• <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
    精品国产国语对白av| 国产午夜精品久久久久久| 我的亚洲天堂| 精品午夜福利视频在线观看一区| 色播亚洲综合网| 亚洲九九香蕉| 久久天堂一区二区三区四区| 亚洲国产毛片av蜜桃av| 伊人久久大香线蕉亚洲五| 中文字幕人成人乱码亚洲影| 午夜福利18| 国产欧美日韩一区二区三| 亚洲成av片中文字幕在线观看| 久久亚洲精品不卡| 人人妻,人人澡人人爽秒播| 不卡一级毛片| 亚洲国产精品合色在线| 亚洲国产欧美网| 窝窝影院91人妻| 色综合欧美亚洲国产小说| 午夜激情福利司机影院| 男人操女人黄网站| 麻豆成人午夜福利视频| 国产成人影院久久av| 男女视频在线观看网站免费 | 草草在线视频免费看| 久久人人精品亚洲av| 国产又色又爽无遮挡免费看| 国产av一区二区精品久久| 精品国产美女av久久久久小说| 搡老妇女老女人老熟妇| 欧美成人免费av一区二区三区| 国产精品野战在线观看| 成人国产一区最新在线观看| 久久久久久国产a免费观看| 桃红色精品国产亚洲av| 欧美久久黑人一区二区| 黑人巨大精品欧美一区二区mp4| 日本 av在线| 男女之事视频高清在线观看| 99久久综合精品五月天人人| 国产黄片美女视频| 久久精品aⅴ一区二区三区四区| 久久精品国产亚洲av高清一级| 欧美黄色淫秽网站| 曰老女人黄片| 国产av一区二区精品久久| 亚洲精华国产精华精| 亚洲av电影不卡..在线观看| 侵犯人妻中文字幕一二三四区| 国产蜜桃级精品一区二区三区| 久久亚洲真实| 中文字幕最新亚洲高清| 亚洲熟女毛片儿| 国产蜜桃级精品一区二区三区| 黄色视频,在线免费观看| 国产麻豆成人av免费视频| 淫妇啪啪啪对白视频| 亚洲电影在线观看av| 亚洲成人国产一区在线观看| 视频在线观看一区二区三区| 校园春色视频在线观看| 麻豆一二三区av精品| 国产精品一区二区免费欧美| 啦啦啦韩国在线观看视频| 免费一级毛片在线播放高清视频| 精品午夜福利视频在线观看一区| 美女扒开内裤让男人捅视频| 亚洲第一欧美日韩一区二区三区| 亚洲色图 男人天堂 中文字幕| 婷婷丁香在线五月| 亚洲国产精品合色在线| 日韩成人在线观看一区二区三区| 亚洲精品中文字幕一二三四区| 桃色一区二区三区在线观看| 亚洲国产精品合色在线| 香蕉av资源在线| 麻豆av在线久日| www.熟女人妻精品国产| 侵犯人妻中文字幕一二三四区| 国产蜜桃级精品一区二区三区| 亚洲精品久久国产高清桃花| 日韩大尺度精品在线看网址| 99久久久亚洲精品蜜臀av| 精品乱码久久久久久99久播| 亚洲人成电影免费在线| 国产99久久九九免费精品| 国产熟女xx| 亚洲人成网站在线播放欧美日韩| 12—13女人毛片做爰片一| 日韩欧美 国产精品| av欧美777| 午夜a级毛片| 亚洲,欧美精品.| 伊人久久大香线蕉亚洲五| www.自偷自拍.com| 亚洲成人久久性| 18禁国产床啪视频网站| 成人手机av| 亚洲精品一卡2卡三卡4卡5卡| avwww免费| 亚洲五月天丁香| 国产av一区在线观看免费| 国产亚洲av高清不卡| 日韩欧美三级三区| 国产真实乱freesex| 成人欧美大片| 中文字幕人成人乱码亚洲影| 1024视频免费在线观看| 麻豆一二三区av精品| 国产三级在线视频| 国产成人精品无人区| 欧美日韩福利视频一区二区| 国产一级毛片七仙女欲春2 | 日韩高清综合在线| 久久午夜亚洲精品久久| 亚洲人成伊人成综合网2020| 