• <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 ?

    基于多種群搜索的PSO的物流配送中心尋址求解

    2017-04-01 05:10:04楊愛峰陳亞波
    關(guān)鍵詞:子群物流配送適應(yīng)度

    李 磊, 楊愛峰, 唐 娜, 陳亞波

    (1.合肥工業(yè)大學(xué) 管理學(xué)院,安徽 合肥 230009; 2.過程優(yōu)化與智能決策教育部重點實驗室,安徽 合肥 230009)

    基于多種群搜索的PSO的物流配送中心尋址求解

    李 磊1,2, 楊愛峰1,2, 唐 娜1,2, 陳亞波1,2

    (1.合肥工業(yè)大學(xué) 管理學(xué)院,安徽 合肥 230009; 2.過程優(yōu)化與智能決策教育部重點實驗室,安徽 合肥 230009)

    物流配送中心選址不僅影響運輸?shù)瘸杀?而且也影響顧客的服務(wù)水平,在現(xiàn)代物流中具有重要的現(xiàn)實意義。針對物流配送中心選址問題,文章提出了一種基于改進粒子算法的智能求解方法,建立了物流配送中心選擇模型,根據(jù)模型特點設(shè)計出了與免疫優(yōu)化算法混合的粒子群算法、多種群搜索策略、混沌初始化方法、多樣性評價方法。通過合理地設(shè)置算法參數(shù),對物流配送中心選址問題進行實驗比較,實驗結(jié)果表明,該文算法的求解效果良好,并且求解的速度較快。

    物流配送中心選址;粒子群算法;多種群;混沌;精英子群

    粒子群優(yōu)化算法[1](particle swarm optimization,PSO)是1995年美國學(xué)者Eberhart E C和Kennedy J提出的一種群智能優(yōu)化算法。PSO算法具有參數(shù)少、收斂速度快的優(yōu)點[2],但是同時也具有容易陷入局部解的缺點,而且基本PSO算法主要是用來解決連續(xù)性問題的一種算法,要應(yīng)用到離散問題或者組合優(yōu)化問題則要進行相應(yīng)的設(shè)置和改進。目前主要用于解決離散化問題的PSO算法主要有如下3種:① 對PSO算法解的表現(xiàn)形式和更新公式進行重新定義,如二進制PSO算法[3]等;② 不改變PSO算法的形式,仍然使用基本PSO算法進行求解,只是在求解的最后將所得解取整;③ 將PSO算法與離散化的算法進行混合求解,如與遺傳算法混合的PSO算法[4]、與蟻群算法混合的PSO算法[5]、模擬退火粒子群優(yōu)化算法[6]、基于粒子群優(yōu)化的電動汽車再生制動模糊控制[7]等。

    物流配送中心選址問題[8]是典型的組合優(yōu)化問題,由于它是一個整數(shù)規(guī)劃,且變量及相關(guān)約束非常多,屬于典型的NP難問題,找到多項式計算時間內(nèi)的解非常困難。傳統(tǒng)的求解方法有重心法、拉格朗日松弛法、分支定界法等。其中重心法主要用于單一配送中心選址模型;拉格朗日松弛法往往可以獲得中等規(guī)模問題的次優(yōu)解,但其性能依賴于問題本身結(jié)構(gòu);分支定界法能獲得問題的全局最優(yōu)解,但隨著問題規(guī)模增加求解效率低下,適合一些小規(guī)模簡單模型。近年來由于啟發(fā)式隨機優(yōu)化方法在復(fù)雜優(yōu)化問題中的廣泛應(yīng)用,為物流配送中心選址問題提供了新的思路,比如遺傳算法、免疫優(yōu)化算法、粒子群算法等。

    1 免疫優(yōu)化算法

    生物免疫系統(tǒng)是一個高度進化的生物系統(tǒng),旨在區(qū)分外部有害抗原和自身組織,從而保持有機體的穩(wěn)定。從計算角度看,生物免疫系統(tǒng)是一個高度并行、分布、自適應(yīng)和自組織的系統(tǒng),具有很強的學(xué)習(xí)、識別和記憶能力。

    免疫優(yōu)化算法[9](immune optimization algorithm,IOA)是在遺傳算法的基礎(chǔ)上發(fā)展起來的。它模擬生物免疫系統(tǒng)對外來抗原的排除,借鑒免疫系統(tǒng)的自組織學(xué)習(xí)、自適應(yīng)調(diào)節(jié)的特點,在保留遺傳算法優(yōu)良特性的前提下,力圖有選擇、有目的地利用待求問題中的一些特征信息或知識來抑制其優(yōu)化過程中出現(xiàn)的退化現(xiàn)象,具有免疫記憶特性、抗體自我識別能力和免疫多樣性的特點,但與遺傳算法一樣,它仍不能充分利用求解問題的特征信息指導(dǎo)全局搜索,搜索是盲目的、隨機的,在小區(qū)域仍不能克服不成熟收斂現(xiàn)象,在小空間搜索效率并不顯著。免疫算法與遺傳算法類似,采用群體搜索策略,并且強調(diào)群體中個體間的信息交換。但免疫算法評價個體的標準不是適應(yīng)度,而是親和度,因此免疫算法對個體的評價更加合理。

    免疫優(yōu)化算法的優(yōu)化過程如下:

    (1) 分析問題。對問題及其解的特性進行分析,設(shè)計解的合適表達形式。

    (2) 產(chǎn)生初始抗體群。隨機產(chǎn)生N個個體并從記憶庫中提取m個個體構(gòu)成初始群體,其中,m為記憶庫中個體的數(shù)量。

    (3) 對上述群體中各個抗體進行評價。在本算法中對個體的評價是以個體的期望繁殖概率為標準的。

    (4) 形成父代群體。將初始群體按期望繁殖概率進行降序排序,并取前N個個體構(gòu)成父代群體;同時取前m個個體存入記憶庫中。

    (5) 判斷是否滿足結(jié)束條件,是則結(jié)束;反之,則繼續(xù)下一步操作。

    (6) 新群體的產(chǎn)生。基于步驟(4)的計算結(jié)果對抗體群進行選擇、交叉、變異操作得到新群體,再從記憶庫中取出記憶的個體,共同構(gòu)成新一代群體。

    2 基于多種群搜索的粒子群算法

    2.1 基本粒子群算法

    粒子群算法[10]中每個潛在解都代表一個粒子,每個粒子對應(yīng)一個適應(yīng)度值,每個粒子都有一個表示移動方向的速度和位置。粒子在解空間中運動,通過跟蹤個體極值Pbest和群體極值Gbest更新個體位置。

    設(shè)在一個D維搜索空間中,n個粒子組成的種群X=(X1,X2,…,Xn),其中Xi=(xi1,xi2,…,xiD)T,代表第i個粒子在D維搜索空間中的位置,即一個潛在解。Vi=(vi1,vi2,…,viD)T,代表第i個粒子在D維搜索空間中的移動速度,其個體極值為pi=(pi1,pi2,…,piD)T,種群的群體極值為g=(g1,g2,…,gD)T。粒子的速度位置更新公式如下:

    (1)

    (2)

    其中,c1、c2為非負的常數(shù),稱為學(xué)習(xí)因子;r1、r2為分布于[0,1]的隨機數(shù)。

    2.2 基于多種群搜索的粒子群算法

    2.2.1 粒子群的初始化

    本文算法(MSPSO)用粒子的位置變量來表示離散問題的可行解,采用整數(shù)編碼的方式,每個粒子用length維向量表示?;煦鏪11]是自然界廣泛存在的一種非線性現(xiàn)象,具有隨機性、遍歷性和規(guī)律性的特點,現(xiàn)在已被廣泛地運用到隨機優(yōu)化問題中。

    為了提高算法搜索的效率,在粒子群初始化時將粒子均勻分布在解空間中,可以擴展可行解的搜索范圍,有助于提高求解的效率和質(zhì)量,因此,本文將混沌引入到粒子的初始化當中。Logistic混沌映射模型的定義如下:

    (3)

    (4)

    其中,maxAk、minAk為區(qū)間Ak的最大值和最小值;[]為取整符號。

    2.2.2 粒子的多樣性評價

    粒子的多樣性評價反映了粒子之間的相似程度,主要吸取了免疫優(yōu)化算法中抗體間親和度的計算方法。

    定義1(粒子間的相似度) 粒子間的相似度反映了2個粒子之間的相似程度,此處借鑒免疫優(yōu)化算法中抗體間親和度的計算方法。粒子采用整數(shù)編碼的方式,假設(shè)粒子是length維空間上的點,則粒子間的相似度表示為:

    Sij=lij/length

    (5)

    其中,i=1,2,…,N,j=1,2,…,N,N為種群中粒子的數(shù)目;Sij為粒子i與粒子j的分量取值相等的個數(shù)lij占粒子維數(shù)length的比例。

    定義2(粒子與種群的相似程度) 粒子與種群的相似程度指的是粒子分別與種群中其余粒子之間的相似度大于某個閾值的個數(shù)與種群大小的比例,即

    (6)

    其中,T為預(yù)先設(shè)定的某個值;i=1,2,…,N,j=1,2,…,N,N為種群中粒子的數(shù)目。

    定義3(粒子的多樣性參數(shù)) 粒子在種群中的多樣性評價參數(shù)是由粒子的適應(yīng)度值和粒子與種群的相似程度共同決定的,即

    (7)

    其中,i=1,2,…,N,j=1,2,…,N,N為種群中粒子的數(shù)目;fi為粒子i的適應(yīng)度值的倒數(shù);α∈(0,1)。

    (7)式表明:若粒子的適應(yīng)度值越好,則多樣性越好;若粒子與群體相似程度越高,則多樣性越低。這樣就促進了適應(yīng)度好的粒子,同時也抑制了多樣性不好的粒子。

    2.2.3 種群搜索策略

    在初始化種群后,將種群分成pop1和pop2 2個子群,子群pop2進行精確搜索,而子群pop1則輔助pop2進行探索式搜索。

    子群pop1中的每個粒子分別與自身的極值pbest交叉,這樣每個粒子都分別跟蹤不同的歷史極值進行更新,不僅能夠保持該子群的多樣性,而且還能進行全局的搜索,之后通過適當?shù)倪x擇進行變異操作以進行局部的搜索,確保更加準確的搜索。

    子群pop2中的粒子與精英子群中隨機選擇的粒子best進行交叉操作,這樣可以產(chǎn)生更多優(yōu)秀的粒子,之后同樣進行適當?shù)淖儺惒僮?確保對優(yōu)秀個體的局部進行搜索。而精英子群elite的形成是將適應(yīng)度值較好的粒子和根據(jù)(7)式計算得到的粒子組合成的一個子群。

    2個子群間的信息交流是單向交流,pop1通過在搜索過程中得到的種群極值保留在elite中來向pop2傳遞信息,算法搜索策略及子群間的信息交流方式如圖1所示。

    圖1 算法的搜索策略及子群間的信息交流

    粒子與歷史極值和優(yōu)秀個體進行交叉分別表示為:

    p(t)=p(t)?pbest(t)

    (8)

    (9)

    其中,p(t)為群體中的一個粒子;pbest(t)為這個粒子的歷史極值;best(t)為隨機從子群elite中選中的一個粒子,這樣每個粒子追求不同的極值進行迭代,能維持種群的多樣性加快收斂速度;?為交叉操作,這里采用單點交叉法。

