• <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
    国产精品爽爽va在线观看网站| 一级毛片精品| 精品福利观看| 美女免费视频网站| 久久久久久久午夜电影| 2021天堂中文幕一二区在线观| 老汉色∧v一级毛片| 国产精品久久视频播放| 久久国产乱子伦精品免费另类| 91在线观看av| 免费看日本二区| 久久亚洲真实| 国产91精品成人一区二区三区| 麻豆久久精品国产亚洲av| 国产精品野战在线观看| 亚洲狠狠婷婷综合久久图片| 久久国产乱子伦精品免费另类| 亚洲免费av在线视频| 久久性视频一级片| 在线播放国产精品三级| 又黄又爽又免费观看的视频| 丁香欧美五月| 黄频高清免费视频| 国产视频内射| 两性午夜刺激爽爽歪歪视频在线观看 | 白带黄色成豆腐渣| 禁无遮挡网站| 91成年电影在线观看| av在线天堂中文字幕| 欧美成人性av电影在线观看| a级毛片在线看网站| 欧美人与性动交α欧美精品济南到| 无人区码免费观看不卡| 国模一区二区三区四区视频 | 丁香欧美五月| av欧美777| 1024香蕉在线观看| 欧美日韩中文字幕国产精品一区二区三区| 淫秽高清视频在线观看| av视频在线观看入口| 国产精品 国内视频| 国产精华一区二区三区| 免费在线观看亚洲国产| 欧美日韩亚洲国产一区二区在线观看| 男女那种视频在线观看| 亚洲色图av天堂| 亚洲国产看品久久| 欧美成人一区二区免费高清观看 | 国内精品一区二区在线观看| 啦啦啦免费观看视频1| 欧美日韩乱码在线| 免费看日本二区| 超碰成人久久| 美女免费视频网站| 性色av乱码一区二区三区2| 国产97色在线日韩免费| 国产精品国产高清国产av| 精品久久久久久,| 国产精品精品国产色婷婷| 国产成人一区二区三区免费视频网站| 亚洲一区二区三区不卡视频| av国产免费在线观看| 日本a在线网址| 少妇的丰满在线观看| 中文资源天堂在线| av在线播放免费不卡| 51午夜福利影视在线观看| 狂野欧美激情性xxxx| 国产伦在线观看视频一区| 无遮挡黄片免费观看| 99国产综合亚洲精品| 免费在线观看成人毛片| 久久精品亚洲精品国产色婷小说| 天天躁狠狠躁夜夜躁狠狠躁| 极品教师在线免费播放| 久久精品国产99精品国产亚洲性色| 国产亚洲精品av在线| 人人妻人人澡欧美一区二区| 久久精品国产亚洲av高清一级| 天堂影院成人在线观看| 精品国产亚洲在线| 最近视频中文字幕2019在线8| 无人区码免费观看不卡| 中文资源天堂在线| 18禁黄网站禁片免费观看直播| 最近最新中文字幕大全免费视频| 老司机福利观看| 亚洲一区中文字幕在线| 午夜免费观看网址| 国产av又大| 精品国产乱子伦一区二区三区| 人妻夜夜爽99麻豆av| 亚洲熟妇中文字幕五十中出| 99国产精品一区二区蜜桃av| 99久久无色码亚洲精品果冻| 久久香蕉精品热| 亚洲国产精品合色在线| 久久香蕉精品热| 国产男靠女视频免费网站| 国产主播在线观看一区二区| 黄色视频,在线免费观看| 亚洲国产欧美一区二区综合| 给我免费播放毛片高清在线观看| 免费看美女性在线毛片视频| 亚洲av成人av| 国产免费av片在线观看野外av| 久久国产乱子伦精品免费另类| 老熟妇仑乱视频hdxx| 亚洲色图av天堂| 欧美绝顶高潮抽搐喷水| 啦啦啦观看免费观看视频高清| 午夜成年电影在线免费观看| 少妇的丰满在线观看| 18禁黄网站禁片午夜丰满| 色播亚洲综合网| 国产亚洲精品久久久久5区| 88av欧美| 久久婷婷人人爽人人干人人爱| 丁香欧美五月| 亚洲欧美日韩无卡精品| 国产真人三级小视频在线观看| 