• <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 ?

    基于分布估計(jì)算法的多目標(biāo)優(yōu)化

    2018-01-02 08:44:20尚,劉
    軟件 2017年12期
    關(guān)鍵詞:概率模型測試函數(shù)遺傳算法

    高 尚,劉 勇

    (1. 江蘇科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院,江蘇 鎮(zhèn)江 212003;2. 人工智能四川省高校重點(diǎn)實(shí)驗(yàn)室,自貢 643000)

    基于分布估計(jì)算法的多目標(biāo)優(yōu)化

    高 尚1,劉 勇2

    (1. 江蘇科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院,江蘇 鎮(zhèn)江 212003;2. 人工智能四川省高校重點(diǎn)實(shí)驗(yàn)室,自貢 643000)

    論述解決多目標(biāo)優(yōu)化問題的若干解法,為了提高多目標(biāo)優(yōu)化算法的收斂性和求解精度,提出了一種分布估計(jì)的多目標(biāo)優(yōu)化算法。給出了3個(gè)典型的測試函數(shù)的pateto解集。通過4個(gè)測試函數(shù)測試,并與非劣排序多目標(biāo)遺傳算法(NSGA-Ⅱ)和規(guī)則模型分布估計(jì)算法(RM-MEDA)兩個(gè)算法進(jìn)行了比較。測試結(jié)果表明,該算法具有良好的收斂性和分布性,并且效果穩(wěn)定。

    多目標(biāo)優(yōu)化;分布估計(jì)算法;收斂性

    0 引言

    在科學(xué)研究、工程實(shí)踐和社會生活中多目標(biāo)優(yōu)化問題(multi-Objective optimization problems,簡稱MOPs)很常見。多目標(biāo)優(yōu)化問題的各個(gè)子目標(biāo)之間是相互矛盾的,一個(gè)子目標(biāo)的目標(biāo)函數(shù)提高有可能會引起另一個(gè)或者另幾個(gè)子目標(biāo)的目標(biāo)函數(shù)性能下降,也就是說要同時(shí)使多個(gè)子目標(biāo)目標(biāo)函數(shù)同時(shí)達(dá)到最優(yōu)值是不可能的,因此求解多目標(biāo)優(yōu)化問題存在一定的難度。對于多目標(biāo)優(yōu)化問題,一個(gè)解對于某些目標(biāo)來說可能是較好的,而對于其他目標(biāo)來說可能是較差的,因此只能在它們中間進(jìn)行折中權(quán)衡和協(xié)調(diào),使各個(gè)子目標(biāo)都盡可能地達(dá)到最優(yōu)化。存在一個(gè)折衷解的集合稱為帕累托最優(yōu)解集(Paretooptimal set)或非支配解集(nondominated set)。對于多目標(biāo)優(yōu)化問題來說,目前一般通過加權(quán)等方式轉(zhuǎn)化為單目標(biāo)優(yōu)化問題,然后用數(shù)學(xué)優(yōu)化方法來求解,但每次只能得到一種權(quán)重情況下的最優(yōu)解,無法得到最優(yōu)解集。而且多目標(biāo)優(yōu)化問題的目標(biāo)函數(shù)和約束函數(shù)可能是非線性、不連續(xù)的或不可微,傳統(tǒng)的數(shù)學(xué)優(yōu)化方法往往效率低下,甚至失效。本文試圖采用分布估計(jì)算法來改善其性能,得到Pareto最優(yōu)解集。