    為了在迭代過程中保留較好的粒子,對子群elite主要進行局部的精確搜索,這里采用隨機變異位變異的方法。

    2.2.4 算法流程

    (1) 分析問題。對問題及其解的特性進行分析,設(shè)計解的合適表達形式。

    (2) 參數(shù)設(shè)置。設(shè)置種群大小N、子群大小n1和n2、最大迭代次數(shù)Maxiter、精英子群大小m、解的長度length和多樣性評價參數(shù)D。

    (3) 產(chǎn)生初始解。利用(3)式與(4)式混沌初始化粒子群。

    (4) 分群。首先,把種群中適應(yīng)度值最優(yōu)的粒子加入到精英子群中,然后利用(5)~(7)式將多樣性較好的粒子加入到精英子群中。其次,將群體劃分為2個子群pop1和pop2。

    (5) 子群更新。在子群pop1中,粒子分別與自身極值交叉,然后進行選擇變異,最后計算適應(yīng)度值;在子群pop2中,粒子與在精英子群中隨機選擇的優(yōu)秀粒子進行交叉,然后進行選擇變異,最后計算適應(yīng)度值。

    (6) 精英子群搜索操作。對精英子群進行局部變異搜索是為了精確地搜索優(yōu)秀個體的局部潛在的最優(yōu)解。

    (7) 合群。將子群pop1與子群pop2重新組合成一個群體。

    (8) 判斷是否滿足結(jié)束條件,是則結(jié)束;否則跳到步驟(4)繼續(xù)執(zhí)行。

    3 物流配送中心選址問題求解

    3.1 物流配送中心選址模型

    物流配送中心選址模型[12]中有如下假設(shè):

    (1) 配送中心的規(guī)模容量總可以滿足需求點的需求,并由其配送輻射范圍內(nèi)的需求量確定。

    (2) 一個需求點僅由一個配送中心供應(yīng)。

    (3) 不考慮工廠到配送中心的運輸費用。

    基于以上假設(shè)建立模型,該模型是一個選址/分配模型,在滿足距離上限的情況下,需要從M個備選配送中心中找出m個配送中心向n個需求點配送物品。目標函數(shù)是各配送中心到需求點的運費與配送中心固定建設(shè)費用之和最小。規(guī)劃模型如下:

    (10)

    (11)

    (12)

    (13)

    (14)

    (15)

    其中,N={1,2,…,n}為所有需求點的序號集合;Mi為到需求點i的距離小于s的備選配送中心集合;s為新建配送中心離由其服務(wù)的需求點的距離上限;v為單位產(chǎn)品單位距離的運輸費用(即運費率);wi為需求點的需求量;dij為從需求點i到離其最近的配送中心j的距離;Cj為配送中心的固定建設(shè)成本;p為從候選點選出的配送中心總和;Zij為0-1決策變量,表示用戶和物流中心的服務(wù)需求分配關(guān)系,當其為1時,表示需求點i的需求量由配送中心j供應(yīng),否則Zij=0;hj為0-1決策變量,當其為1時,表示候選點j被選為配送中心,否則hj=0。

    (10)式表示各配送中心到需求點的運費與配送中心固定建設(shè)費用之和;(11)式表示每個需求點只能由一個配送中心送貨;(12)式表示若候選的配送中心沒有被選中,則從該配送中心不能供應(yīng)任何需求點,否則可以供應(yīng);(13)式表示從配送中心到需求點運輸距離不超過s;(14)式表示從候選點選出的配送中心總和等于p;(15)式表示決策變量的0-1約束。

    3.2 問題求解

    本文算法采用整數(shù)編碼的方式,根據(jù)實際問題的需要,每個粒子都是維數(shù)為length(配送中心的數(shù)目)的可行解,代表被選為配送中心的需求點序列,例如:粒子[3 2 8 12 5 9]代表序號為3、2、8、12、5和9的城市被選為配送中心。針對上述配送中心選址模型得到的粒子適應(yīng)度值函數(shù)為:

    (16)

    現(xiàn)在要從12個候選配送中心城市中選取出6個城市作為配送中心來給需求點城市配送物資,使得總的運輸成本最小。為了簡化實驗,將城市間的距離作為運輸費用,單位物資的成本為1。

    21個需求點城市的空間位置和物資需求量見表1所列。

    候選配送中心城市的空間位置和建設(shè)費用見表2所列。

    表1 需求點位置及其物資需求量 t

    表2 候選配送中心城市的位置坐標及建設(shè)成本 萬元

    3.3 實驗結(jié)果分析

    本文的實驗環(huán)境為:硬件環(huán)境采用32位Windows7操作系統(tǒng)、I5CPU、4GB內(nèi)存;軟件環(huán)境采用matlabr2012a。

    本文的實驗參數(shù)設(shè)置為:種群規(guī)模為80、2個子群大小均為40、精英子群的大小為10、最大迭代次數(shù)為200。

    在實驗參數(shù)相同的條件下,將本文算法與PSO[13]、IOA[14](internetofficeautomation)和HPSO[15](harmonionsparticleswarmoptimizer)進行仿真實驗得到的結(jié)果進行比較。

    問題模型的最優(yōu)解方案為[1 8 6 4 2 7],該方案表示候選配送中心城市序號分別為1、8、6、4、2和7的6個候選配送城市被選為配送中心,作為給需求點配送物資的配送點,且這個方案的最小的配送費用為581 663.859 450 40,該最優(yōu)配送方案如圖2所示。

    圖2中25個空心圓圈表示的是25個需求點城市,12個實心圓是候選配送中心城市,而正方形中間的實心圓圈是選中的配送中心城市,與各個配送點有連線的空心圓圈表示圓圈所代表的需求點由這個配送中心配送物資。

