• <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 ?

    改進粒子群算法在二維排樣中的研究與應用

    2016-07-07 06:14:17陳建軍
    浙江工業(yè)大學學報 2016年4期
    關鍵詞:排樣小生境

    董 輝,陳建軍

    (浙江工業(yè)大學 信息工程學院,浙江 杭州 310023)

    改進粒子群算法在二維排樣中的研究與應用

    董輝,陳建軍

    (浙江工業(yè)大學 信息工程學院,浙江 杭州 310023)

    摘要:針對服裝行業(yè)二維不規(guī)則樣片優(yōu)化排樣問題,提出了一種改進的粒子群優(yōu)化排樣方法.該算法在傳統(tǒng)的粒子群優(yōu)化算法中先引入小生境的思想,將種群劃分成多個子群,各子群運用粒子群算法單獨進化,取出各子群進化后的最好粒子,又可形成新群體,新群體運用混合蛙跳算法進化,使子群的最好粒子進一步更新,種群的多樣性進一步增強,全局尋優(yōu)的能力進一步提升.該算法概念簡單,易于實現(xiàn),具有較好的能力去搜索全局最優(yōu)解和較快的收斂速度.實驗結果表明該算法是有效的.

    關鍵詞:小生境;粒子群;混合蛙跳;排樣

    服裝行業(yè)二維不規(guī)則樣片的優(yōu)化排樣問題就是在指定大小區(qū)域的材料上,尋找一種將很多不規(guī)則形狀的樣片最優(yōu)的排布方案,所有樣片排放位置都互不重疊,樣片排放組合緊湊、密集,剩余有效材料越多,材料利用率就越高,排樣方案則越優(yōu).二維不規(guī)則件優(yōu)化排樣問題在服裝制造行業(yè)中長期存在,也頻繁的出現(xiàn)在如機器人、金屬、玻璃、木材和船舶等行業(yè)中.由于服裝總是大批量的生產(chǎn),特別是服裝材料成本價格越來越高,提高一點點材料利用率就可以節(jié)省大量材料,產(chǎn)生龐大的經(jīng)濟價值,具有長遠的現(xiàn)實意義[1].粒子群算法(Particle swarm optimization,PSO)簡單易實現(xiàn),它所具備得參數(shù)個數(shù)少、收斂速度快等優(yōu)點,使得它頻繁的應用于模糊系統(tǒng)控制、組合優(yōu)化、復雜函數(shù)求解及機器人路徑規(guī)劃等相關領域.可是,粒子群算法同樣也存在不少問題,如對解的搜索精度不高;容易過早收斂和對參數(shù)值的影響大.為了解決這些問題,很多學者改進了經(jīng)典的PSO方法.有些是對粒子群的一些依賴參數(shù)做出優(yōu)化[2-5],如對慣性權重w和學習因子c1,c2進行調(diào)節(jié)[6];還有引入其他算法的思想和粒子群算法相融合[7-9],比如量子粒子群融合算法[7]、免疫粒子群融合算法[8]及遺傳粒子群融合算法[9]等.這些改進的PSO算法雖然具有一定的效果,但使算法概念更加復雜,實現(xiàn)困然,而且仍然克服不了在求解優(yōu)化排樣問題時搜索精度不高和易陷入局部最優(yōu)解的缺陷.為此提出了一種改進的粒子群優(yōu)化算法——基于小生境粒子群和混合蛙跳的融合算法(NPSO-SFLA).

    新算法中,在傳統(tǒng)的粒子群優(yōu)化算法中先引入小生境[10]的思想,為了解決粒子群算法容易過早收斂、陷入局部最優(yōu)的問題,將種群劃分成多個子群,各子群運用粒子群算法單獨進化,使種群多樣性增多以避免局部最優(yōu).然后,取出各子群進化后的最好粒子,又可形成新群體,新群體運用混合蛙跳算法進化,使子群的最好粒子進一步更新,種群的多樣性進一步增強,全局尋優(yōu)的能力進一步提升.兩種算法的結合相得益彰,有效的解決粒子群算法容易陷入局部最優(yōu)和混合蛙跳算法收斂速度慢也易陷入局部最優(yōu)的問題.排樣實例表明了該方法的有效性.

    1排樣技術

    1.1排樣方法

    提出了一種改進的粒子群算法來搜索最佳的排樣組合,采用文獻[11-12]提出的BL(Bottom left)算法進行樣片的底層排樣.

    BL算法基本排樣策略:每一個待排樣片都先放置在材料的右上角,以材料的右上角為基準點向材料的左下角移動,最初一直向下移動樣片,然后一直向左移動樣片,直到待排樣片向下或向左都不能移動時停止即兩個方向都接觸到其它已排樣片或材料邊界,記錄下當前的排樣高度;重復以上過程,當所有的待排樣片都排入時停止,最后所得的最大高度即排樣高度記為H.

    1.2樣片的幾何表達

    樣片的幾何形狀同排樣的利用率密切相關,由于服裝行業(yè)的樣片形狀各異而且復雜,若將此樣片直接作為排樣對象,會使排樣問題更加復雜,從而直接影響排樣的效果.通常將不規(guī)則件排樣近似為矩形件來處理,但是未能充分考慮二維不規(guī)則樣片形狀的各異,導致不能充分的利用材料.本方法采用文獻[13]提出的一種離散的幾何處理方法,能夠完全克服二維不規(guī)則樣片形狀高度復雜性的影響,簡化排樣復雜度從而得到更好的排樣效果.二維不規(guī)則樣片和指定大小的材料區(qū)間可以看成由很多坐標形成的直線區(qū)域所組成,所以就可以將它們的幾何區(qū)域轉化為一系列坐標區(qū)間,從而簡化排樣的復雜度.

