優(yōu)的初始速度顯得有些困難,本文采用隨機的方式產(chǎn)生初始速度V。

    3.3 學習因子

    學習因子定義了粒子向群體最優(yōu)粒子以及相鄰粒子學習的能力,學習分為兩個部分,自我認知部分即該粒子歷史最好的位置和社會認知部分即鄰域中粒子的最好位置,分別用c和c兩個參數(shù)來進行控制。問題是對特定的問題,我們并不知道c和c的取值應該是多少,只能通過反復試驗的方法,通常的文獻中取c=c=2,為討論學習因子的取值對算法的影響,設有30個訂單,初始慣性權重w=1.2,初速度V隨機產(chǎn)生,首先看看兩個因子中有一個取0的情況:

    圖5、圖6中顯示的是粒子群中的精英粒子隨著迭代次數(shù)的變化,最小路徑的取值情況。當c=0, c=3時,算法的收斂很快,在50代左右取到了最優(yōu)值,當c=3, c=0時算法收斂于一個較大的值,原因是算法中強調(diào)了精英粒子的重要性,因此通過向精英粒子學習能夠獲得更好的適應值,而只通過自我認知則幾乎沒有可能找到最優(yōu)的值,但是自我認知仍然是有用的,它擴大了算法的搜索范圍,圖7顯示算法在目標值為2 200左右進行了搜索。為了找到更好的解,不僅需要搜索更大的范圍,同時也要求更多地向優(yōu)秀的粒子學習。圖7給出了在c=1, c=3時的情況,在此種情況下不僅搜索范圍更大而且所得目標值也更好。

    4 算法性能與結(jié)果分析

    為了進一步驗證上述算法的有效性,在此將先進先出算法和在許多文獻中證明有很好效果的節(jié)約算法作為參考基準,粒子群算法的參數(shù)設置如表2所示:

    揀選設備容量設為60,實驗結(jié)果如圖8所示:

    圖8的結(jié)果顯示,粒子群算法在訂單數(shù)目變化的情況下都具有比先到先服務準則(FCFS)和節(jié)約算法(SAVING)更好的性能,PSOBM平均比節(jié)約算法有5%~6%的改善,并且基于群的演化方法具有更好的適應性,體現(xiàn)在對不同的環(huán)境都有類似的表現(xiàn),因而可以認為采用粒子群算法求解訂單分批問題得到的效果更好。

    5 結(jié)束語

    粒子群算法是近年來比較熱門的研究方向,由于算法簡便易行且計算快速而受到各個鄰域的關注,本文依照粒子群算法提出了一種適用于訂單分批問題的算法PSOBM,討論了算法設計的各個細節(jié),并給出算法程序流程設計,最后通過實驗結(jié)果與其他方法進行了比較,得出粒子群方法效益更高的結(jié)論。

    參考文獻:

    [1] Manzini R. Warehousing in the Global Supply Chain[M]. London: Springer, 2012:105-155.

    [2] Eberhart R, Kennedy J. Particle Swarm Optimization[C] // IEEE, 1995.

    [3] 陳恩修. 離散群體智能算法的研究與應用[D]. 濟南:山東師范大學(博士學位論文),2009.

    [4] Shi Y, Eberhart R. A Modified Particle Swarm Optimizer[C] // IEEE, World Congress on Computational Intelligence, AK, USA, 1998:69-73.

    [5] 嚴露. 粒子群算法研究與應用[D]. 成都:電子科技大學(碩士學位論文),2013.

    [6] 陳曦. 離散粒子群算法的改進及其應用研究[D]. 合肥:安徽大學(碩士學位論文),2014.

    [7] 劉建華. 粒子群算法的基本理論及其改進研究[D]. 長沙:中南大學(博士學位論文),2009.