    1 多目標(biāo)優(yōu)化問題的數(shù)學(xué)模型及解法

    多目標(biāo)優(yōu)化問題含有n個(gè)決策變量,m個(gè)目標(biāo)變量,多目標(biāo)優(yōu)化問題可表示為

    求解多目標(biāo)優(yōu)化問題的算法研究目前很熱門。目前解多目標(biāo)優(yōu)化問題的算法分為兩大類:傳統(tǒng)優(yōu)化算法和智能優(yōu)化算法。傳統(tǒng)優(yōu)化算法有加權(quán)法、層次優(yōu)化法、約束法和目標(biāo)規(guī)劃法等。傳統(tǒng)優(yōu)化算法實(shí)質(zhì)上就是將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題,通過采用單目標(biāo)優(yōu)化的方法達(dá)到對多目標(biāo)函數(shù)的求解,這些算法往往只能得到一個(gè)解而非Pareto最優(yōu)解集。這樣得到的解往往與想要得到的最優(yōu)解集相去甚遠(yuǎn),遠(yuǎn)遠(yuǎn)滿足不了現(xiàn)代工程實(shí)踐的應(yīng)用要求。智能優(yōu)化算法通過對自然現(xiàn)象的仿真模擬,建立在生物智能或物理現(xiàn)象基礎(chǔ)上的隨機(jī)搜索算法。智能優(yōu)化算法具有自組織、自適應(yīng)、自學(xué)習(xí)性等特征,為解決復(fù)雜的工程問題提供了重要的技術(shù)方法。智能優(yōu)化算法還具有較高的并行性,一次運(yùn)行可以求得多個(gè)Pareto最優(yōu)解,具有傳統(tǒng)算法不可比擬的優(yōu)勢。因此隨著信息技術(shù)的進(jìn)步尤其是智能化技術(shù)的進(jìn)步,各種智能算法的出現(xiàn),使得利用更加科學(xué)合理的智能優(yōu)化算法成為發(fā)展趨勢。解多目標(biāo)問題的智能優(yōu)化算法目前有進(jìn)化算法(Evolutionary Algorithm, EA)、遺傳算法(Genetic Algorithm,GA)、人工模擬退火算法(Simulated Annealing,SA)、蟻群優(yōu)化算法(Ant Colony Optimization, ACO)、粒子群優(yōu)化算法(Particle Swarm Optimization, PSO)、人工免疫系統(tǒng)(Artificial Immune System, AIS)[1]和分布估計(jì)算法(Estimation of Distribution Algorithm,EDA)[2]等。

    2 分布估計(jì)算法的多目標(biāo)優(yōu)化

    2.1 基本分布估計(jì)算法

    分布估計(jì)算法[3-6]的概念最初由Muhliebe H, Paass G在1996年提出的,分布估計(jì)算法在傳統(tǒng)的遺傳算法基礎(chǔ)上發(fā)展起來的一種全新的隨機(jī)優(yōu)化算法。在傳統(tǒng)的遺傳算法中,用若干個(gè)種群(編碼)表示優(yōu)化問題的一組候選解,種群中的每個(gè)個(gè)體都有相應(yīng)的適應(yīng)值(目標(biāo)值),然后根據(jù)適應(yīng)值(目標(biāo)值)大小進(jìn)行選擇、交叉和變異等模擬自然進(jìn)化的操作,反復(fù)進(jìn)行,對問題進(jìn)行求解;而在分布估計(jì)算法中,沒有傳統(tǒng)的交叉、變異等操作,取而代之的是概率模型的學(xué)習(xí)和采樣,分布估計(jì)算法通過一個(gè)概率模型表示候選解在空間的分布,采用統(tǒng)計(jì)學(xué)習(xí)手段從群體宏觀的角度建立一個(gè)描述解分布的概率模型,然后根據(jù)概率模型隨機(jī)采樣產(chǎn)生新的種群,選擇優(yōu)秀種群,估計(jì)概率模型,如此反復(fù)進(jìn)行,實(shí)現(xiàn)種群的進(jìn)化,直到滿足終止條件。根據(jù)概率模型的復(fù)雜程度以及不同的采樣方法,分布估計(jì)算法發(fā)展了很多不同的具體實(shí)現(xiàn)方法,但是都可以歸納為下面兩個(gè)主要步驟:首先通過對種群的評估,選擇優(yōu)秀的個(gè)體集合,建立解空間的概率模型;然后由概率模型隨機(jī)采樣產(chǎn)生新的種群,一般采用蒙特卡羅方法,對概率模型采樣得到新的種群。