    基本思想:每個待排樣片所形成的輪廓都是一個不規(guī)則的多邊形,從該多邊形的最低點開始,以某種等距離的水平線去掃描該多邊形,水平線與多邊形會形成兩個或兩個以上的交點(頂點時記為兩個),記錄下這些交點,一直向上掃描,直到該多邊形的最高點結束.這些交點按大小順序排列,同一水平線上的點兩兩可組成很多線段區(qū)間,所有水平線段區(qū)間所形成的區(qū)域可看作該樣片的區(qū)域,掃描距離越小,所形成的離散的幾何區(qū)間精度越高.此處掃描距離取1 mm,即精度值為1 mm.

    1.3個體適應度評價

    對于排樣問題,本方法取排樣圖的高度的倒數(shù)作為適應度的評價,即適應度函數(shù)為F=1/H,其中H是排樣圖的高度,故H越小,F(xiàn)越大,排樣效率越佳.

    2粒子群算法和蛙跳算法

    2.1經(jīng)典粒子群算法

    PSO算法是1995年由Eberhart和Kennedy[14]提出的一種種群優(yōu)化算法,該算法可描述如下:D維的搜索空間(即D個待排樣片),種群的大小N(即粒子個數(shù)),種群中第i個粒子的位置xi=,速度vi=,某個粒子的迄今最好位置pi=,目前整個種群的最好位置gbest=.每個粒子速度、位置的更新公式為

    vin(d+1)=w×vin(d)+c1×r1×[pin-xin(d)]+

    c2×r2×[gn-xin(d)]

    (1)

    xin(d+1)=xin(d)+vin(d+1)

    (2)

    式中:i=(1,2,…,N);n=(1,2,…,D);d為迭代次數(shù);c1,c2分別為各項的學習因子;r1,r2都是在0到1之間隨機取值;慣性權重w隨迭代次數(shù)線性遞減:w=wmax-wmind/T,wmax,wmin分別為設置的最大值和最小值;xin(d)和vin(d)分別為粒子i當前的位置和速度;xin(d+1)和vin(d+1)分別為粒子i更新后的位置和速度;T為最大迭代次數(shù).

    2.2混合蛙跳算法

    混合蛙跳算法(SFLA)是2003年由Eusuff和Lanset[15]提出的一種群體進化算法.其基本思想為:青蛙群體被劃分為若干個子群,各子群以自己的意識各自單獨進化,此時種群進化基于各子群的局部搜索,當子群達到迭代次數(shù)以后,各子群再進行混合運算以達到進行全局交流的目的,這個過程一直進行,直至達到退出條件,則停止.各子群先局部搜索,再全局混合信息交流的策略能夠有效地跳出局部極值,去尋找到全局最優(yōu).

    該算法數(shù)學模型可描述如下:D維搜索空間中,初始群體P只青蛙,P只青蛙表示有P個解,則第i個解xi=,將青蛙分成M個族群,N只青蛙為一個族群,即P=M·N.族群的分類方法[16]:計算所有青蛙即P個解的適應度值,將P個適應度值進行升序或降序,將排序后的青蛙(P個解)按順序分配給M個族群,分配N次后分配完畢.xb和xw分別表示當前族群中適應度最好和最差的解,xg表示整個群體適應度最好的解,對族群中適應度最差的解xw迭代進化如下:

    dj=r×(xb-xw)

    (3)

    xw,new=xw,old+dj(dmin≤dj≤dmax)

    (4)

    式中:dj為最差青蛙在第i維移動的距離;r在0到1之間隨機取值;xw,new和xw,old分別為族群中最差解的新值和舊值;dmin和dmax分別為移動距離的最小值和最大值.更新過后,比較新解和舊解的適應度值,如果有改進,則用新解代替舊解,并更新族群內(nèi)xb,xw,xg;如果沒有改進,則用xg代替式(3)中的xb,再次執(zhí)行式(3,4),如果仍無改進,則隨機用一個新解去代替舊解xw,old.重復執(zhí)行,達到最大迭代次數(shù)時結束.當各個族群的都執(zhí)行完局部搜索,再將所有族群重新混合,并重新劃分族群,各個族群重新執(zhí)行局部搜索,反復迭代,直到滿足條件結束.

    3改進粒子群算法(NPSO-SFLA)

    3.1算法實現(xiàn)

    首先在PSO中引入小生境的思想,將粒子初始種群分成Cnum組大小相等的子群(即小生境),計算種群所有粒子的歐式幾何距離[17],并按從小到大的順序排列,依序逐一分成Cnum組子群,各子群運用粒子群算法單獨進化,取出各子群進化后的最好粒子,形成新群體,新群體運用混合蛙跳算法進化,進一步尋找最好粒子.混合蛙跳模式的進化,使得各子群最好粒子能有機會進一步更新自己,不僅能提高種群多樣性,而且能進一步尋優(yōu).混合蛙跳算法的引入,增強了全局尋優(yōu)的能力,把它在子群進化后得到的最好粒子反饋到粒子群的速度更新公式中,從而克服PSO容易過早收斂、陷入局部最優(yōu)的問題.