欧美黄色片欧美黄色片| 久久中文看片网| 18禁美女被吸乳视频| 久久这里只有精品19| 免费观看精品视频网站| 一级a爱视频在线免费观看| 国产在线观看jvid| 亚洲国产精品成人综合色| 欧美一级毛片孕妇| 一二三四在线观看免费中文在| 两个人免费观看高清视频| 国产精品二区激情视频| 动漫黄色视频在线观看| 欧美人与性动交α欧美精品济南到| 99热只有精品国产| 美女高潮喷水抽搐中文字幕| 国产精品香港三级国产av潘金莲| 在线永久观看黄色视频| 悠悠久久av| 国产av在哪里看| 天天躁狠狠躁夜夜躁狠狠躁| av在线播放免费不卡| 少妇被粗大的猛进出69影院| 日本精品一区二区三区蜜桃| 免费av毛片视频| 日韩欧美国产一区二区入口| 亚洲第一电影网av| 欧美另类亚洲清纯唯美| 黄片播放在线免费| 波多野结衣巨乳人妻| 女人爽到高潮嗷嗷叫在线视频| 亚洲精品av麻豆狂野| 中文字幕高清在线视频| av电影中文网址| 国产黄片美女视频| 欧美一区二区精品小视频在线| 男女午夜视频在线观看| 亚洲国产毛片av蜜桃av| 亚洲国产看品久久| 黄色女人牲交| 亚洲精品粉嫩美女一区| 国产一区二区激情短视频| 黄片小视频在线播放| 99在线人妻在线中文字幕| 在线天堂中文资源库| АⅤ资源中文在线天堂| 波多野结衣高清作品| 男人舔女人下体高潮全视频| 一a级毛片在线观看| 一a级毛片在线观看| 国产一卡二卡三卡精品| 一级a爱片免费观看的视频| 一边摸一边做爽爽视频免费| 亚洲专区字幕在线| 成人免费观看视频高清| 午夜福利欧美成人| www.自偷自拍.com| 亚洲精品在线美女| 又黄又粗又硬又大视频| 精品久久蜜臀av无| 一本久久中文字幕| 一个人免费在线观看的高清视频| 精品国产一区二区三区四区第35| av视频在线观看入口| 国产精品永久免费网站| 久久精品人妻少妇| 免费搜索国产男女视频| 久久国产亚洲av麻豆专区| 亚洲欧美日韩无卡精品| 久久性视频一级片| 天天一区二区日本电影三级| 黄色视频不卡| 美女扒开内裤让男人捅视频| 成人国产一区最新在线观看| 中亚洲国语对白在线视频| 精品一区二区三区av网在线观看| 色在线成人网| 高清毛片免费观看视频网站| 美国免费a级毛片| 欧美黑人精品巨大| 人人妻人人澡人人看| 757午夜福利合集在线观看| 欧美激情 高清一区二区三区| 一进一出抽搐动态| 一级a爱视频在线免费观看| 天堂√8在线中文| 夜夜夜夜夜久久久久| 亚洲精品一卡2卡三卡4卡5卡| 亚洲国产欧洲综合997久久, | 国产不卡一卡二| av超薄肉色丝袜交足视频| 夜夜躁狠狠躁天天躁| 久久久久亚洲av毛片大全| 久久精品国产亚洲av高清一级| 国产高清videossex| 亚洲成人久久性| 亚洲九九香蕉| 黄色a级毛片大全视频| 国产男靠女视频免费网站| 免费人成视频x8x8入口观看| 国产1区2区3区精品| 搡老岳熟女国产| 国产色视频综合| 亚洲午夜理论影院| 国产精品二区激情视频| 亚洲avbb在线观看| www.自偷自拍.com| 久久性视频一级片| 精品福利观看| 国产精品自产拍在线观看55亚洲| 久久国产精品人妻蜜桃| 精华霜和精华液先用哪个| 成人手机av| netflix在线观看网站| 日韩欧美一区视频在线观看| 老司机午夜十八禁免费视频| 成人特级黄色片久久久久久久| 久久久精品欧美日韩精品| 日韩欧美在线二视频| 999久久久国产精品视频| 亚洲精品中文字幕一二三四区| 黄色a级毛片大全视频| 天天躁狠狠躁夜夜躁狠狠躁| 女警被强在线播放| 一区二区三区激情视频| 