    在遺傳算法中,計(jì)算適應(yīng)值的大小,適應(yīng)值大的解將以較大的概率進(jìn)行復(fù)制,而分布估計(jì)算法直接挑選優(yōu)秀的個(gè)體,避免漏掉一些優(yōu)秀的個(gè)體;遺傳算法的交叉和變異可能會破壞已經(jīng)進(jìn)化好的個(gè)體,而分布估計(jì)算法利用“建立概率模型”和“采樣樣本”兩大操作取代了遺傳算法中的“選擇操作(復(fù)制操作)”、“交叉操作”和“變異操作”,以一種帶有“全局操控性”的操作模式解決了遺傳算法存在的這個(gè)缺點(diǎn)。而且分布估計(jì)算法不需要太多的參數(shù)設(shè)置,編程比遺傳算法簡單。

    圖1 基本分布估計(jì)算法的步驟Fig.1 The flowchart of EDA

    分布估計(jì)算法的基本步驟如下(如圖1所示):

    步驟1 在解空間內(nèi)按均勻分布隨機(jī)產(chǎn)生N個(gè)點(diǎn)(解),組成初始群體;

    步驟2 根據(jù)適應(yīng)值評價(jià)函數(shù)(目標(biāo)函數(shù))計(jì)算群體中的各個(gè)解的適應(yīng)值,同時(shí)保留最好解;

    步驟3 根據(jù)適應(yīng)值,選出適應(yīng)值較好的m個(gè)個(gè)體組成優(yōu)勢群體;

    步驟4 根據(jù)優(yōu)勢群體的數(shù)據(jù),估計(jì)優(yōu)勢群體的概率分布模型;

    步驟5 根據(jù)估計(jì)的概率模型進(jìn)行隨機(jī)采樣,產(chǎn)生N個(gè)新個(gè)體,組成新的種群;

    步驟6 若滿足某種停止準(zhǔn)則,則算法結(jié)束,群體中的最好個(gè)體就是優(yōu)化的結(jié)果;否則算法轉(zhuǎn)到步驟2繼續(xù)執(zhí)行。

    2.2 解多目標(biāo)優(yōu)化問題的分布估計(jì)算法

    隨著分布估計(jì)算法的發(fā)展與應(yīng)用,該算法在解決一些實(shí)際問題時(shí)表現(xiàn)了優(yōu)越性能,一些基于分布估計(jì)算法思想的解多目標(biāo)優(yōu)化問題的算法也相繼被提出來。Khan等學(xué)者將非劣排序多目標(biāo)遺傳算法(NSGA-II)中的選擇策略和貝葉斯優(yōu)化算法(BOA)結(jié)合起來,提出了多目標(biāo)貝葉斯優(yōu)化算法(mBOA),取得了比NSGAII更好的效果。Laumanns等學(xué)者把SPEA2和 BOA結(jié)合起來,用于解決多目標(biāo)背包問題,效果很好。Zhang和Zhou等學(xué)者提出的規(guī)則模型分布估計(jì)算法(RM_MEDA),該算法是比較經(jīng)典的分布估計(jì)算法求解多目標(biāo)優(yōu)化問題的算法,效果令人滿意。

    正態(tài)分布(normal distribution)是一個(gè)在數(shù)學(xué)、物理及實(shí)際工程等領(lǐng)域都非常重要的概率分布。大自然界中很多隨機(jī)變量的概率分布都可以近似地用正態(tài)分布來描述。

    由概率論知識可知,均值μ,方差σ的估計(jì)值分別為:

    由計(jì)算機(jī)仿真理論可知,設(shè) u1和 u2是兩個(gè)獨(dú)立的[0,1]區(qū)間內(nèi)的均勻分布隨機(jī)數(shù),那么同時(shí)可以產(chǎn)生2個(gè)正態(tài)分布 X ~ N(μ, σ2) 的隨機(jī)數(shù)為:

    這里給出一種基于正態(tài)分布的分布估計(jì)算法的多目標(biāo)優(yōu)化算法,其步驟如下:

    步驟2 計(jì)算N個(gè)種群的不同目標(biāo)函數(shù)的適應(yīng)值;

    步驟3 根據(jù)不同的目標(biāo)函數(shù),選出各自適應(yīng)性最好的m/p個(gè)解(假設(shè)有p個(gè)目標(biāo)函數(shù)),構(gòu)成子群體m個(gè)(m<N,一般m/N比例為0.4左右),并將其中的非劣解保留至下一代,若有相同的解則只保留一個(gè);

    步驟4 根據(jù)挑選的m個(gè)優(yōu)勢個(gè)體信息,按正態(tài)分布公式(2)和(3)估計(jì)每個(gè)變量均值?iu和方差?iσ;

    步驟 5 從構(gòu)建的正態(tài)分布概率模型中按公式(4)進(jìn)行隨機(jī)采樣,得到N個(gè)新解,構(gòu)成新的種群;

    步驟6 若達(dá)到算法的終止條件則結(jié)束(如達(dá)到規(guī)定迭代次數(shù)nmax),否則執(zhí)行步驟2。

    3 算法測試

    這里選擇了3個(gè)典型的測試函數(shù)組進(jìn)行實(shí)驗(yàn),算法的群體規(guī)模為N=100,m=40,進(jìn)化100代,其pateto解集如圖2、圖3和圖4所示。

    測試函數(shù)1:

    圖2 測試函數(shù)1的pateto解集Fig.2 Pareto-optimal set of test function 1

    圖3 測試函數(shù)2的pateto解集Fig.3 Pareto-optimal set of test function 2

    為了說明本文算法的有效性,選取典型的測試函數(shù) ZDT1、ZDT2、ZDT3、ZDT6作對比測試,使用文獻(xiàn)[7]中的多樣性指標(biāo):均值和方差,對算法求得的非劣解集進(jìn)行對比評價(jià),并將本文算法與文獻(xiàn)[7]中的非劣排序多目標(biāo)遺傳算法( nondominated sorting genetic algorithm II,NSGA-II),此算法是采用實(shí)數(shù)編碼,文獻(xiàn)[8]的規(guī)則模型分布估計(jì)算法(RM-MEDA)進(jìn)行比較,如表1所示。這里NSGA-II的實(shí)驗(yàn)結(jié)果來自文獻(xiàn)[7],RM-MEDA的實(shí)驗(yàn)結(jié)果來自文獻(xiàn)[8]和本文算法的實(shí)驗(yàn)結(jié)果是用 Matlab語言編程運(yùn)行獲得。

    圖4 測試函數(shù)3的pateto解集Fig.4 Pareto-optimal set of test function 3

    表1 均值和方差Table 1 The mean and variance

    4 結(jié)束語

    本文提出了一種分布估計(jì)的多目標(biāo)優(yōu)化算法,根據(jù)每個(gè)目標(biāo)函數(shù)挑選若干個(gè)解組成種群,然后進(jìn)行估計(jì)概率分布模型,通過仿真實(shí)驗(yàn),證明了該算法的有效性和穩(wěn)定性。

    [1] 戚玉濤, 劉芳, 劉靜樂, 任元, 焦李成. 基于免疫算法和EDA的混合多目標(biāo)優(yōu)化算法[J]. 軟件學(xué)報(bào), 2013, 24(10):2251-2266.

    [2] 梁玉潔, 許峰. 自適應(yīng)混合多目標(biāo)分布估計(jì)進(jìn)化算法[J].計(jì)算機(jī)工程與應(yīng)用, 2014, 50(5): 46-50, 207.

    [3] 周樹德, 孫增圻. 分布估計(jì)算法綜述[J]. 自動化學(xué)報(bào),2007, 33(2): 113-124.

    [4] Muhliebe H, Paass G. From recombination of genes to the estimation of distributionsI. binary parameters[C]. Lecture notes in computer science. Berlin, Germany: Springer Verlag,1996, 1141: 178-187.