    在實驗過程中,4種算法通過迭代尋優(yōu)都能夠找到這個模型的最優(yōu)解,因此得到的最優(yōu)方案與圖2中的方案一致。

    圖2 最優(yōu)配送方案

    4種算法迭代的收斂曲線如圖3所示。從圖3中可以看出4種算法都能收斂到最優(yōu)解。其中,本文算法MSPSO收斂速度比IOA和HPSO算法的收斂速度快,但是要比PSO算法的收斂速度慢。

    圖3 4種算法的收斂曲線

    程序獨立運行20、30、50次時算法得到的最優(yōu)解次數(shù)折線圖如圖4所示。

    從圖4a中可以看出,基本粒子群算法PSO得到最優(yōu)解的次數(shù)最少,其次是免疫優(yōu)化算法IOA、混合粒子群算法與本文算法得到的最優(yōu)解次數(shù)是最多的。

    從圖4b中可以看出,本文算法得到最優(yōu)解的次數(shù)要比PSO、IOA和MPSO算法得到最優(yōu)解次數(shù)都要多。

    從圖4c中可以看出本文算法得到的最優(yōu)解次數(shù)是最多的,比PSO、IOA和MPSO算法得到的最優(yōu)解次數(shù)都要多。

    圖4 程序獨立運行20、30、50次時算法得到的最優(yōu)解次數(shù)

    綜上所述,PSO算法在求解該問題時最不穩(wěn)定、尋優(yōu)的概率最低,IOA算法和HPSO算法在尋優(yōu)的過程中得到最優(yōu)的概率則比較穩(wěn)定,但是得到最優(yōu)解的概率也沒有本文算法的高,而本文算法MSPSO尋找最優(yōu)解的概率是最大的,從而證明了本文算法在求解物流配送中心選址問題時具有良好的效果及穩(wěn)定性。

    4 結(jié) 論

    針對物流配送中心選址問題,本文提出了基于多種群搜索策略的混合粒子群優(yōu)化算法。結(jié)果表明,本文算法在求解物流配送中心選址問題中具有較好的搜索能力,并且搜索的性能也較優(yōu),證明了本文算法在求解離散化的問題方面有著較好的能力。在本文算法中,提出了一種利用混沌初始化種群個體的方法,使粒子能夠均勻分布在問題空間中,提高了搜索到最優(yōu)解的概率,同時把混沌引入到解決離散問題的算法更新中將是下一步的研究工作。

    [1] LABAL N,ZERGUINE A,AL-DHAHIR N.Decision feedback equalization using particle swarm optimization[J].Signal Processing,2015,108:1-12.

    [2] 李麗,牛奔.粒子群優(yōu)化算法[M].北京:冶金工業(yè)出版社,2010:123-124.

    [3] 王志剛,夏慧明,王明剛,等.求解多維背包問題的改進二進制粒子群算法[J].數(shù)學(xué)的實踐與認識,2013,43(19):129-137.

    [4] 劉快,紀志成.基于混合粒子群的RFID網(wǎng)絡(luò)的優(yōu)化部署[J].計算機應(yīng)用研究,2012,29(4):1326-1328.

    [5] 徐青鶴,劉士榮,呂強.基于蟻群混沌行為的離散粒子群算法及其應(yīng)用 [J].計算機科學(xué),2010,37(5):178-180.

    [6] 劉志峰,楊德軍,顧國剛.基于模擬退火粒子群優(yōu)化算法的拆卸序列規(guī)劃[J].合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版),2011,34(2):163-165,179.

    [7] 周云鵬,趙韓,江昊.基于粒子群優(yōu)化的電動汽車再生制動模糊控制[J].合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版),2014,37(7):771-772.

    [8] 王志剛,王明剛,尚旭東.基于人工蜂群算法的配送中心選址問題求解[J].數(shù)學(xué)的實踐與認識,2014, 44(17):170-175.

    [9] 戚玉濤,劉芳,常偉遠,等.求解多目標問題的Memetic的免疫優(yōu)化算法[J].軟件學(xué)報,2013,24(7):1529-2544.

    [10] 朱大林,詹騰,張屹,等.多策略差分進化的元胞多目標粒子群算法[J].電子學(xué)報,2014,42(9):1831-1838.

    [11] YANG Zuyuan,YANG Huafen,YANG You,et al.An improved particle swarm optimization method based on chaos.[C]//2014 10th International Conference on Natural Computation.[S.l.]:IEEE,2014:209-213.

    [12] 史峰,王輝,郁磊,等.Matlab 智能算法30個案例分析[M].北京:北京航空航天大學(xué)出版社,2011:118-120.

    [13] 趙莉,董玉民.基于量子遺傳的混合粒子群優(yōu)化算法[J].計算機工程與設(shè)計,2014,35(7):2566-2571

    [14] 李貞雙,李爭艷.基于云模型的量子免疫優(yōu)化算法[J].計算機工程與應(yīng)用,2011,47(21):123-125.

    [15] GHAMISI P,BENDIKTSSON J A.Feature selection based on hybridization of genetic algorithm and particle swarm optimization[J].IEEE Geoscience and Remote Sensing Letters,2015,12(2):309-313.