99国产精品一区二区蜜桃av| 午夜日韩欧美国产| 深夜精品福利| 国产激情久久老熟女| 一进一出抽搐gif免费好疼| 51午夜福利影视在线观看| 国产成人av激情在线播放| 欧美av亚洲av综合av国产av| 亚洲人成电影免费在线| 黑人巨大精品欧美一区二区mp4| 久久久久久大精品| 国产又黄又爽又无遮挡在线| 美女免费视频网站| 久久这里只有精品19| 亚洲五月色婷婷综合| 国产精品自产拍在线观看55亚洲| 精品国内亚洲2022精品成人| 亚洲成人国产一区在线观看| 亚洲第一欧美日韩一区二区三区| 91字幕亚洲| 亚洲五月天丁香| 亚洲中文日韩欧美视频| 深夜精品福利| 精品久久久久久久久久久久久 | 禁无遮挡网站| 亚洲午夜精品一区,二区,三区| www.999成人在线观看| 免费看日本二区| 亚洲国产欧美日韩在线播放| 18美女黄网站色大片免费观看| 在线观看舔阴道视频| 亚洲,欧美精品.| 亚洲欧美精品综合久久99| 免费在线观看影片大全网站| 高清毛片免费观看视频网站| 国产黄片美女视频| 亚洲七黄色美女视频| 中文字幕久久专区| 国产精品,欧美在线| 欧美人与性动交α欧美精品济南到| 白带黄色成豆腐渣| 日韩欧美免费精品| 麻豆一二三区av精品| 国产欧美日韩一区二区三| 国产亚洲欧美98| 色哟哟哟哟哟哟| 日韩av在线大香蕉| 久久精品亚洲精品国产色婷小说| 亚洲无线在线观看| 免费观看精品视频网站| 日韩欧美三级三区| 久久久久精品国产欧美久久久| 2021天堂中文幕一二区在线观 | 2021天堂中文幕一二区在线观 | 美女免费视频网站| 国产区一区二久久| 久久久久久人人人人人| 大香蕉久久成人网| 国产精品一区二区精品视频观看| 18禁美女被吸乳视频| 亚洲男人的天堂狠狠| 久久青草综合色| 一区二区三区高清视频在线| 久久99热这里只有精品18| or卡值多少钱| 欧美人与性动交α欧美精品济南到| 久久青草综合色| 国产精品免费视频内射| 亚洲,欧美精品.| 国产av又大| 麻豆一二三区av精品| 波多野结衣高清无吗| 久久香蕉国产精品| 国产区一区二久久| 黄色成人免费大全| 国产精品,欧美在线| 母亲3免费完整高清在线观看| 黄色丝袜av网址大全| 免费在线观看影片大全网站| 精品久久久久久久毛片微露脸| 特大巨黑吊av在线直播 | 日本 欧美在线| 久久午夜综合久久蜜桃| 日韩欧美 国产精品| 国产亚洲精品久久久久5区| www.熟女人妻精品国产| 亚洲精品中文字幕在线视频| or卡值多少钱| 丰满人妻熟妇乱又伦精品不卡| 亚洲一区二区三区色噜噜| 日韩欧美免费精品| 中文字幕精品亚洲无线码一区 | 国产黄a三级三级三级人| 欧美黑人巨大hd| 正在播放国产对白刺激| 少妇粗大呻吟视频| 人成视频在线观看免费观看| 九色国产91popny在线| 国产亚洲精品一区二区www| 欧美激情 高清一区二区三区| 午夜激情福利司机影院| 少妇熟女aⅴ在线视频| 亚洲欧美日韩无卡精品| 免费看十八禁软件| 国产aⅴ精品一区二区三区波| 亚洲中文字幕一区二区三区有码在线看 | av天堂在线播放| 极品教师在线免费播放| 熟女少妇亚洲综合色aaa.