    猜你喜歡
    粒子群算法供應鏈管理
    蟻群算法的運用及其優(yōu)化分析
    電力市場交易背景下水電站優(yōu)化調(diào)度研究
    基于粒子群算法的產(chǎn)業(yè)技術創(chuàng)新生態(tài)系統(tǒng)運行穩(wěn)定性組合評價研究
    預測(2016年5期)2016-12-26 10:04:59
    淺談供應鏈管理前沿問題
    智富時代(2016年12期)2016-12-01 14:16:37
    淺析大數(shù)據(jù)環(huán)境下的企業(yè)供應鏈管理
    商情(2016年40期)2016-11-28 11:14:51
    ERP環(huán)境下的企業(yè)供應鏈管理的研究
    商(2016年32期)2016-11-24 14:04:45
    淺析食品企業(yè)存貨管理問題研究
    商(2016年27期)2016-10-17 04:07:17
    供應鏈管理導向下電力企業(yè)物資供應問題的研究
    《供應鏈管理》課程教學改革
    科技視界(2016年20期)2016-09-29 12:45:30
    無線傳感器網(wǎng)絡聯(lián)盟初始結(jié)構(gòu)生成研究
    国产av国产精品国产| 不卡视频在线观看欧美| 国产av码专区亚洲av| 69精品国产乱码久久久| 精品少妇久久久久久888优播| 99热全是精品| 日韩在线高清观看一区二区三区| 最新的欧美精品一区二区| 精品久久蜜臀av无| 在线 av 中文字幕| 美女中出高潮动态图| 免费女性裸体啪啪无遮挡网站| 人人妻人人澡人人看| 久久99热这里只频精品6学生| 亚洲精品第二区| 天天躁狠狠躁夜夜躁狠狠躁| 波野结衣二区三区在线| 最近最新中文字幕免费大全7| 高清不卡的av网站| 黑人巨大精品欧美一区二区蜜桃| 成人亚洲精品一区在线观看| 亚洲av男天堂| 一本久久精品| 亚洲第一av免费看| 边亲边吃奶的免费视频| 国产亚洲最大av| 久久久久精品性色| 美女午夜性视频免费| 国产精品av久久久久免费| 国产欧美日韩综合在线一区二区| 男男h啪啪无遮挡| 精品99又大又爽又粗少妇毛片| 国产一区二区三区综合在线观看| 男人操女人黄网站| 免费观看无遮挡的男女| 十八禁高潮呻吟视频| 国产精品.久久久| 日本午夜av视频| 黄片播放在线免费| 久久久久久人人人人人| 免费高清在线观看日韩| 精品一区二区免费观看| 欧美国产精品va在线观看不卡| 国产日韩欧美在线精品| 一级毛片黄色毛片免费观看视频| 亚洲国产欧美在线一区| 亚洲一区中文字幕在线| 亚洲人成网站在线观看播放| 亚洲精品久久久久久婷婷小说| 亚洲一级一片aⅴ在线观看| 久久综合国产亚洲精品| 老汉色∧v一级毛片| 亚洲精品美女久久久久99蜜臀 | 黄色一级大片看看| 99热国产这里只有精品6| 免费观看无遮挡的男女| 日韩制服丝袜自拍偷拍| 中文字幕人妻丝袜制服| √禁漫天堂资源中文www| 老司机影院成人| 日韩视频在线欧美| 亚洲激情五月婷婷啪啪| 看免费av毛片| 黑人巨大精品欧美一区二区蜜桃| 亚洲国产精品一区二区三区在线| 日本猛色少妇xxxxx猛交久久| 午夜福利影视在线免费观看| 久久精品熟女亚洲av麻豆精品| 高清黄色对白视频在线免费看| 高清av免费在线| 欧美日韩av久久| 久热这里只有精品99| 亚洲av欧美aⅴ国产| 日本猛色少妇xxxxx猛交久久| 国产成人aa在线观看| 欧美变态另类bdsm刘玥| 天天躁夜夜躁狠狠久久av| 亚洲精品国产色婷婷电影| 中文乱码字字幕精品一区二区三区| 亚洲国产精品国产精品| 久久99一区二区三区| 欧美中文综合在线视频| 亚洲三区欧美一区| 99re6热这里在线精品视频| 69精品国产乱码久久久| 婷婷色综合www| 美女午夜性视频免费| 母亲3免费完整高清在线观看 | 午夜影院在线不卡| 免费高清在线观看视频在线观看| 男男h啪啪无遮挡| 97在线人人人人妻| a级毛片在线看网站| www.