    新算法的速度和位置更新公式分別為

    vin(d+1)=w×vin(d)+c1×r1×[pin-xin(d)]+

    c2×r2[gin-xin(d)]+c3×

    r3[xb,sfla-xin(d)]

    (5)

    xin(d+1)=xin(d)+vin(d+1)

    (6)

    式中:gin為粒子群第i組的全局最優(yōu)值;r3為0~1之間的隨機數(shù);c3為第四項的學習因子;xb,sfla為蛙跳算法得到的最好粒子.相比于式(1),式(5)中右邊第三項改為了子群的最優(yōu)解,增加了右邊第4項,蛙跳算法得到的全局最優(yōu)粒子的反饋.新公式保留了粒子個體的自身速度、歷史最優(yōu)位置的影響,變化為各子群局部最優(yōu)粒子的作用,加入了全局最優(yōu)粒子的反饋,使得局部和全局的信息得到充分的交流,能有力的跳出局部最優(yōu)解,使全局尋優(yōu)的能力進一步提升.

    3.2算法流程

    改進粒子群算法(NPSO-SFLA)具體流程如下:

    1) 初始化整個粒子群的初始位置與速度,設置相關參數(shù).

    2) 根據(jù)粒子的歐式幾何距離將粒子分成Cnum組,每組P個粒子.

    3) 使用式(5,6)更新每個粒子的速度與位置.

    4) 使用BL算法進行排樣,計算粒子適應度值F.

    5) 根據(jù)F更新粒子的個體最優(yōu)解pin,各組的全局最優(yōu)解gin.

    6) 將各組的全局最優(yōu)解gin組成蛙群,計算適應度值并進行排序分族,分為M族,每族N個.

    7) 蛙群按照式(3,4)更新粒子,找出最優(yōu)解xb,sfla.

    8) 比較子群在連續(xù)n代內(nèi)的最優(yōu)解是否有更好,若有,則跳到步驟10);否則執(zhí)行步驟9).

    9) 重置該子群的位置與速度.

    10) 迭代次數(shù)n=n+1,若n等于最大迭代次數(shù)T,則執(zhí)行結束;否則轉到步驟3)繼續(xù)執(zhí)行.

    4實驗結果及分析

    實驗環(huán)境:硬件配置為Intel酷睿i3 370 M,主頻2.40 GHz,內(nèi)存為5 GB;軟件配置為Windows7 64位操作系統(tǒng),VC 2008軟件開發(fā)平臺.本方法選擇了一個寬1 200 mm,長度不限的矩形材料作為排樣的底板,排放20個任意形狀的服裝樣片.采取與經(jīng)典PSO算法進行實驗結果比較,對NPSO-SFLA算法的性能進行測試,兩者采用一樣的參數(shù)設置.算法參數(shù)設置如下:最大迭代次數(shù)為500次,慣性因子wmax,wmin分別設為0.9,0.5,學習因子c1,c2,c3都取值為2,種群大小為30個粒子,NPSO-SFLA算法分6個子群,每個子群由5個粒子組成,蛙跳分為2組,每組3個粒子,蛙跳族內(nèi)迭代10次,樣片的旋轉角度以90度為基本單位.同樣環(huán)境下,兩種算法各自運行100次,兩者的結果對比如表1所示.

    表1 PSO與NPSO-SFLA的實驗結果對比

    表1中,比較兩者平均排樣高度可得出NPSO-SFLA收斂精度更優(yōu);新算法的H標準偏差也較小,說明NPSO-SFLA算法的穩(wěn)定性好,新算法的平均收斂代數(shù)較低,說明NPSO-SFLA算法的收斂速度更快;比較平均收斂代數(shù)和標準偏差可得出NPSO-SFLA具有更強的全局搜索能力;從兩者的最差和最好排樣高度比較可知新提出的NPSO-SFLA都明顯要優(yōu)于PSO;比較兩者的排樣時間,NPSO-SFLA的耗時比經(jīng)典的PSO多,這是由于加入蛙跳的進化而增加的運行時間.

    圖1(a)中,NPSO-SFLA排樣高度為947 mm,圖1(b)中,PSO排樣高度為955 mm,新算法排樣效果更好,材料利用率更高.圖2中,NPSO-SFLA在380代收斂于排樣高度947 mm,PSO在421代收斂于排樣高度955 mm,新算法更快的找到最優(yōu)解,從表1中兩中算法的平均收斂代數(shù)比較可知:新算法收斂更快,體現(xiàn)出NPSO-SFLA更佳的收斂性能.

    圖1 兩種排樣算法最佳效果圖Fig.1 The best layout chart by two algorithm

    圖2 兩種排樣算法收斂性能比較Fig.2 Convergence performance comparison by two algorithms

    5結論

    新提出的NPSO-SFLA算法概念簡單,易于實現(xiàn),粒子群算法與蛙跳算法的結合,取長補短,具有較強的搜索最優(yōu)解的能力.實驗結果顯示新算法的排樣高度明顯優(yōu)于標準的PSO算法,實驗數(shù)據(jù)分析得出NPSO-SFLA具有較好的搜索全局最優(yōu)解的能力和較快的收斂速度.結果表明:新提出的改進粒子群算法能有效解決服裝行業(yè)的二維不規(guī)則樣片排樣問題,該算法能夠有效地提高材料的利用率,給服裝行業(yè)的二維不規(guī)則件優(yōu)化排樣問題帶來新的解決方案.