| 老熟妇乱子伦视频在线观看| 精品乱码久久久久久99久播| 黄色 视频免费看| 免费高清视频大片| 国产97色在线日韩免费| 久久精品亚洲精品国产色婷小说| 亚洲激情在线av| 人妻久久中文字幕网| 色在线成人网| 可以免费在线观看a视频的电影网站| 免费看a级黄色片| x7x7x7水蜜桃| 日本五十路高清| 很黄的视频免费| 大型黄色视频在线免费观看| 免费在线观看亚洲国产| 国产av在哪里看| 日韩一卡2卡3卡4卡2021年| 伊人久久大香线蕉亚洲五| 一级作爱视频免费观看| 国产爱豆传媒在线观看 | 国产精品电影一区二区三区| 久久香蕉国产精品| 亚洲午夜理论影院| 国产亚洲精品久久久久5区| 一本综合久久免费| 最近最新中文字幕大全免费视频| 老司机在亚洲福利影院| 最近最新免费中文字幕在线| 久久国产精品影院| 两性夫妻黄色片| 午夜两性在线视频| 久久中文字幕人妻熟女| 午夜免费鲁丝| 国产亚洲av高清不卡| 亚洲五月色婷婷综合| 国产精品久久久久久精品电影 | 中文字幕精品免费在线观看视频| 亚洲激情在线av| 成年女人毛片免费观看观看9| 12—13女人毛片做爰片一| 亚洲中文av在线| 国产单亲对白刺激| 亚洲一区二区三区色噜噜| 亚洲国产精品成人综合色| 看黄色毛片网站| 一区福利在线观看| 中文字幕人妻熟女乱码| 成年版毛片免费区| videosex国产| 成人亚洲精品av一区二区| 一进一出抽搐gif免费好疼| 男女视频在线观看网站免费 | 美国免费a级毛片| 亚洲久久久国产精品| 婷婷丁香在线五月| 欧美一区二区精品小视频在线| 日韩av在线大香蕉| 日日摸夜夜添夜夜添小说| 国产又色又爽无遮挡免费看| 免费在线观看黄色视频的| 国产精品98久久久久久宅男小说| 俄罗斯特黄特色一大片| www.熟女人妻精品国产| 欧美黄色片欧美黄色片| 国内精品久久久久精免费| 亚洲熟妇中文字幕五十中出| 热re99久久国产66热| 久久久久久大精品| 超碰成人久久| 久久亚洲真实| 动漫黄色视频在线观看| 在线观看免费午夜福利视频| 国产男靠女视频免费网站| 可以免费在线观看a视频的电影网站| 欧美在线黄色| 国产精品 欧美亚洲| 在线永久观看黄色视频| 精品国产乱子伦一区二区三区| 国产欧美日韩精品亚洲av| 精品久久久久久久人妻蜜臀av| 90打野战视频偷拍视频| 欧美国产精品va在线观看不卡| 欧美成人性av电影在线观看| 日本成人三级电影网站| 一本久久中文字幕| 天天躁夜夜躁狠狠躁躁| 久久草成人影院| 搡老岳熟女国产| 国产久久久一区二区三区| 精品国产美女av久久久久小说| 欧美大码av| 亚洲第一青青草原| 日日摸夜夜添夜夜添小说| 亚洲性夜色夜夜综合| 无限看片的www在线观看| 人成视频在线观看免费观看| 欧美激情久久久久久爽电影| 俄罗斯特黄特色一大片| 国产精品 欧美亚洲| 成人三级做爰电影| 麻豆久久精品国产亚洲av| 精品久久久久久久末码| netflix在线观看网站| 麻豆av在线久日| 日韩精品青青久久久久久| 日本免费a在线| 中文字幕高清在线视频| 免费在线观看完整版高清| 欧美中文日本在线观看视频| www.自偷自拍.com| 久久午夜亚洲精品久久| 婷婷精品国产亚洲av| 91成年电影在线观看| 国产精品一区二区免费欧美| 一区二区日韩欧美中文字幕| 狂野欧美激情性xxxx| 欧美+亚洲+日韩+国产| 一区二区三区精品91| 欧美激情久久久久久爽电影| 亚洲九九香蕉| 热re99久久国产66热| 在线天堂中文资源库| 日日爽夜夜爽网站| 国产高清有码在线观看视频 | 亚洲一区二区三区不卡视频| a级毛片在线看网站| 妹子高潮喷水视频| 国产97色在线日韩免费| 精品国产美女av久久久久小说| 成人一区二区视频在线观看| 国产亚洲av高清不卡| 无遮挡黄片免费观看| 午夜福利在线观看吧| 久久婷婷成人综合色麻豆| 很黄的视频免费| www日本黄色视频网| 成人亚洲精品av一区二区| 国产av一区二区精品久久| 国产成人av激情在线播放| 