熟女人妻精品国产| 婷婷成人精品国产| 人体艺术视频欧美日本| 亚洲av.av天堂| av电影中文网址| 亚洲第一av免费看| 免费人妻精品一区二区三区视频| 卡戴珊不雅视频在线播放| 在线亚洲精品国产二区图片欧美| 亚洲,欧美,日韩| 日本色播在线视频| 一本久久精品| 宅男免费午夜| 在线观看免费日韩欧美大片| 亚洲国产欧美网| 天天躁狠狠躁夜夜躁狠狠躁| 超色免费av| 国产成人av激情在线播放| 国产精品久久久久久精品古装| 日本黄色日本黄色录像| 成人国语在线视频| 男人爽女人下面视频在线观看| 午夜免费观看性视频| 日韩av在线免费看完整版不卡| 久久热在线av| 亚洲美女搞黄在线观看| 日本免费在线观看一区| 国产男女内射视频| 亚洲国产欧美日韩在线播放| 久久精品国产亚洲av高清一级| 免费久久久久久久精品成人欧美视频| 免费看av在线观看网站| 国产精品av久久久久免费| 午夜激情久久久久久久| 蜜桃国产av成人99| 国产极品粉嫩免费观看在线| 高清欧美精品videossex| 亚洲精品久久成人aⅴ小说| 久久99精品国语久久久| videossex国产| av在线老鸭窝| 国产精品国产三级专区第一集| 观看美女的网站| av线在线观看网站| 伊人亚洲综合成人网| av天堂久久9| 纯流量卡能插随身wifi吗| 久久久久久久久久人人人人人人| 99久久中文字幕三级久久日本| 色婷婷久久久亚洲欧美| 伦精品一区二区三区| 最新中文字幕久久久久| 亚洲国产色片| 亚洲精品美女久久av网站| 桃花免费在线播放| 秋霞在线观看毛片| 欧美黄色片欧美黄色片| 欧美bdsm另类| 在线 av 中文字幕| 国产一区二区激情短视频 | 在线观看免费视频网站a站| 久久99精品国语久久久| 春色校园在线视频观看| 在线精品无人区一区二区三| 中国三级夫妇交换| 建设人人有责人人尽责人人享有的| 精品酒店卫生间| 中文字幕色久视频| 欧美成人精品欧美一级黄| 丝袜美腿诱惑在线| 欧美日韩视频高清一区二区三区二| www.自偷自拍.com| 最近最新中文字幕大全免费视频 | 熟女少妇亚洲综合色aaa.| 欧美成人午夜精品| 免费观看在线日韩| 午夜免费鲁丝| tube8黄色片| 1024视频免费在线观看| av电影中文网址| 午夜免费男女啪啪视频观看| 国产成人免费观看mmmm| 麻豆精品久久久久久蜜桃| 精品人妻熟女毛片av久久网站| 99热网站在线观看| 韩国高清视频一区二区三区| 大话2 男鬼变身卡| 日本爱情动作片www.在线观看| 亚洲精品一区蜜桃| 亚洲人成电影观看| 精品久久久精品久久久| 欧美老熟妇乱子伦牲交| 色婷婷av一区二区三区视频| 成人二区视频| 电影成人av| 国产1区2区3区精品| 国产日韩欧美在线精品| 成人国产麻豆网| 国产精品嫩草影院av在线观看| 国产毛片在线视频| 大码成人一级视频| 丝瓜视频免费看黄片| 亚洲av日韩在线播放| 日本av手机在线免费观看| 丁香六月天网| 看非洲黑人一级黄片| 欧美国产精品va在线观看不卡| 欧美+日韩+精品| 少妇的丰满在线观看| 久久久精品区二区三区| 中文天堂在线官网| 美国免费a级毛片| 欧美激情 高清一区二区三区| 极品人妻少妇av视频| 水蜜桃什么品种好| 免费观看av网站的网址| 国产成人a∨麻豆精品| 久久久久久久亚洲中文字幕| 免费播放大片免费观看视频在线观看| 国产亚洲一区二区精品| 男的添女的下面高潮视频| 日韩成人av中文字幕在线观看| 久久久久久久亚洲中文字幕| 日本wwww免费看| 