    參考文獻:

    [1]童科.群智能算法的研究與應用——基于求解矩形優(yōu)化排樣問題[D]. 無錫:江南大學,2011.

    [2]ZHANG Y N, TENG H F. Detecting particle swarm optimization[J]. Concurrency and computation practice and experience,2009,21(4):449-473.

    [3]SOUDAN B, SAAD M. An evolutionary dynamic population size PSO implementation[C]//3rd Information and Communication Technologies: From Theory to Applications. Damascus: IEEE,2008:1-5.

    [4]韓冬梅,王麗萍,吳秋花.基于模糊偏好的多目標粒子群算法在庫存控制中的應用[J].浙江工業(yè)大學學報,2012,40(3):348-351.

    [5]黃太安,生佳根,徐紅洋,等.一種改進的簡化粒子群算法[J].計算機仿真,2013,30(2):327-330,335.

    [6]韓毅,蔡建湖,周根貴,等.線型結構批量計劃問題的粒子群算法參數(shù)方案設定[J].浙江工業(yè)大學學報,2010,38(6):683-692.

    [7]黃建江,須文波,孫俊,等.量子行為粒子群優(yōu)化算法的布局問題研究[J].計算機應用,2006,26(12):3015-3018.

    [8]段富,蘇同芬.免疫粒子群算法的改進及應用[J].計算機應用,2010,30(7):1883-1884,1888.

    [9]SETTLES M, SOULE T. Breeding swarms: a GA /PSO hybrid[C]//GECCO 2005-Genetic and Evolutionary Computation Conference. Washington: Assoc Computing Machinery,2005:161-168.

    [10]章軍.小生境粒子群優(yōu)化算法及其在分類器集成中的應用研究[D].合肥:中國科學技術大學,2007.

    [11]SHI Yuhui, EBERHART R C. A modified particle swarm optimizer[C]//Proc IEEE World Congress on Computational Intelligence. Piscataway: IEEE Press,1998:69-73.

    [12]CHAZELLE B. The bottom-left bin-packing heuristic: an efficient implementation[J]. IEEE transactions on computers,1983,32(8):697-707.

    [13]陳勇,唐敏,童若鋒,等.基于遺傳模擬退火算法的不規(guī)則多邊形排樣[J].計算機輔助設計與圖形學學報,2003,15(5):598-603.

    [14]KENNEDY J, EBERHART R C. Particle swarm optimization[C]//Proceedings of IEEE International Conference on Neural Networks. Piscataway: IEEE,1995:1942-1948.

    [15]EUSUFF M M, LANSEY K E. Optimization of water distribution network design using shuffled frog leaping algorithm[J]. Journal of water resources planning and management,2003,129 (3):210-225.

    [16]李俊,孫輝,史小露.多種群粒子群算法與混合蛙跳算法融合的研究[J].小型微型計算機系統(tǒng),2013,34(9):2164-2168.

    [17]董輝,黃勝.二維排樣中小生境粒子群算法的研究與應用[J].浙江工業(yè)大學學報,2014,42(3):257-268.

    (責任編輯:陳石平)

    Research and application of an improved particle swarm algorithm in two-dimensional layout

    DONG Hui, CHEN Jianjun

    (College of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China)

    Abstract:An improved particle swarm algorithm is proposed to solve the optimization of two-dimensional irregular layout problem in the garment industry. In this algorithm, the niche technology is introduced to the traditional particle swarm optimization algorithm while the population is divided into multiple sub-swarms and each sub-swarm is evolved by particle swarm algorithm independently. Then the best particles in the sub-swarms are reformed into a new group and the new group can be evolved by shuffled frog leaping algorithm. This algorithm can update the best particles of sub-swarms, enhance the diversity of the population and promote the global optimization capability further. The algorithm is simple in concept and is easy to be implemented. It has better ability to search the global optimal solution and faster convergence speed. Experimental results show that the algorithm is effective.

    Keywords:niche; particle swarm; shuffled frog leaping algorithm; nesting

    收稿日期:2015-12-15

    作者簡介:董輝(1979—),男,浙江永康人,副教授,研究方向為嵌入式系統(tǒng)技術及應用,E-mail:hdong@zjut.edu.cn.