亚洲精品美女久久av网站| xxx96com| 精品无人区乱码1区二区| 天天躁狠狠躁夜夜躁狠狠躁| 性欧美人与动物交配| 日韩 欧美 亚洲 中文字幕| 亚洲男人的天堂狠狠| 深夜精品福利| 中文资源天堂在线| 啪啪无遮挡十八禁网站| 少妇粗大呻吟视频| 国内精品久久久久久久电影| 亚洲国产精品sss在线观看| 午夜成年电影在线免费观看| 国产三级黄色录像| 欧美国产精品va在线观看不卡| 日韩大码丰满熟妇| 韩国精品一区二区三区| 亚洲精品国产一区二区精华液| 长腿黑丝高跟| 成人永久免费在线观看视频| 国产精品 国内视频| 亚洲精品国产区一区二| 99久久精品国产亚洲精品| 日韩 欧美 亚洲 中文字幕| 男女那种视频在线观看| 听说在线观看完整版免费高清| www日本在线高清视频| 一级片免费观看大全| 99久久久亚洲精品蜜臀av| 性欧美人与动物交配| 久久天堂一区二区三区四区| 热re99久久国产66热| 亚洲国产欧美一区二区综合| 嫩草影视91久久| 久久伊人香网站| 国产一区二区激情短视频| 国产精品国产高清国产av| 1024手机看黄色片| 嫩草影视91久久| 日本在线视频免费播放| 亚洲精品国产精品久久久不卡| 欧美绝顶高潮抽搐喷水| a级毛片在线看网站| 亚洲三区欧美一区| 亚洲欧美激情综合另类| 国产真人三级小视频在线观看| 亚洲天堂国产精品一区在线| 日韩三级视频一区二区三区| 国产精品亚洲美女久久久| a在线观看视频网站| 午夜福利在线在线| 久久草成人影院| 日韩欧美三级三区| 欧美日本亚洲视频在线播放| 黑人巨大精品欧美一区二区mp4| 波多野结衣高清作品| 久久久久久久久免费视频了| 变态另类丝袜制服| 男男h啪啪无遮挡| 精品国产乱码久久久久久男人| 久久久久免费精品人妻一区二区 | 亚洲aⅴ乱码一区二区在线播放 | 不卡一级毛片| 久久九九热精品免费| 丝袜在线中文字幕| 很黄的视频免费| 午夜福利18| 欧美日韩亚洲国产一区二区在线观看| 日韩欧美一区二区三区在线观看| 国产成人av激情在线播放| 久久久久久大精品| 女人爽到高潮嗷嗷叫在线视频| а√天堂www在线а√下载| 手机成人av网站| 国产精品 国内视频| 不卡一级毛片| 97超级碰碰碰精品色视频在线观看| 国产精品香港三级国产av潘金莲| 亚洲男人的天堂狠狠| 亚洲久久久国产精品| 国产亚洲精品一区二区www| 久久天躁狠狠躁夜夜2o2o| 身体一侧抽搐| av片东京热男人的天堂| 国产又爽黄色视频| 中文字幕最新亚洲高清| 亚洲av美国av| 久久国产亚洲av麻豆专区| 精品久久久久久久毛片微露脸| 两性午夜刺激爽爽歪歪视频在线观看 | 国产爱豆传媒在线观看 | 久久久久精品国产欧美久久久| 99精品欧美一区二区三区四区| 人人澡人人妻人| or卡值多少钱| 欧美不卡视频在线免费观看 | 日韩大码丰满熟妇| 精品少妇一区二区三区视频日本电影| a级毛片在线看网站| 一级黄色大片毛片| 国产精品久久视频播放| 在线观看66精品国产| 桃红色精品国产亚洲av| 亚洲电影在线观看av| 午夜精品在线福利| 黄色 视频免费看| 中文字幕人妻熟女乱码| 男人舔奶头视频| 国产亚洲欧美98| 中文字幕人成人乱码亚洲影| www.精华液| 91麻豆精品激情在线观看国产| 人人澡人人妻人| 天天添夜夜摸| 老司机在亚洲福利影院| 给我免费播放毛片高清在线观看| 12—13女人毛片做爰片一| av片东京热男人的天堂| 久久天堂一区二区三区四区| 看片在线看免费视频| 一夜夜www| 国产精品1区2区在线观看.| 一区二区三区精品91|