91成年电影在线观看| 日韩大码丰满熟妇| 亚洲av中文字字幕乱码综合| 国产一区二区在线观看日韩 | 久久久久久九九精品二区国产 | 欧美激情久久久久久爽电影| 欧美黑人欧美精品刺激| 亚洲成a人片在线一区二区| 特级一级黄色大片| 国产欧美日韩一区二区三| 禁无遮挡网站| 无限看片的www在线观看| 日韩成人在线观看一区二区三区| 久久精品91无色码中文字幕| 国产激情偷乱视频一区二区| av国产免费在线观看| 久久精品91无色码中文字幕| 国产成人精品久久二区二区免费| 免费av毛片视频| 亚洲成av人片免费观看| 精品高清国产在线一区| 日本 av在线| 在线观看免费日韩欧美大片| 国产亚洲精品综合一区在线观看 | 成人18禁高潮啪啪吃奶动态图| 亚洲精品中文字幕在线视频| 99国产综合亚洲精品| 亚洲精品国产一区二区精华液| 夜夜看夜夜爽夜夜摸| 床上黄色一级片| av片东京热男人的天堂| 国产视频一区二区在线看| 国产av不卡久久| 免费在线观看亚洲国产| 亚洲人成网站在线播放欧美日韩| 女生性感内裤真人,穿戴方法视频| aaaaa片日本免费| 岛国在线观看网站| 亚洲男人天堂网一区| 日本一区二区免费在线视频| 在线观看66精品国产| 国产av不卡久久| 欧美中文日本在线观看视频| 黑人巨大精品欧美一区二区mp4| 国产午夜精品久久久久久| 在线看三级毛片| 亚洲午夜精品一区,二区,三区| 亚洲av美国av| 成年女人毛片免费观看观看9| 国产精品98久久久久久宅男小说| 亚洲人成77777在线视频| 校园春色视频在线观看| 日本免费一区二区三区高清不卡| 啪啪无遮挡十八禁网站| 真人做人爱边吃奶动态| 啦啦啦免费观看视频1| 成人手机av| 日韩欧美在线乱码| 婷婷精品国产亚洲av在线| а√天堂www在线а√下载| 国产高清videossex| 岛国在线观看网站| 亚洲片人在线观看| 黄色视频,在线免费观看| 日本撒尿小便嘘嘘汇集6| 精品高清国产在线一区| 天天躁夜夜躁狠狠躁躁| 亚洲中文av在线| 国产成人aa在线观看| 国产精品久久电影中文字幕| 亚洲国产日韩欧美精品在线观看 | 国模一区二区三区四区视频 | 色综合婷婷激情| 2021天堂中文幕一二区在线观| 午夜福利欧美成人| 国产精品亚洲美女久久久| 亚洲一区二区三区不卡视频| 一区二区三区高清视频在线| 久久久水蜜桃国产精品网| 国产av又大| 日韩精品青青久久久久久| 九九热线精品视视频播放| 亚洲五月天丁香| 成熟少妇高潮喷水视频| 又黄又爽又免费观看的视频| 亚洲片人在线观看| 男女之事视频高清在线观看| 99热这里只有精品一区 | 欧美另类亚洲清纯唯美| 在线观看66精品国产| 美女黄网站色视频| 91av网站免费观看| 欧洲精品卡2卡3卡4卡5卡区| 久久久久国产精品人妻aⅴ院| 村上凉子中文字幕在线| 亚洲中文av在线| 99久久国产精品久久久| 亚洲精品av麻豆狂野| 免费在线观看影片大全网站| 国产精品九九99| 国产熟女午夜一区二区三区| 午夜成年电影在线免费观看| 久热爱精品视频在线9| 国产精品免费一区二区三区在线| 国产成人精品无人区| 成人国语在线视频| 精品一区二区三区av网在线观看| 亚洲专区字幕在线| 2021天堂中文幕一二区在线观| 亚洲无线在线观看| 一夜夜www| 中文字幕人成人乱码亚洲影| 一二三四社区在线视频社区8| 19禁男女啪啪无遮挡网站| 亚洲五月天丁香| 狂野欧美激情性xxxx| 欧美精品亚洲一区二区| 99久久精品热视频| 久久久久久久精品吃奶| 国产激情久久老熟女| 欧美精品亚洲一区二区| 一进一出好大好爽视频| 午夜免费激情av| 日韩大尺度精品在线看网址| 