    中圖分類號:TP391

    文獻標志碼:A

    文章編號:1006-4303(2016)04-0388-04

    猜你喜歡
    排樣小生境
    喀斯特小生境與植物物種多樣性的關系
    ——以貴陽花溪公園為例
    基于壓縮因子粒子群的組合排樣的研究
    基于小生境遺傳算法的相控陣雷達任務調(diào)度
    U形電器支架的多工位模具的排樣及模具設計
    重型機械(2016年1期)2016-03-01 03:42:09
    鈑金件剩余矩形排樣遺傳優(yōu)化方法研究*
    小生境遺傳算法在網(wǎng)絡編碼優(yōu)化中的應用研究
    計算機工程(2015年8期)2015-07-03 12:19:20
    人工智能技術在排樣技術上的發(fā)展現(xiàn)狀
    薄板沖模排樣設計及防跳廢料解決方案
    適應值共享小生境遺傳算法實現(xiàn)與性能比較分析
    多交叉混沌選擇反向小生境遺傳算法
    計算機工程(2014年6期)2014-02-28 01:26:31
    不卡一级毛片| 国产区一区二久久| 国产精品九九99| 曰老女人黄片| 这个男人来自地球电影免费观看| 日韩欧美三级三区| 亚洲成av片中文字幕在线观看| 国产不卡一卡二| 一进一出好大好爽视频| 国产主播在线观看一区二区| 国产91精品成人一区二区三区 | 精品国产乱码久久久久久男人| 亚洲av第一区精品v没综合| 久久免费观看电影| av福利片在线| 老司机午夜十八禁免费视频| 亚洲人成伊人成综合网2020| 精品久久久久久电影网| 一本—道久久a久久精品蜜桃钙片| 黄色丝袜av网址大全| 伦理电影免费视频| 午夜免费鲁丝| 一本久久精品| 亚洲欧美激情在线| 亚洲专区中文字幕在线| 欧美+亚洲+日韩+国产| 99国产极品粉嫩在线观看| 国产一区有黄有色的免费视频| 久久久欧美国产精品| 精品少妇黑人巨大在线播放| a级片在线免费高清观看视频| 亚洲精品美女久久久久99蜜臀| 亚洲av电影在线进入| 久久中文字幕一级| 久久人妻熟女aⅴ| 免费看十八禁软件| 久久久国产成人免费| 十分钟在线观看高清视频www| 国产aⅴ精品一区二区三区波| 久久久国产一区二区| 欧美国产精品一级二级三级| 中文字幕av电影在线播放| 一本综合久久免费| 国产老妇伦熟女老妇高清| 变态另类成人亚洲欧美熟女 | 涩涩av久久男人的天堂| av欧美777| 黄色视频不卡| 国产精品 国内视频| 成人手机av| 人人妻人人澡人人看| 色婷婷av一区二区三区视频| 久久久精品94久久精品| 亚洲色图综合在线观看| 国产精品一区二区精品视频观看| 久久精品亚洲精品国产色婷小说| 亚洲欧美精品综合一区二区三区| 中文字幕制服av| 国产真人三级小视频在线观看| 久久久久精品人妻al黑| 亚洲精品中文字幕一二三四区 | 成人特级黄色片久久久久久久 | 国产免费av片在线观看野外av| 精品人妻熟女毛片av久久网站| 精品久久久久久久毛片微露脸| 黄频高清免费视频| 欧美日韩成人在线一区二区| 日韩大片免费观看网站| 一级毛片电影观看| 黑人操中国人逼视频| 国产精品亚洲一级av第二区| 精品亚洲成a人片在线观看| 国产精品久久久人人做人人爽| 亚洲性夜色夜夜综合| av超薄肉色丝袜交足视频| 国产亚洲一区二区精品| 日韩欧美国产一区二区入口| 亚洲视频免费观看视频| 欧美老熟妇乱子伦牲交| 免费高清在线观看日韩| 嫁个100分男人电影在线观看| av片东京热男人的天堂| 人人澡人人妻人| 欧美国产精品va在线观看不卡| 丝袜在线中文字幕| 久久亚洲精品不卡| 久久国产精品大桥未久av| 日本av免费视频播放| 国产精品久久电影中文字幕 | 国产亚洲欧美精品永久| 黄色丝袜av网址大全| 99九九在线精品视频| 一级黄色大片毛片| 亚洲少妇的诱惑av| 久热这里只有精品99| 女人久久www免费人成看片| 纵有疾风起免费观看全集完整版| 中文欧美无线码| bbb黄色大片| 久久人妻av系列| 欧美日韩国产mv在线观看视频| 一级a爱视频在线免费观看| 久久精品亚洲精品国产色婷小说| 在线观看www视频免费| 午夜福利乱码中文字幕| 露出奶头的视频| 黄片大片在线免费观看| 成人国产av品久久久| 天堂俺去俺来也www色官网| 国产亚洲精品第一综合不卡| 亚洲第一青青草原| 精品国产乱码久久久久久男人| 美女主播在线视频| 久久人人爽av亚洲精品天堂| 高清欧美精品videossex| 国产无遮挡羞羞视频在线观看| 亚洲第一av免费看| 国产欧美日韩精品亚洲av| 人成视频在线观看免费观看| 狂野欧美激情性xxxx| 精品少妇内射三级| 久久久久久免费高清国产稀缺| h视频一区二区三区| 精品免费久久久久久久清纯 | 欧美成人免费av一区二区三区 | 