    (責(zé)任編輯 張 镅)

    Solution for logistics distribution center location based on multi-population search PSO algorithm

    LI Lei1,2, YANG Aifeng1,2, TANG Na1,2, CHEN Yabo1,2

    (1.School of Management, Hefei University of Technology, Hefei 230009, China; 2.Key Laboratory of Process Optimization and Intelligent Decision Making of Ministry of Education, Hefei 230009, China)

    Logistics distribution center location not only decides the cost such as transportation cost, but also impacts the customer service level. It has important practical significance in modern logistics. For solving this logistics distribution center location problem, an improved particle swarm optimization(PSO) based intelligent optimization algorithm is proposed. Firstly, the mathematical model of the logistics distribution center location is set up. And for solving it, the PSO hybridized with immune optimization algorithm(IOA), multi-population search strategy, chaos initialization method and diversity evaluation method are designed. By setting parameters reasonably, the experiments are conducted and the results show that the proposed algorithm has better solving performance and rapid solving speed.

    logistics distribution center location; particle swarm optimization(PSO); multi-population; chaos; elite-subgroup

    2015-11-16;

    2016-01-14

    國家自然科學(xué)基金青年科學(xué)基金資助項目(71301038;71301041)

    李 磊(1990-),男,湖北武漢人,合肥工業(yè)大學(xué)碩士生; 楊愛峰(1976-),女,河南濮陽人,博士,合肥工業(yè)大學(xué)副教授,碩士生導(dǎo)師.