少妇 在线观看| 亚洲成人av在线免费| 在线观看国产h片| 亚洲av在线观看美女高潮| 精品人妻偷拍中文字幕| 一本久久精品| 久久久久久久久久久免费av| 国产综合精华液| 国产日韩欧美在线精品| 最新中文字幕久久久久| 亚洲av综合色区一区| 中文字幕另类日韩欧美亚洲嫩草| 美女福利国产在线| 久久av网站| av免费在线看不卡| 伊人久久大香线蕉亚洲五| 日韩av在线免费看完整版不卡| videossex国产| 欧美黄色片欧美黄色片| 国产精品欧美亚洲77777| 国产爽快片一区二区三区| 男女啪啪激烈高潮av片| 免费日韩欧美在线观看| 久久女婷五月综合色啪小说| 久久人人爽av亚洲精品天堂| 午夜福利乱码中文字幕| av又黄又爽大尺度在线免费看| 飞空精品影院首页| 汤姆久久久久久久影院中文字幕| 美女国产高潮福利片在线看| av.在线天堂| 久久精品久久精品一区二区三区| 热99久久久久精品小说推荐| 大码成人一级视频| 涩涩av久久男人的天堂| 亚洲美女视频黄频| 在线观看www视频免费| 欧美日韩一区二区视频在线观看视频在线| 美女福利国产在线| 久久鲁丝午夜福利片| 久久久精品94久久精品| 国产成人精品一,二区| 日韩精品有码人妻一区| 如何舔出高潮| 黄片无遮挡物在线观看| 国产日韩欧美视频二区| 一级,二级,三级黄色视频| 性色avwww在线观看| 亚洲男人天堂网一区| 熟女少妇亚洲综合色aaa.| 高清在线视频一区二区三区| 亚洲欧美成人综合另类久久久| 久久久久国产精品人妻一区二区| 高清黄色对白视频在线免费看| 91精品伊人久久大香线蕉| 免费在线观看完整版高清| 大片电影免费在线观看免费| 日本91视频免费播放| 欧美日韩精品成人综合77777| a 毛片基地| 国产男女超爽视频在线观看| 亚洲,一卡二卡三卡| 1024香蕉在线观看| 伦理电影免费视频| 久久婷婷青草| 啦啦啦在线观看免费高清www| 久久精品国产a三级三级三级| 黄片无遮挡物在线观看| 一边摸一边做爽爽视频免费| 成人毛片a级毛片在线播放| 丝袜美足系列| 久久鲁丝午夜福利片| 久久ye,这里只有精品| tube8黄色片| 一区二区av电影网| 精品福利永久在线观看| av不卡在线播放| 欧美最新免费一区二区三区| 毛片一级片免费看久久久久| 日韩熟女老妇一区二区性免费视频| 美女xxoo啪啪120秒动态图| 久热这里只有精品99| 国产97色在线日韩免费| 久久精品国产a三级三级三级| 欧美日韩视频精品一区| 久久久精品区二区三区| 国产黄频视频在线观看| 国产亚洲一区二区精品| 1024视频免费在线观看| 97精品久久久久久久久久精品| 久久99一区二区三区| 性色avwww在线观看| 国产白丝娇喘喷水9色精品| 亚洲国产精品一区三区| 亚洲视频免费观看视频| 国产精品一区二区在线不卡| 18禁国产床啪视频网站| 男女国产视频网站| 久久久精品免费免费高清| 精品久久蜜臀av无| 巨乳人妻的诱惑在线观看| 中国三级夫妇交换| 久久久久久久亚洲中文字幕| xxx大片免费视频| 丁香六月天网| 亚洲成国产人片在线观看| 国产在线一区二区三区精| 日本色播在线视频| 香蕉精品网在线| 中文欧美无线码| 国产日韩欧美视频二区| 久久99精品国语久久久| 亚洲精品在线美女| 国产精品成人在线| 精品国产超薄肉色丝袜足j| a级毛片在线看网站| 美女国产高潮福利片在线看| 伊人亚洲综合成人网| 老司机影院成人| 黄频高清免费视频| 夜夜骑夜夜射夜夜干| 人人妻人人澡人人爽人人夜夜| 日日爽夜夜爽网站| 久久久久久久久久久免费av| 久久国产亚洲av麻豆专区| 中文字幕人妻丝袜一区二区 | 另类精品久久| 中文欧美无线码| 黄网站色视频无遮挡免费观看| 国产精品 国内视频| av女优亚洲男人天堂| 