三级毛片av免费| 丰满人妻熟妇乱又伦精品不卡| 久久精品亚洲精品国产色婷小说| 精品国产超薄肉色丝袜足j| 搡老岳熟女国产| videosex国产| 母亲3免费完整高清在线观看| 国产97色在线日韩免费| 中文字幕av电影在线播放| 丰满饥渴人妻一区二区三| 免费少妇av软件| 久久人妻熟女aⅴ| 日韩一卡2卡3卡4卡2021年| 国产精品电影一区二区三区 | 麻豆成人av在线观看| 一个人免费看片子| 在线观看人妻少妇| 他把我摸到了高潮在线观看 | 2018国产大陆天天弄谢| 午夜福利影视在线免费观看| 亚洲成人免费电影在线观看| 精品人妻在线不人妻| 亚洲七黄色美女视频| 操美女的视频在线观看| 色视频在线一区二区三区| 亚洲精品一卡2卡三卡4卡5卡| 男女午夜视频在线观看| 欧美黑人欧美精品刺激| 国产成人精品久久二区二区91| 精品久久久久久电影网| 一级毛片女人18水好多| 黄色成人免费大全| 国产精品久久久av美女十八| 亚洲专区中文字幕在线| 考比视频在线观看| 亚洲av第一区精品v没综合| 99久久国产精品久久久| 一级毛片电影观看| 热99国产精品久久久久久7| 国产精品久久久久久精品古装| 国产在线观看jvid| 国产有黄有色有爽视频| 欧美日韩视频精品一区| 亚洲精品国产一区二区精华液| 欧美性长视频在线观看| 黑人巨大精品欧美一区二区蜜桃| 国产伦理片在线播放av一区| 肉色欧美久久久久久久蜜桃| 亚洲精品自拍成人| 国产精品久久电影中文字幕 | 精品欧美一区二区三区在线| 久久午夜综合久久蜜桃| 岛国在线观看网站| 妹子高潮喷水视频| 涩涩av久久男人的天堂| 99精国产麻豆久久婷婷| 香蕉国产在线看| 两个人看的免费小视频| 一边摸一边做爽爽视频免费| 一进一出好大好爽视频| 久久亚洲真实| 国产欧美日韩一区二区精品| 午夜久久久在线观看| 日韩免费高清中文字幕av| 狠狠精品人妻久久久久久综合| 在线天堂中文资源库| 高清毛片免费观看视频网站 | 亚洲精品在线美女| 久久天堂一区二区三区四区| 日本a在线网址| 首页视频小说图片口味搜索| 男男h啪啪无遮挡| 999精品在线视频| 亚洲精品美女久久久久99蜜臀| 一区在线观看完整版| 脱女人内裤的视频| 精品少妇一区二区三区视频日本电影| av在线播放免费不卡| 肉色欧美久久久久久久蜜桃| 亚洲天堂av无毛| 亚洲色图综合在线观看| 天天躁夜夜躁狠狠躁躁| 90打野战视频偷拍视频| 日本一区二区免费在线视频| 精品高清国产在线一区| 女人高潮潮喷娇喘18禁视频| 老司机影院毛片| 国产单亲对白刺激| 精品卡一卡二卡四卡免费| 每晚都被弄得嗷嗷叫到高潮| 91成人精品电影| 亚洲中文av在线| 亚洲一卡2卡3卡4卡5卡精品中文| 看免费av毛片| 飞空精品影院首页| 十八禁网站免费在线| 69精品国产乱码久久久| 亚洲精品av麻豆狂野| 女人高潮潮喷娇喘18禁视频| 极品教师在线免费播放| 欧美黄色淫秽网站| 我要看黄色一级片免费的| av在线播放免费不卡| 视频在线观看一区二区三区| 成人影院久久| 亚洲午夜精品一区,二区,三区| 国产xxxxx性猛交| 久久精品国产亚洲av高清一级| 国产精品久久电影中文字幕 | 国产麻豆69| 热re99久久国产66热| 午夜精品国产一区二区电影| 亚洲人成77777在线视频| 亚洲精品乱久久久久久| 欧美日韩国产mv在线观看视频| 男女午夜视频在线观看| 黄频高清免费视频| 国产成人啪精品午夜网站| 九色亚洲精品在线播放| 日韩欧美一区二区三区在线观看 | videosex国产| 中文字幕人妻熟女乱码| 99久久精品国产亚洲精品| av电影中文网址| 在线观看免费视频网站a站| 这个男人来自地球电影免费观看| 一级毛片电影观看| 国产亚洲一区二区精品| 黄色成人免费大全| av国产精品久久久久影院| 国产黄频视频在线观看| 亚洲精品中文字幕一二三四区 | 国产精品偷伦视频观看了| 国产一区有黄有色的免费视频| 亚洲欧美日韩另类电影网站| 韩国精品一区二区三区| 另类亚洲欧美激情| 国产精品成人在线| 久久久久久久久免费视频了| 成人国产一区最新在线观看| 国产一区二区三区在线臀色熟女 | 亚洲精品国产精品久久久不卡| aaaaa片日本免费| av电影中文网址| 国产成人系列免费观看| 老鸭窝网址在线观看| 最近最新中文字幕大全电影3 | 国产精品99久久99久久久不卡| av欧美777| 国产精品久久久久久人妻精品电影 | 国产成人一区二区三区免费视频网站| av电影中文网址| 精品视频人人做人人爽| 如日韩欧美国产精品一区二区三区| 精品少妇内射三级| 波多野结衣av一区二区av| 午夜福利在线观看吧| 99精品在免费线老司机午夜| 久久久久久久国产电影| 露出奶头的视频| 777米奇影视久久| 日韩一区二区三区影片| 亚洲精品粉嫩美女一区| 99久久精品国产亚洲精品| 