    [5] Pelikan M, Godberg D E, paz E C. Linkage problem, distribution estimation, and Bayesian networks[J]. Evolutionary Computation. 2000, 8(3): 311-340.

    [6] Paul T K, Iba H. Linear and combinatorial optimizations by estimation of distribution algorithms[C]. 9th MPS Symposium on Evolutionary Computation, IPSJ, Japan, 2002.

    [7] Qi Yu-tao, Liu Fang, Liu Ji-le, Ren Yuan, Jiao Li-cheng.Hybrid immune algorithm with EDA for multi-objective optimization[J]. Journal of Software, 2013, 24(10): 2251- 2266.

    [8] DEB K, PRATAP A, AGARWAL S, et al. A fast and elitist multiobjective genetic algorithm: NSGA-II[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(2): 182-197.

    [9] ZHANG Qingfu, ZHOU Aimin, JIN Yaochu. RM-MEDA: a regularity model-based multiobjective estimation of distribution algorithm[J]. IEEE Transactions on Evolutionary Computation, 2008, 12(1): 41-63.

    Multi-objective Optimization Problem Solved by Estimation of Distribution Algorithm

    GAO Shang, LIU Yong
    (1. School of Computer Science and Engineering, Jiangsu University of Science and Technology, Zhenjiang 212003, China;2. Artificial Intelligence of Key Laboratory of Sichuan Province, Zigong 643000)

    Some methods for solving multi-objective optimization problems are discussed. In order to improve the convergence and accuracy of multi-objective optimization algorithm, a multi-objective optimization algorithm based on distribution estimation is proposed. 3 typical test functions of pateto-optimal sets were given. Through the 4 test functions, compared with the Nondominated Sorting Genetic Algorithm (NSGA-II) and Regularity Model-based Mul-tiobjective estimation of distribution algorithm (RM-MEDA), the test results show that the algorithm has good convergence and distribution, and the effect is stable.

    Multi-objective optimization; Estimation of distribution algorithm; Convergence

    TP18

    A

    10.3969/j.issn.1003-6970.2017.12.005

    本文著錄格式:高尚,劉勇. 基于分布估計(jì)算法的多目標(biāo)優(yōu)化[J]. 軟件,2017,38(12):25-28

    人工智能四川省重點(diǎn)實(shí)驗(yàn)室開放基金(2016RYJ03)

    高尚(1972-),男,安徽天長人,教授,博士,從事智能計(jì)算研究;劉勇(1981-),男,四川自貢人,實(shí)驗(yàn)師,碩士,研究方向?yàn)閺?fù)雜系統(tǒng)優(yōu)化。