成年美女黄网站色视频大全免费| 老司机影院成人| 亚洲欧美精品自产自拍| a级毛片黄视频| 亚洲第一区二区三区不卡| 日韩免费高清中文字幕av| 99国产综合亚洲精品| 男男h啪啪无遮挡| 看十八女毛片水多多多| 精品少妇内射三级| 大香蕉久久网| 丝袜美足系列| 你懂的网址亚洲精品在线观看| 亚洲国产欧美网| 国产精品一区二区在线观看99| 男男h啪啪无遮挡| 日韩熟女老妇一区二区性免费视频| 啦啦啦视频在线资源免费观看| 免费大片黄手机在线观看| 亚洲色图综合在线观看| 精品酒店卫生间| 卡戴珊不雅视频在线播放| 性高湖久久久久久久久免费观看| 国产成人a∨麻豆精品| 亚洲经典国产精华液单| 王馨瑶露胸无遮挡在线观看| 中文字幕另类日韩欧美亚洲嫩草| 日韩欧美精品免费久久| 你懂的网址亚洲精品在线观看| 日韩免费高清中文字幕av| 中文字幕另类日韩欧美亚洲嫩草| 国产老妇伦熟女老妇高清| 国产成人精品久久久久久| 在现免费观看毛片| a级毛片在线看网站| 一二三四在线观看免费中文在| 亚洲精品自拍成人| 妹子高潮喷水视频| 日韩中字成人| 欧美成人午夜免费资源| 中国三级夫妇交换| 久久精品熟女亚洲av麻豆精品| 亚洲欧洲日产国产| 欧美黄色片欧美黄色片| 高清不卡的av网站| 国产av精品麻豆| 久久精品国产综合久久久| 国产熟女欧美一区二区| 亚洲av免费高清在线观看| 国产成人精品久久久久久| a级毛片黄视频| 国产精品 国内视频| 少妇人妻精品综合一区二区| 如日韩欧美国产精品一区二区三区| 黄色 视频免费看| 69精品国产乱码久久久| 精品亚洲乱码少妇综合久久| av又黄又爽大尺度在线免费看| 久久狼人影院| www.熟女人妻精品国产| 在线精品无人区一区二区三| 毛片一级片免费看久久久久| 黄频高清免费视频| 亚洲欧美精品综合一区二区三区 | 成年人午夜在线观看视频| 老鸭窝网址在线观看| 亚洲欧美日韩另类电影网站| av免费观看日本| 亚洲国产成人一精品久久久| 国产97色在线日韩免费| 秋霞伦理黄片| 在线观看美女被高潮喷水网站| 成年人免费黄色播放视频| 丝袜美足系列| 最近最新中文字幕大全免费视频 | 在现免费观看毛片| 亚洲av中文av极速乱| 麻豆乱淫一区二区| 一区在线观看完整版| 日韩制服丝袜自拍偷拍| xxx大片免费视频| 80岁老熟妇乱子伦牲交| 久久久久久久久免费视频了| 国产成人精品在线电影| 免费日韩欧美在线观看| 国产极品天堂在线| 男人舔女人的私密视频| 色吧在线观看| 亚洲人成网站在线观看播放| av国产精品久久久久影院| 国产精品.久久久| 国产在视频线精品| 91午夜精品亚洲一区二区三区| 在线观看www视频免费| 日韩伦理黄色片| 亚洲图色成人| 大码成人一级视频| 欧美老熟妇乱子伦牲交| 在线观看免费高清a一片| 成人亚洲欧美一区二区av| 在线 av 中文字幕| 在线观看免费日韩欧美大片| 丝瓜视频免费看黄片| 国产在线一区二区三区精| 七月丁香在线播放| 国产av一区二区精品久久| 制服人妻中文乱码| videosex国产| 热99国产精品久久久久久7| 伊人亚洲综合成人网| 久久久久久免费高清国产稀缺| 人人妻人人澡人人看| 亚洲欧美色中文字幕在线| 男女国产视频网站| 亚洲中文av在线| 天天躁日日躁夜夜躁夜夜| av.在线天堂| 97精品久久久久久久久久精品| 国产 一区精品| 黑人巨大精品欧美一区二区蜜桃| 欧美日韩亚洲国产一区二区在线观看 | 搡老乐熟女国产| 91精品三级在线观看| 精品国产国语对白av| 成人毛片60女人毛片免费| 国产精品一二三区在线看| 国产国语露脸激情在线看| 国产成人精品一,二区| 国产视频首页在线观看| videosex国产| a 毛片基地| av免费观看日本| 午夜福利视频在线观看免费| www.