老熟妇乱子伦视频在线观看| 国产深夜福利视频在线观看| 国产免费福利视频在线观看| 色尼玛亚洲综合影院| 精品国产超薄肉色丝袜足j| 性高湖久久久久久久久免费观看| 99久久精品国产亚洲精品| 亚洲一区中文字幕在线| 欧美黄色片欧美黄色片| 一区二区av电影网| 在线十欧美十亚洲十日本专区| 考比视频在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 天天躁日日躁夜夜躁夜夜| 精品视频人人做人人爽| 国产熟女午夜一区二区三区| 91精品国产国语对白视频| 搡老岳熟女国产| 如日韩欧美国产精品一区二区三区| 制服人妻中文乱码| 99国产极品粉嫩在线观看| 电影成人av| 黄色怎么调成土黄色| 无遮挡黄片免费观看| 免费人妻精品一区二区三区视频| 久久 成人 亚洲| 男女无遮挡免费网站观看| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美国产精品va在线观看不卡| 91精品三级在线观看| 免费在线观看黄色视频的| 欧美精品亚洲一区二区| 99在线人妻在线中文字幕 | 两个人看的免费小视频| 极品少妇高潮喷水抽搐| 欧美成狂野欧美在线观看| 一本大道久久a久久精品| 99re6热这里在线精品视频| 最新在线观看一区二区三区| 九色亚洲精品在线播放| 视频区欧美日本亚洲| √禁漫天堂资源中文www| 欧美 日韩 精品 国产| 亚洲国产精品一区二区三区在线| 亚洲欧洲精品一区二区精品久久久| 乱人伦中国视频| 天堂中文最新版在线下载| 色尼玛亚洲综合影院| 免费在线观看影片大全网站| 高清视频免费观看一区二区| 国产精品秋霞免费鲁丝片| 国产精品98久久久久久宅男小说| 一二三四社区在线视频社区8| 十分钟在线观看高清视频www| 国产日韩欧美视频二区| 啦啦啦 在线观看视频| 多毛熟女@视频| 精品人妻1区二区| 久久久久国内视频| 丝袜美足系列| 1024香蕉在线观看| 国产黄频视频在线观看| 高潮久久久久久久久久久不卡| av天堂在线播放| 欧美亚洲 丝袜 人妻 在线| 高清欧美精品videossex| 美女高潮喷水抽搐中文字幕| 91麻豆av在线| 欧美日韩亚洲高清精品| 中文字幕人妻丝袜制服| 怎么达到女性高潮| 在线观看免费视频网站a站| 欧美日韩福利视频一区二区| 高清欧美精品videossex| 国产在线视频一区二区| 国产精品亚洲av一区麻豆| 亚洲精品在线美女| 久久精品国产亚洲av高清一级| 久久午夜综合久久蜜桃| 国产亚洲精品第一综合不卡| 国产免费现黄频在线看| av网站在线播放免费| 999久久久精品免费观看国产| 性色av乱码一区二区三区2| 看免费av毛片| 精品人妻在线不人妻| 99久久精品国产亚洲精品| 精品一区二区三区视频在线观看免费 | 男女下面插进去视频免费观看| 亚洲色图综合在线观看| 考比视频在线观看| e午夜精品久久久久久久| 亚洲熟女毛片儿| 亚洲一码二码三码区别大吗| 精品一区二区三区av网在线观看 | 国产av一区二区精品久久| 汤姆久久久久久久影院中文字幕| 又黄又粗又硬又大视频| av有码第一页| 91麻豆av在线| 另类精品久久| 国产91精品成人一区二区三区 | 亚洲国产成人一精品久久久| 天天操日日干夜夜撸| 青青草视频在线视频观看| 女人高潮潮喷娇喘18禁视频| 久久午夜亚洲精品久久| 日日爽夜夜爽网站| 80岁老熟妇乱子伦牲交| 国产97色在线日韩免费| 精品国产亚洲在线| 91av网站免费观看| 亚洲情色 制服丝袜| 国产精品香港三级国产av潘金莲| 日韩有码中文字幕| 国产精品98久久久久久宅男小说| 成年人免费黄色播放视频| 狂野欧美激情性xxxx| 亚洲 国产 在线| 亚洲国产精品一区二区三区在线| 一级毛片女人18水好多| 国产又爽黄色视频| 国产亚洲欧美在线一区二区| 狠狠狠狠99中文字幕| 啦啦啦视频在线资源免费观看| 国产91精品成人一区二区三区 | 91成人精品电影| 亚洲天堂av无毛| 黄色成人免费大全| 免费观看av网站的网址| 天堂8中文在线网| 精品国产一区二区三区四区第35| 国产国语露脸激情在线看| 日韩一区二区三区影片| 在线看a的网站| 在线观看舔阴道视频| 老汉色av国产亚洲站长工具| 欧美中文综合在线视频| 久久久国产欧美日韩av| 中文字幕人妻熟女乱码| 亚洲欧美精品综合一区二区三区| 国产有黄有色有爽视频| 高清在线国产一区| 搡老岳熟女国产| 国产成人免费观看mmmm| 老熟妇仑乱视频hdxx| 汤姆久久久久久久影院中文字幕| 亚洲专区字幕在线| 美女高潮到喷水免费观看| 久久久久久久久免费视频了| 国产淫语在线视频| 亚洲免费av在线视频| 91字幕亚洲| 中文欧美无线码| 国产精品1区2区在线观看. | 另类亚洲欧美激情| 一本色道久久久久久精品综合| 