    10.3969/j.issn.1003-5060.2017.02.024

    TP18

    A

    1003-5060(2017)02-0266-06

    猜你喜歡
    子群物流配送適應(yīng)度
    改進的自適應(yīng)復(fù)制、交叉和突變遺傳算法
    計算機仿真(2022年8期)2022-09-28 09:53:02
    超聚焦子群是16階初等交換群的塊
    山西將打造高效農(nóng)村快遞物流配送體系
    子群的核平凡或正規(guī)閉包極大的有限p群
    基于精益生產(chǎn)的SPS物流配送應(yīng)用研究
    基于Flexsim的飲品物流配送中心仿真優(yōu)化研究
    直企物流配送四步走
    基于空調(diào)導(dǎo)風(fēng)板成型工藝的Kriging模型適應(yīng)度研究
    中國塑料(2016年11期)2016-04-16 05:26:02
    恰有11個極大子群的有限冪零群
    與Sylow-子群X-可置換的子群對有限群的影響
    国产日韩一区二区三区精品不卡| a级毛片黄视频| 国产精品久久久久成人av| 国产乱来视频区| 亚洲国产成人一精品久久久| 人人妻人人爽人人添夜夜欢视频| 国产免费福利视频在线观看| 久久这里只有精品19| 国产日韩一区二区三区精品不卡| 99热这里只有是精品在线观看| 涩涩av久久男人的天堂| 不卡视频在线观看欧美| 日本与韩国留学比较| 日韩av免费高清视频| 91精品国产国语对白视频| 久久人人爽人人片av| 国产免费又黄又爽又色| 日韩熟女老妇一区二区性免费视频| 亚洲精品456在线播放app| 丝袜喷水一区| 免费女性裸体啪啪无遮挡网站| 26uuu在线亚洲综合色| 久久午夜综合久久蜜桃| 国产日韩欧美视频二区| 亚洲欧美成人精品一区二区| 最新的欧美精品一区二区| 精品久久蜜臀av无| 一本大道久久a久久精品| 18禁观看日本| 亚洲经典国产精华液单| 国产一区二区在线观看av| 日本av手机在线免费观看| 亚洲五月色婷婷综合| 欧美97在线视频| 夫妻性生交免费视频一级片| av片东京热男人的天堂| av电影中文网址| 高清毛片免费看| 亚洲在久久综合| 2022亚洲国产成人精品| 精品一区二区免费观看| 精品久久久精品久久久| 日本欧美视频一区| 中文天堂在线官网| 夫妻午夜视频| 一级黄片播放器| 亚洲精品久久成人aⅴ小说| 狠狠婷婷综合久久久久久88av| 最黄视频免费看| 国产综合精华液| 一边摸一边做爽爽视频免费| 少妇被粗大的猛进出69影院 | 精品一区二区三区四区五区乱码 | av又黄又爽大尺度在线免费看| 久久毛片免费看一区二区三区| 黄网站色视频无遮挡免费观看| 成年动漫av网址| 国产成人精品久久久久久| 亚洲国产精品专区欧美| 亚洲欧美清纯卡通| 日韩电影二区| 精品人妻在线不人妻| 久久99热这里只频精品6学生| 男女午夜视频在线观看 | 激情视频va一区二区三区| 欧美精品一区二区大全| 亚洲精品美女久久久久99蜜臀 | 香蕉精品网在线| 国产伦理片在线播放av一区| 亚洲熟女精品中文字幕| 国产精品久久久久久av不卡| av在线app专区| 老司机影院毛片| 26uuu在线亚洲综合色| 亚洲精品av麻豆狂野| 美女视频免费永久观看网站| 成人免费观看视频高清| 成人国语在线视频| 丝袜脚勾引网站| 免费人成在线观看视频色| 在线看a的网站| 精品久久蜜臀av无| 亚洲五月色婷婷综合| 国产不卡av网站在线观看| 91午夜精品亚洲一区二区三区| 2018国产大陆天天弄谢| 欧美成人午夜精品| 五月开心婷婷网| 日韩伦理黄色片| 日日爽夜夜爽网站| 99久久人妻综合| 国产高清不卡午夜福利| 又粗又硬又长又爽又黄的视频| 久久久久网色| 亚洲,欧美精品.| 亚洲av国产av综合av卡| 久久青草综合色| 欧美日韩亚洲高清精品| 大陆偷拍与自拍| 美女国产视频在线观看| 久久久久精品性色| 亚洲国产精品999| 91国产中文字幕| 天美传媒精品一区二区| 亚洲精品一区蜜桃| 成人毛片60女人毛片免费| 日韩av免费高清视频| 亚洲人与动物交配视频| 亚洲,欧美,日韩| av免费观看日本| 亚洲欧美日韩卡通动漫| 又黄又爽又刺激的免费视频.| 免费观看在线日韩| 亚洲精品国产色婷婷电影| 国产乱来视频区| 欧美激情国产日韩精品一区| 99热网站在线观看| 一二三四在线观看免费中文在 | 自拍欧美九色日韩亚洲蝌蚪91| 高清欧美精品videossex| 巨乳人妻的诱惑在线观看| 永久免费av网站大全| √禁漫天堂资源中文www| 最近的中文字幕免费完整| 亚洲精华国产精华液的使用体验| 成人国产麻豆网| videossex国产| 欧美精品高潮呻吟av久久| 午夜福利网站1000一区二区三区| 欧美日韩视频高清一区二区三区二| 国产精品久久久久久久久免| 亚洲欧美精品自产自拍| 成人18禁高潮啪啪吃奶动态图| 婷婷色av中文字幕| 啦啦啦啦在线视频资源| 欧美 亚洲 国产 日韩一| 久久人妻熟女aⅴ| 宅男免费午夜| 国产精品久久久av美女十八| 最近2019中文字幕mv第一页| 香蕉国产在线看| 交换朋友夫妻互换小说| 高清视频免费观看一区二区| 不卡视频在线观看欧美| 看免费成人av毛片| 日韩熟女老妇一区二区性免费视频| 26uuu在线亚洲综合色| 日韩欧美精品免费久久| 18+在线观看网站| 街头女战士在线观看网站| av国产精品久久久久影院| 亚洲图色成人| 一级毛片黄色毛片免费观看视频| 久久久久人妻精品一区果冻| 99久久人妻综合| 国产免费福利视频在线观看| 人人妻人人添人人爽欧美一区卜| 涩涩av久久男人的天堂| 国产黄色免费在线视频| av卡一久久| 又黄又爽又刺激的免费视频.