熟女人妻精品国产| 伦理电影大哥的女人| 国产精品熟女久久久久浪| 欧美亚洲 丝袜 人妻 在线| 欧美成人午夜免费资源| 婷婷色av中文字幕| 最近最新中文字幕免费大全7| 午夜福利一区二区在线看| 午夜免费鲁丝| 黄频高清免费视频| 天堂俺去俺来也www色官网| 精品久久久久久电影网| 久久久精品免费免费高清| 亚洲 欧美一区二区三区| 中文字幕人妻丝袜制服| 国产亚洲一区二区精品| 一级毛片 在线播放| 另类亚洲欧美激情| 免费观看无遮挡的男女| 亚洲精品aⅴ在线观看| 另类精品久久| 日本vs欧美在线观看视频| 美女中出高潮动态图| 久久久久久久精品精品| 亚洲欧美一区二区三区黑人 | 国产一区二区在线观看av| 精品国产一区二区三区四区第35| 美女xxoo啪啪120秒动态图| 黑丝袜美女国产一区| 狂野欧美激情性bbbbbb| 亚洲美女视频黄频| 考比视频在线观看| 国精品久久久久久国模美| 大话2 男鬼变身卡| 国产一级毛片在线| 欧美精品国产亚洲| 久久久久国产网址| 亚洲一区中文字幕在线| 中文字幕人妻熟女乱码| 美女中出高潮动态图| 啦啦啦中文免费视频观看日本| 永久网站在线| 国产乱来视频区| 99热网站在线观看| 尾随美女入室| 高清欧美精品videossex| 在线观看免费日韩欧美大片| 午夜福利视频在线观看免费| 黄片播放在线免费| 欧美xxⅹ黑人| 欧美成人精品欧美一级黄| 亚洲综合色网址| 亚洲成av片中文字幕在线观看 | 99re6热这里在线精品视频| 又黄又粗又硬又大视频| 制服诱惑二区| 精品国产一区二区三区四区第35| 啦啦啦在线免费观看视频4| 熟女电影av网| 免费黄色在线免费观看| 少妇人妻 视频| 久热这里只有精品99| 免费观看无遮挡的男女| 天天躁夜夜躁狠狠久久av| 一区二区三区激情视频| 一区二区av电影网| 成人午夜精彩视频在线观看| 在线观看免费高清a一片| 亚洲av日韩在线播放| 亚洲成人一二三区av| 日日撸夜夜添| 国产午夜精品一二区理论片| 一级毛片我不卡| 国产极品天堂在线| 波多野结衣av一区二区av| 人人妻人人添人人爽欧美一区卜| 高清黄色对白视频在线免费看| 18禁动态无遮挡网站| 国产精品三级大全| 久久国产精品大桥未久av| 亚洲三区欧美一区| 成年女人毛片免费观看观看9 | 国产欧美日韩一区二区三区在线| 高清av免费在线| videosex国产| 国产精品国产三级国产专区5o| 国产精品亚洲av一区麻豆 | 亚洲色图 男人天堂 中文字幕| 国产xxxxx性猛交| 校园人妻丝袜中文字幕| 欧美精品一区二区大全| 天天躁夜夜躁狠狠躁躁| 国产人伦9x9x在线观看 | 国产日韩欧美视频二区| 亚洲成国产人片在线观看| 不卡视频在线观看欧美| a 毛片基地| 色婷婷av一区二区三区视频| 欧美人与善性xxx| 亚洲国产精品成人久久小说| 日本wwww免费看| 欧美黄色片欧美黄色片| 久久久久网色| 亚洲国产av影院在线观看| 国产伦理片在线播放av一区| 五月天丁香电影| 一区二区av电影网| 欧美黄色片欧美黄色片| 中文乱码字字幕精品一区二区三区| 国产国语露脸激情在线看| 日韩在线高清观看一区二区三区| 欧美 亚洲 国产 日韩一| 亚洲天堂av无毛| 久久久精品免费免费高清| 美国免费a级毛片| 免费观看a级毛片全部| 80岁老熟妇乱子伦牲交| 亚洲欧美清纯卡通| 久久精品国产自在天天线| 人妻 亚洲 视频| 亚洲国产最新在线播放| 哪个播放器可以免费观看大片| 人妻 亚洲 视频| 一本大道久久a久久精品| 欧美bdsm另类| 欧美激情 高清一区二区三区| 国产老妇伦熟女老妇高清| 国产一区二区在线观看av| 91精品三级在线观看| 亚洲欧美精品综合一区二区三区 | 中文字幕制服av| 男女国产视频网站| 欧美激情高清一区二区三区 | 五月开心婷婷网|