男人舔女人的私密视频| 叶爱在线成人免费视频播放| 久久精品国产99精品国产亚洲性色| 亚洲一区中文字幕在线| 亚洲美女视频黄频| 日韩大码丰满熟妇| 欧美最黄视频在线播放免费| 国内少妇人妻偷人精品xxx网站 | 天天添夜夜摸| x7x7x7水蜜桃| 国产午夜福利久久久久久| 亚洲一码二码三码区别大吗| 久久精品亚洲精品国产色婷小说| 亚洲精品国产精品久久久不卡| 成人18禁在线播放| 亚洲国产看品久久| 欧美3d第一页| 国产男靠女视频免费网站| 亚洲色图 男人天堂 中文字幕| 手机成人av网站| 亚洲人成77777在线视频| 亚洲在线自拍视频| 丰满人妻一区二区三区视频av | 国产成人精品久久二区二区91| 成人精品一区二区免费| 日韩欧美一区二区三区在线观看| 欧美另类亚洲清纯唯美| 搡老岳熟女国产| 久久这里只有精品19| 国产精品久久久久久久电影 | 免费看美女性在线毛片视频| 精品高清国产在线一区| 女生性感内裤真人,穿戴方法视频| 国产人伦9x9x在线观看| 国产免费av片在线观看野外av| 性欧美人与动物交配| 日韩欧美 国产精品| 一级片免费观看大全| 久久久久免费精品人妻一区二区| 国产欧美日韩精品亚洲av| 熟女少妇亚洲综合色aaa.| 国产三级在线视频| 女警被强在线播放| 在线观看www视频免费| 啪啪无遮挡十八禁网站| 老熟妇乱子伦视频在线观看| 岛国在线免费视频观看| 亚洲最大成人中文| 一个人免费在线观看电影 | 婷婷精品国产亚洲av在线| 99在线视频只有这里精品首页| 国产精品一区二区三区四区免费观看 | 麻豆久久精品国产亚洲av| 精品久久久久久久末码| 特级一级黄色大片| 午夜亚洲福利在线播放| 欧美日韩国产亚洲二区| 久久久精品欧美日韩精品| 99精品在免费线老司机午夜| 亚洲精品美女久久av网站| 成人18禁高潮啪啪吃奶动态图| 亚洲片人在线观看| 国产黄片美女视频| 欧美成人性av电影在线观看| 757午夜福利合集在线观看| 精品久久久久久久毛片微露脸| 亚洲av成人精品一区久久| 久久婷婷人人爽人人干人人爱| 欧美一级毛片孕妇| 一级a爱片免费观看的视频| 日本撒尿小便嘘嘘汇集6| 日韩免费av在线播放| 午夜福利视频1000在线观看| 久久精品91蜜桃| 国产精品久久视频播放| 一级黄色大片毛片| 99riav亚洲国产免费| 欧美不卡视频在线免费观看 | 亚洲熟女毛片儿| 久久亚洲真实| 国产精品一区二区精品视频观看| 色播亚洲综合网| 757午夜福利合集在线观看| 少妇裸体淫交视频免费看高清 | www日本黄色视频网| 亚洲色图 男人天堂 中文字幕| 午夜老司机福利片| 很黄的视频免费| 免费在线观看视频国产中文字幕亚洲| 色噜噜av男人的天堂激情| 91国产中文字幕| 国产伦在线观看视频一区| 欧美午夜高清在线| 美女 人体艺术 gogo| 久久久久国产精品人妻aⅴ院| 天堂动漫精品| 欧美3d第一页| 日韩中文字幕欧美一区二区| 成在线人永久免费视频| 亚洲国产精品久久男人天堂| 久久精品人妻少妇| 亚洲aⅴ乱码一区二区在线播放 | 国产在线观看jvid| 久久香蕉激情| 777久久人妻少妇嫩草av网站| 午夜福利免费观看在线| 久久久国产成人精品二区| 999精品在线视频| 毛片女人毛片| 99久久久亚洲精品蜜臀av| 欧美色视频一区免费| 999精品在线视频| 后天国语完整版免费观看| 国产精品一区二区精品视频观看| 亚洲精品久久国产高清桃花| 亚洲精品在线美女| 99精品久久久久人妻精品| 成人av一区二区三区在线看| 一进一出抽搐动态| 最好的美女福利视频网| 国产视频内射| 美女免费视频网站| 日本三级黄在线观看| 国产高清激情床上av| 