| 一级片免费观看大全| 成人漫画全彩无遮挡| 国产欧美日韩一区二区三区在线| 久久99一区二区三区| av天堂久久9| 欧美成人午夜免费资源| 日韩人妻精品一区2区三区| 黄色怎么调成土黄色| 亚洲国产精品国产精品| 天天操日日干夜夜撸| 两个人看的免费小视频| 久久久a久久爽久久v久久| 日韩av在线免费看完整版不卡| 一级片'在线观看视频| 我要看黄色一级片免费的| 亚洲成国产人片在线观看| 久久韩国三级中文字幕| 亚洲av在线观看美女高潮| 赤兔流量卡办理| 国产福利在线免费观看视频| 中文精品一卡2卡3卡4更新| 国产综合精华液| 欧美成人精品欧美一级黄| 国产成人一区二区在线| 香蕉国产在线看| 在线观看美女被高潮喷水网站| 国产日韩欧美视频二区| 秋霞伦理黄片| 交换朋友夫妻互换小说| 国产成人精品婷婷| 九色亚洲精品在线播放| 免费黄频网站在线观看国产| 99国产精品免费福利视频| 欧美日韩一区二区视频在线观看视频在线| 亚洲av成人精品一二三区| 在线观看国产h片| 国产成人aa在线观看| 国产又色又爽无遮挡免| 国产精品偷伦视频观看了| 成人18禁高潮啪啪吃奶动态图| 青春草国产在线视频| 免费看光身美女| 少妇被粗大猛烈的视频| 少妇猛男粗大的猛烈进出视频| 乱人伦中国视频| 最近中文字幕2019免费版| 欧美bdsm另类| 亚洲精品久久午夜乱码| 成人二区视频| 91精品三级在线观看| 亚洲色图 男人天堂 中文字幕 | 国产片内射在线| 美女国产高潮福利片在线看| 老女人水多毛片| 大陆偷拍与自拍| 国产成人免费观看mmmm| 欧美xxxx性猛交bbbb| 我的女老师完整版在线观看| 久久久精品94久久精品| 高清欧美精品videossex| 亚洲精品一区蜜桃| 日本黄色日本黄色录像| 久久久亚洲精品成人影院| 一级a做视频免费观看| 曰老女人黄片| 日韩精品免费视频一区二区三区 | 国产欧美日韩综合在线一区二区| 国产黄色视频一区二区在线观看| 99国产综合亚洲精品| 在线观看国产h片| 久久久a久久爽久久v久久| 亚洲美女黄色视频免费看| 2021少妇久久久久久久久久久| 深夜精品福利| 亚洲内射少妇av| 国产深夜福利视频在线观看| 蜜臀久久99精品久久宅男| av电影中文网址| 在线精品无人区一区二区三| www.熟女人妻精品国产 | 国产亚洲午夜精品一区二区久久| 韩国精品一区二区三区 | 久久精品国产鲁丝片午夜精品| 亚洲一区二区三区欧美精品| 美女国产高潮福利片在线看| 久久国产精品大桥未久av| 9色porny在线观看| 80岁老熟妇乱子伦牲交| 午夜激情久久久久久久| 精品亚洲成国产av| 久久精品久久久久久噜噜老黄| 久久久久国产精品人妻一区二区| 国产高清不卡午夜福利| 久久国产亚洲av麻豆专区| 国产av一区二区精品久久| 美女国产视频在线观看| 成年av动漫网址| 一区二区三区精品91| 免费日韩欧美在线观看| 五月开心婷婷网| 成人18禁高潮啪啪吃奶动态图| 日本欧美视频一区| 日韩三级伦理在线观看| 老女人水多毛片| 2021少妇久久久久久久久久久| 欧美老熟妇乱子伦牲交| 精品久久国产蜜桃| 日本欧美视频一区| 久久久久久伊人网av| 欧美亚洲日本最大视频资源| 22中文网久久字幕| 曰老女人黄片| 久久99一区二区三区| av卡一久久| 深夜精品福利| 97在线视频观看| 国产一区有黄有色的免费视频| 国产 一区精品| 人妻少妇偷人精品九色| 色网站视频免费| 亚洲,一卡二卡三卡| 久久毛片免费看一区二区三区| 黑人高潮一二区| 免费看av在线观看网站| 国产黄频视频在线观看| 国产精品国产三级国产专区5o| 大话2 男鬼变身卡| 欧美 亚洲 国产 日韩一| 成人亚洲精品一区在线观看| 高清不卡的av网站| 久久久久久久久久成人| 久久久精品94久久精品| 精品国产一区二区三区四区第35| 精品一区二区免费观看| 国产在线一区二区三区精| 哪个播放器可以免费观看大片| 最近的中文字幕免费完整| 日本黄大片高清| 精品久久久精品久久久| 插逼视频在线观看| 亚洲综合精品二区| 女人久久www免费人成看片| 丰满迷人的少妇在线观看| 日韩欧美一区视频在线观看| 亚洲av福利一区| 乱码一卡2卡4卡精品| 成人国产麻豆网| 黄色 视频免费看| 午夜日本视频在线| 狂野欧美激情性bbbbbb| 一级,二级,三级黄色视频| 色婷婷久久久亚洲欧美| 午夜福利在线观看免费完整高清在| 国产免费一区二区三区四区乱码| 亚洲人成77777在线视频| 久久97久久精品| 亚洲成av片中文字幕在线观看 | 99久久综合免费| 国产在线视频一区二区| 亚洲情色 制服丝袜| 久热这里只有精品99| 黑人高潮一二区| 国产亚洲精品第一综合不卡 | 一区二区日韩欧美中文字幕 | 男女午夜视频在线观看 | 久久久精品免费免费高清| 777米奇影视久久| 久久久a久久爽久久v久久| 国产成人91sexporn| 日韩制服丝袜自拍偷拍| 亚洲av成人精品一二三区| 久久久久久久大尺度免费视频| 久久99精品国语久久久| 久久久精品区二区三区| 国产精品一国产av| 久久99热6这里只有精品| 亚洲精品乱码久久久久久按摩| 丝袜脚勾引网站| 纵有疾风起免费观看全集完整版| 2021少妇久久久久久久久久久| 国产有黄有色有爽视频| 国产精品熟女久久久久浪| 在线天堂最新版资源| 久久午夜福利片| 女性生殖器流出的白浆| av国产久精品久网站免费入址| 黄色一级大片看看| 国产成人a∨麻豆精品| 五月开心婷婷网| 国产成人免费无遮挡视频| 国产欧美亚洲国产| 午夜福利视频精品| 久久久久久久久久人人人人人人| 99九九在线精品视频| 久久国产精品大桥未久av| 嫩草影院入口| 国产熟女欧美一区二区| 国产精品嫩草影院av在线观看| 国产有黄有色有爽视频| 色婷婷久久久亚洲欧美| 日韩一本色道免费dvd| 最近2019中文字幕mv第一页| 欧美亚洲 丝袜 人妻 在线| 秋霞在线观看毛片| 汤姆久久久久久久影院中文字幕| 黄网站色视频无遮挡免费观看| 男女啪啪激烈高潮av片| 人妻系列 视频| 亚洲av中文av极速乱| 最近2019中文字幕mv第一页| 男女啪啪激烈高潮av片| 侵犯人妻中文字幕一二三四区| 母亲3免费完整高清在线观看 | 久热久热在线精品观看| 成人国产麻豆网| 久久精品国产a三级三级三级| 精品国产一区二区久久| 国产色爽女视频免费观看| 亚洲成国产人片在线观看| 在线观看一区二区三区激情| 国产激情久久老熟女| 亚洲精品久久成人aⅴ小说| 精品久久国产蜜桃| 亚洲,欧美精品.