纯流量卡能插随身wifi吗| 99riav亚洲国产免费| 日韩免费高清中文字幕av| 亚洲熟妇熟女久久| 精品一区二区三区av网在线观看 | 极品教师在线免费播放| 精品久久久久久电影网| 久久久精品区二区三区| a级毛片在线看网站| 超碰成人久久| 国产av精品麻豆| 男男h啪啪无遮挡| 久久久水蜜桃国产精品网| 淫妇啪啪啪对白视频| 久久精品aⅴ一区二区三区四区| 久久久久国产一级毛片高清牌| 无遮挡黄片免费观看| 桃花免费在线播放| 亚洲成人免费电影在线观看| 一级,二级,三级黄色视频| 9热在线视频观看99| 狠狠狠狠99中文字幕| 超碰成人久久| 国产av精品麻豆| 国产免费视频播放在线视频| 人妻一区二区av| 在线播放国产精品三级| av欧美777| 国产成人啪精品午夜网站| 成年动漫av网址| av网站在线播放免费| 国产一卡二卡三卡精品| 久久久久国产一级毛片高清牌| 国产一区有黄有色的免费视频| 日本vs欧美在线观看视频| 午夜精品国产一区二区电影| 桃红色精品国产亚洲av| 侵犯人妻中文字幕一二三四区| 大型av网站在线播放| 我要看黄色一级片免费的| 日韩欧美免费精品| 午夜日韩欧美国产| 五月开心婷婷网| 啦啦啦中文免费视频观看日本| 十八禁网站免费在线| 最近最新中文字幕大全电影3 | 99精品在免费线老司机午夜| 天堂动漫精品| 国产av国产精品国产| 久久久久精品人妻al黑| 国产成人av激情在线播放| 人妻 亚洲 视频| 亚洲精品国产一区二区精华液| 国产又色又爽无遮挡免费看| 人妻久久中文字幕网| 久久狼人影院| 欧美另类亚洲清纯唯美| 男女无遮挡免费网站观看| 午夜激情久久久久久久| 精品一品国产午夜福利视频| 国产成人啪精品午夜网站| 久久亚洲精品不卡| 多毛熟女@视频| 人妻 亚洲 视频| 国产片内射在线| 国产91精品成人一区二区三区 | 久久中文看片网| 欧美久久黑人一区二区| 久久天堂一区二区三区四区| svipshipincom国产片| 久热这里只有精品99| 丰满人妻熟妇乱又伦精品不卡| 国产av一区二区精品久久| 免费av中文字幕在线| av欧美777| 多毛熟女@视频| 亚洲精品久久成人aⅴ小说| 午夜成年电影在线免费观看| 精品人妻在线不人妻| 成人18禁在线播放| 宅男免费午夜| 国产精品一区二区免费欧美| 天堂动漫精品| 看免费av毛片| 在线天堂中文资源库| 99国产精品99久久久久| 人人妻人人澡人人爽人人夜夜| 99久久99久久久精品蜜桃| 90打野战视频偷拍视频| 无限看片的www在线观看| 日韩欧美免费精品| 99国产精品一区二区三区| 99国产精品一区二区蜜桃av | 亚洲欧美激情在线| 超色免费av| 欧美国产精品一级二级三级| 久久精品aⅴ一区二区三区四区| 高清在线国产一区| 久久毛片免费看一区二区三区| 夫妻午夜视频| 91麻豆精品激情在线观看国产 | 国产精品av久久久久免费| 国产成+人综合+亚洲专区| 最近最新中文字幕大全免费视频| 手机成人av网站| 一级,二级,三级黄色视频| 亚洲欧美激情在线| 欧美人与性动交α欧美精品济南到| 欧美 日韩 精品 国产| 黄色片一级片一级黄色片| 韩国精品一区二区三区| 免费不卡黄色视频| 日本欧美视频一区| 亚洲欧洲日产国产| 久久中文看片网| 人人妻人人添人人爽欧美一区卜| 99在线人妻在线中文字幕 | 99国产精品一区二区三区| 人成视频在线观看免费观看| 一二三四在线观看免费中文在| 18在线观看网站| 国产亚洲一区二区精品| 午夜精品久久久久久毛片777| 999久久久国产精品视频| 桃花免费在线播放| 亚洲第一av免费看| 欧美精品av麻豆av| 亚洲久久久国产精品| 亚洲国产欧美网| 国内毛片毛片毛片毛片毛片| 亚洲午夜精品一区,二区,三区| 超色免费av| 91字幕亚洲| 久久久久视频综合| 久热这里只有精品99| 搡老乐熟女国产| 啦啦啦 在线观看视频| 丰满少妇做爰视频| 18禁美女被吸乳视频| 一二三四在线观看免费中文在| 色精品久久人妻99蜜桃| 另类精品久久| 日韩一卡2卡3卡4卡2021年| 国产精品久久久av美女十八| 夫妻午夜视频| 精品少妇黑人巨大在线播放| 亚洲av片天天在线观看| 免费女性裸体啪啪无遮挡网站| 九色亚洲精品在线播放| 免费人妻精品一区二区三区视频| 久久久久久久大尺度免费视频| 两人在一起打扑克的视频| 国产主播在线观看一区二区| av片东京热男人的天堂| 国产不卡一卡二| 亚洲精品国产色婷婷电影| 亚洲视频免费观看视频| 天堂8中文在线网| 久久精品人人爽人人爽视色| av不卡在线播放| 久久天躁狠狠躁夜夜2o2o| 黄色 视频免费看| 极品人妻少妇av视频| 成年动漫av网址| 高潮久久久久久久久久久不卡| 亚洲九九香蕉| 国产精品99久久99久久久不卡| 免费观看a级毛片全部| 一个人免费看片子|