亚洲国产精品久久男人天堂| 国产精品,欧美在线| 一本精品99久久精品77| www.999成人在线观看| 成人18禁高潮啪啪吃奶动态图| 宅男免费午夜| 精品国产乱子伦一区二区三区| 亚洲国产欧洲综合997久久,| 真人做人爱边吃奶动态| 国产精品精品国产色婷婷| 香蕉久久夜色| 69av精品久久久久久| 白带黄色成豆腐渣| 一本久久中文字幕| 国产一区二区三区视频了| 欧美色视频一区免费| 日韩欧美 国产精品| 女警被强在线播放| 亚洲美女黄片视频| 美女扒开内裤让男人捅视频| 免费av毛片视频| 久久午夜综合久久蜜桃| 十八禁网站免费在线| 窝窝影院91人妻| 亚洲中文av在线| 在线国产一区二区在线| 国产黄色小视频在线观看| 亚洲最大成人中文| 啪啪无遮挡十八禁网站| 夜夜看夜夜爽夜夜摸| tocl精华| 国产精品久久久久久亚洲av鲁大| 性欧美人与动物交配| 99re在线观看精品视频| 亚洲欧洲精品一区二区精品久久久| 国产精品免费一区二区三区在线| 成人一区二区视频在线观看| 九色成人免费人妻av| 中文字幕高清在线视频| 香蕉丝袜av| 天天一区二区日本电影三级| 18美女黄网站色大片免费观看| 全区人妻精品视频| 在线观看日韩欧美| 久久人人精品亚洲av| 又爽又黄无遮挡网站| 亚洲成人中文字幕在线播放| 国产av一区在线观看免费| 欧美黄色片欧美黄色片| 亚洲中文日韩欧美视频| 亚洲七黄色美女视频| 欧美不卡视频在线免费观看 | 日韩精品青青久久久久久| 成年免费大片在线观看| 国产一区二区在线观看日韩 | 亚洲五月婷婷丁香| 精品电影一区二区在线| 性欧美人与动物交配| 国内揄拍国产精品人妻在线| 日本三级黄在线观看| 99热只有精品国产| 在线国产一区二区在线| 欧美zozozo另类| 在线a可以看的网站| 一本久久中文字幕| 又粗又爽又猛毛片免费看| 欧美3d第一页| 丰满的人妻完整版| 啦啦啦观看免费观看视频高清| 欧美一区二区国产精品久久精品 | 国产一区二区在线av高清观看| 天堂av国产一区二区熟女人妻 | 成人一区二区视频在线观看| 日本三级黄在线观看| 亚洲美女视频黄频| 啦啦啦观看免费观看视频高清| 午夜福利免费观看在线| 色老头精品视频在线观看| 久久久久国内视频| 大型黄色视频在线免费观看| 首页视频小说图片口味搜索| 国产免费av片在线观看野外av| 国产精品一区二区免费欧美| 色综合站精品国产| 色老头精品视频在线观看| 俺也久久电影网| 国产精品综合久久久久久久免费| 97超级碰碰碰精品色视频在线观看| 日韩 欧美 亚洲 中文字幕| 久久午夜综合久久蜜桃| 亚洲无线在线观看| 婷婷亚洲欧美| 最近在线观看免费完整版| 最好的美女福利视频网| www.熟女人妻精品国产| 亚洲熟妇熟女久久| 超碰成人久久| 在线观看免费日韩欧美大片| 午夜免费成人在线视频| 午夜福利成人在线免费观看| 国产精品一区二区三区四区久久| 亚洲av中文字字幕乱码综合| 大型av网站在线播放| 欧美三级亚洲精品| 国产亚洲欧美98| 亚洲欧美日韩无卡精品| 最近最新中文字幕大全电影3| 久久久水蜜桃国产精品网| 成人永久免费在线观看视频| cao死你这个sao货| 每晚都被弄得嗷嗷叫到高潮| 老司机午夜福利在线观看视频| 香蕉av资源在线| 啦啦啦韩国在线观看视频| 我要搜黄色片| 日韩中文字幕欧美一区二区| 国内精品久久久久久久电影| 国产又色又爽无遮挡免费看| 亚洲人成网站高清观看| 久久中文字幕一级| 一级黄色大片毛片| 村上凉子中文字幕在线| 伦理电影免费视频| 淫秽高清视频在线观看| 777久久人妻少妇嫩草av网站| 99在线视频只有这里精品首页| 