| 色视频在线一区二区三区| 国产在线视频一区二区| 18禁在线无遮挡免费观看视频| 波野结衣二区三区在线| 一本久久精品| 男女下面插进去视频免费观看 | 69精品国产乱码久久久| 晚上一个人看的免费电影| 欧美bdsm另类| 乱码一卡2卡4卡精品| 亚洲精品色激情综合| 日韩视频在线欧美| 中文字幕最新亚洲高清| 亚洲国产日韩一区二区| 精品少妇内射三级| 永久网站在线| 97精品久久久久久久久久精品| 视频在线观看一区二区三区| 国产69精品久久久久777片| 国产精品无大码| 欧美 日韩 精品 国产| 视频区图区小说| 精品人妻一区二区三区麻豆| 一级片'在线观看视频| 两个人免费观看高清视频| 国产高清国产精品国产三级| 成年人免费黄色播放视频| 精品少妇内射三级| 寂寞人妻少妇视频99o| 成年人午夜在线观看视频| 一级片免费观看大全| 日韩一区二区三区影片| av免费观看日本| 黑人巨大精品欧美一区二区蜜桃 | 赤兔流量卡办理| 亚洲情色 制服丝袜| 久久久久国产网址| 咕卡用的链子| 伊人亚洲综合成人网| 秋霞在线观看毛片| 精品国产乱码久久久久久小说| 日日啪夜夜爽| 午夜久久久在线观看| 国产不卡av网站在线观看| 国产成人av激情在线播放| 国产精品.久久久| 咕卡用的链子| 国产永久视频网站| 蜜桃国产av成人99| 亚洲av.av天堂| 国产色婷婷99| 中文字幕最新亚洲高清| 国产成人精品福利久久| 夜夜骑夜夜射夜夜干| av网站免费在线观看视频| 欧美成人午夜精品| 免费播放大片免费观看视频在线观看| 欧美精品高潮呻吟av久久| 国产亚洲午夜精品一区二区久久| 精品少妇黑人巨大在线播放| 久久午夜福利片| 最近最新中文字幕大全免费视频 | 亚洲av成人精品一二三区| 一个人免费看片子| 伦理电影免费视频| 黄色一级大片看看| 国内精品宾馆在线| 欧美日韩成人在线一区二区| 秋霞在线观看毛片| 亚洲精品视频女| 国产一级毛片在线| 国产精品国产三级国产av玫瑰| 免费人成在线观看视频色| 亚洲av电影在线观看一区二区三区| 精品人妻熟女毛片av久久网站| 精品国产国语对白av| 成年美女黄网站色视频大全免费| 99热6这里只有精品| 亚洲熟女精品中文字幕| 精品亚洲成国产av| 久久ye,这里只有精品| 欧美激情极品国产一区二区三区 | 国产精品国产三级专区第一集| 飞空精品影院首页| 少妇的丰满在线观看| 国产又色又爽无遮挡免| 少妇猛男粗大的猛烈进出视频| 亚洲第一区二区三区不卡| 久久人人爽人人片av| 精品国产乱码久久久久久小说| 久久久a久久爽久久v久久| av一本久久久久| 在线天堂中文资源库| 午夜福利影视在线免费观看| 国产免费一级a男人的天堂| 久久99热6这里只有精品| 国产精品秋霞免费鲁丝片| 天天影视国产精品| 在线观看美女被高潮喷水网站| 黑丝袜美女国产一区| 97人妻天天添夜夜摸| 欧美精品一区二区免费开放| 精品亚洲成国产av| 成人漫画全彩无遮挡| 久久久久久久久久久免费av| 中文乱码字字幕精品一区二区三区| 日本与韩国留学比较| 日日啪夜夜爽| 亚洲欧洲精品一区二区精品久久久 | 亚洲一级一片aⅴ在线观看| 赤兔流量卡办理| 一二三四中文在线观看免费高清| 满18在线观看网站| 国产精品久久久久久久久免| xxx大片免费视频| 国产成人一区二区在线| 最近手机中文字幕大全| 欧美亚洲 丝袜 人妻 在线| av线在线观看网站| av一本久久久久| videosex国产| 亚洲人与动物交配视频| 一区二区av电影网| av视频免费观看在线观看| 美女福利国产在线| av网站免费在线观看视频| 久久久久久久大尺度免费视频| 大码成人一级视频| 亚洲精品美女久久久久99蜜臀 | 蜜臀久久99精品久久宅男| av线在线观看网站| 国产视频首页在线观看| 夫妻性生交免费视频一级片| 在线免费观看不下载黄p国产| 日韩伦理黄色片| 日韩精品免费视频一区二区三区 | a级片在线免费高清观看视频| 在线观看免费高清a一片| av网站免费在线观看视频| 国产欧美日韩一区二区三区在线| 国产国拍精品亚洲av在线观看| 久久av网站| 精品久久久精品久久久| 日本与韩国留学比较| 午夜福利视频在线观看免费| 国产综合精华液| 久久人妻熟女aⅴ| 亚洲成人一二三区av| av又黄又爽大尺度在线免费看| 99国产精品免费福利视频| 99久国产av精品国产电影| 亚洲熟女精品中文字幕| 精品一区二区三卡| 久久 成人 亚洲| av网站免费在线观看视频| 久久久久久人妻| 欧美国产精品一级二级三级| 波野结衣二区三区在线| 人妻系列 视频| 成人国产av品久久久| 18禁动态无遮挡网站| 久久久国产一区二区| 欧美激情极品国产一区二区三区 | 久久精品国产自在天天线| 成年动漫av网址| 国产成人a∨麻豆精品| 视频在线观看一区二区三区| av黄色大香蕉| 人人澡人人妻人| 亚洲av日韩在线播放| 香蕉精品网在线| 日本猛色少妇xxxxx猛交久久| 国产精品.久久久| 97精品久久久久久久久久精品| www.色视频.com| 久久av网站| 欧美国产精品va在线观看不卡| 午夜av观看不卡| 精品视频人人做人人爽| 亚洲高清免费不卡视频| 大香蕉久久成人网| 日韩视频在线欧美| 毛片一级片免费看久久久久| 汤姆久久久久久久影院中文字幕| 少妇精品久久久久久久| 久久青草综合色| 国产永久视频网站| av在线app专区| 欧美日韩视频高清一区二区三区二| 大话2 男鬼变身卡| 欧美成人午夜免费资源| 成人18禁高潮啪啪吃奶动态图| 日本-黄色视频高清免费观看| 欧美日韩亚洲高清精品| www.熟女人妻精品国产 | 午夜福利影视在线免费观看| 美女大奶头黄色视频| 纯流量卡能插随身wifi吗| 国产片内射在线| 亚洲人成77777在线视频| 亚洲国产色片| 国产精品偷伦视频观看了| 国产日韩欧美亚洲二区| 校园人妻丝袜中文字幕| 国产精品 国内视频| videos熟女内射| 久久精品久久精品一区二区三区| 91午夜精品亚洲一区二区三区| 午夜福利视频在线观看免费| 国产av国产精品国产| 婷婷色麻豆天堂久久| 午夜影院在线不卡| 国产精品久久久久久av不卡| 只有这里有精品99| 久久狼人影院| 日韩欧美精品免费久久| 如日韩欧美国产精品一区二区三区| 在线观看免费视频网站a站| 一级毛片我不卡| 成人黄色视频免费在线看| 午夜免费观看性视频| 一级毛片我不卡| 欧美人与性动交α欧美精品济南到 | 精品人妻一区二区三区麻豆| xxxhd国产人妻xxx| 日韩av不卡免费在线播放| 国产色爽女视频免费观看| 在线观看免费高清a一片| av播播在线观看一区| 午夜福利乱码中文字幕|