久久久国产欧美日韩av| 久久伊人香网站| 九色成人免费人妻av| 不卡av一区二区三区| 嫁个100分男人电影在线观看| 老汉色∧v一级毛片| 首页视频小说图片口味搜索| 在线免费观看的www视频| 9191精品国产免费久久| 男女视频在线观看网站免费 | 婷婷丁香在线五月| 亚洲精品美女久久久久99蜜臀| 亚洲av中文字字幕乱码综合| 色播亚洲综合网| 一进一出抽搐gif免费好疼| 91麻豆av在线| 亚洲精品美女久久av网站| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲av成人一区二区三| 老鸭窝网址在线观看| 亚洲专区中文字幕在线| 99热这里只有精品一区 | av在线天堂中文字幕| 两性午夜刺激爽爽歪歪视频在线观看 | 人妻久久中文字幕网| 午夜福利欧美成人| 一卡2卡三卡四卡精品乱码亚洲| 精品人妻1区二区| 成人国语在线视频| 亚洲欧美日韩无卡精品| 欧美色欧美亚洲另类二区| 国产精品久久久久久亚洲av鲁大| 久久久精品国产亚洲av高清涩受| 欧美又色又爽又黄视频| 精品无人区乱码1区二区| ponron亚洲| 中文字幕精品亚洲无线码一区| 日韩免费av在线播放| 三级毛片av免费| 日本五十路高清| xxxwww97欧美| 亚洲国产精品sss在线观看| 精品午夜福利视频在线观看一区| 18禁黄网站禁片免费观看直播| 亚洲欧美精品综合久久99| 男女做爰动态图高潮gif福利片| 法律面前人人平等表现在哪些方面| 日本 av在线| 观看免费一级毛片| 老汉色av国产亚洲站长工具| 免费一级毛片在线播放高清视频| 亚洲无线在线观看| 国产伦一二天堂av在线观看| 狠狠狠狠99中文字幕| 国产精品98久久久久久宅男小说| 十八禁人妻一区二区| 999精品在线视频| 狂野欧美白嫩少妇大欣赏| 午夜福利在线在线| 夜夜夜夜夜久久久久| 亚洲国产精品sss在线观看| 日本三级黄在线观看| 在线免费观看的www视频| 可以在线观看毛片的网站| 舔av片在线| 亚洲色图av天堂| tocl精华| 国产野战对白在线观看| 亚洲欧美精品综合久久99| 少妇被粗大的猛进出69影院| 黄色a级毛片大全视频| 久久久精品欧美日韩精品| 亚洲一区中文字幕在线| 国产精品 国内视频| 亚洲一区二区三区色噜噜| 非洲黑人性xxxx精品又粗又长| 在线视频色国产色| 午夜成年电影在线免费观看| 亚洲av美国av| 成人精品一区二区免费| 51午夜福利影视在线观看| 一边摸一边做爽爽视频免费| 1024手机看黄色片| 婷婷精品国产亚洲av在线| 亚洲av电影不卡..在线观看| 91麻豆精品激情在线观看国产| 亚洲 欧美一区二区三区| 国产亚洲欧美在线一区二区| 韩国av一区二区三区四区| 亚洲av第一区精品v没综合| 欧美日韩瑟瑟在线播放| 一个人观看的视频www高清免费观看 | a级毛片a级免费在线| 国产免费男女视频| 老鸭窝网址在线观看| 久久久久久免费高清国产稀缺| 亚洲人与动物交配视频| 2021天堂中文幕一二区在线观| 一卡2卡三卡四卡精品乱码亚洲| 国产精品一及| 天堂av国产一区二区熟女人妻 | 色av中文字幕| 欧美黄色片欧美黄色片| 亚洲中文日韩欧美视频| 国产成人精品久久二区二区91| 日韩中文字幕欧美一区二区| 亚洲人与动物交配视频| 亚洲成人中文字幕在线播放| 午夜久久久久精精品| 久久久国产精品麻豆| 日韩精品中文字幕看吧| 亚洲成av人片免费观看| 人人妻,人人澡人人爽秒播| 美女扒开内裤让男人捅视频| 88av欧美| 国产午夜精品论理片| 国模一区二区三区四区视频 | 精品久久久久久,| 级片在线观看| 一个人免费在线观看电影 |