    猜你喜歡
    概率模型測試函數(shù)遺傳算法
    在精彩交匯中,理解兩個(gè)概率模型
    基于停車服務(wù)效率的選擇概率模型及停車量仿真研究
    電子測試(2018年10期)2018-06-26 05:53:50
    基于自適應(yīng)遺傳算法的CSAMT一維反演
    一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
    具有收縮因子的自適應(yīng)鴿群算法用于函數(shù)優(yōu)化問題
    基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測
    帶勢函數(shù)的雙調(diào)和不等式組的整體解的不存在性
    約束二進(jìn)制二次規(guī)劃測試函數(shù)的一個(gè)構(gòu)造方法
    基于改進(jìn)的遺傳算法的模糊聚類算法
    一類概率模型的探究與應(yīng)用
    少妇熟女欧美另类| 久久99精品国语久久久| 97超视频在线观看视频| 欧美xxxx黑人xx丫x性爽| 韩国高清视频一区二区三区| 亚洲人成网站在线观看播放| 一级毛片黄色毛片免费观看视频| 搡女人真爽免费视频火全软件| 精品久久国产蜜桃| 男人爽女人下面视频在线观看| 国产在线一区二区三区精| 久久鲁丝午夜福利片| 中文字幕av成人在线电影| 18禁裸乳无遮挡动漫免费视频| 久久 成人 亚洲| 建设人人有责人人尽责人人享有的 | 联通29元200g的流量卡| 国产免费福利视频在线观看| 亚洲伊人久久精品综合| 久久午夜福利片| 国产69精品久久久久777片| h视频一区二区三区| av天堂中文字幕网| 99热网站在线观看| 亚洲国产最新在线播放| 中文字幕制服av| 中文资源天堂在线| 男女边摸边吃奶| 天堂中文最新版在线下载| 色婷婷久久久亚洲欧美| 亚洲成人手机| 91精品一卡2卡3卡4卡| 久久国产精品大桥未久av | 国产一区亚洲一区在线观看| 卡戴珊不雅视频在线播放| 久久久久国产精品人妻一区二区| 人人妻人人看人人澡| 国产女主播在线喷水免费视频网站| www.色视频.com| 国产高清有码在线观看视频| 亚洲成人一二三区av| 在线播放无遮挡| 日韩av在线免费看完整版不卡| 十分钟在线观看高清视频www | 国产精品熟女久久久久浪| 又爽又黄a免费视频| 九草在线视频观看| 少妇人妻 视频| 久久青草综合色| 在线免费观看不下载黄p国产| 国产日韩欧美在线精品| 亚洲精品乱码久久久久久按摩| 亚洲欧洲日产国产| 青春草国产在线视频| 国产精品不卡视频一区二区| 日本色播在线视频| 91久久精品国产一区二区成人| 性色av一级| 赤兔流量卡办理| 久久精品人妻少妇| 观看美女的网站| 亚洲成人一二三区av| 内射极品少妇av片p| 日本av免费视频播放| 少妇裸体淫交视频免费看高清| 欧美3d第一页| 色5月婷婷丁香| 在线观看免费日韩欧美大片 | 一级片'在线观看视频| 午夜老司机福利剧场| 中文在线观看免费www的网站| 欧美日韩综合久久久久久| 成人国产麻豆网| 王馨瑶露胸无遮挡在线观看| 黄色欧美视频在线观看| av在线观看视频网站免费| 青春草亚洲视频在线观看| 精品久久久久久久末码| 青春草亚洲视频在线观看| 国产精品久久久久久久电影| 成人二区视频| 亚洲不卡免费看| 成人美女网站在线观看视频| 亚洲av中文av极速乱| 我要看日韩黄色一级片| 香蕉精品网在线| 一个人看视频在线观看www免费| 国产真实伦视频高清在线观看| 欧美国产精品一级二级三级 | 亚洲不卡免费看| 免费大片黄手机在线观看| 欧美bdsm另类| 国内精品宾馆在线| 欧美日本视频| 视频区图区小说| 六月丁香七月| 久久这里有精品视频免费| freevideosex欧美| av在线播放精品| 欧美成人午夜免费资源| 两个人的视频大全免费| 超碰av人人做人人爽久久| 欧美成人精品欧美一级黄| 免费大片黄手机在线观看| 国产精品av视频在线免费观看| 精品久久久久久久末码| 联通29元200g的流量卡| 一区二区三区精品91| 观看美女的网站| 欧美成人午夜免费资源| 日本-黄色视频高清免费观看| 一边亲一边摸免费视频| 热re99久久精品国产66热6| 日本黄色日本黄色录像| 日韩三级伦理在线观看| 成年免费大片在线观看| 精品国产露脸久久av麻豆| 亚洲自偷自拍三级| 久久精品国产亚洲网站| 网址你懂的国产日韩在线| 最近最新中文字幕免费大全7| 久久久色成人| 欧美老熟妇乱子伦牲交| 久久久久久伊人网av| 久久久久网色| 亚洲无线观看免费| 一区二区av电影网| av国产久精品久网站免费入址| 欧美一级a爱片免费观看看| 日韩一本色道免费dvd| 丰满迷人的少妇在线观看| 欧美成人精品欧美一级黄| 最近中文字幕2019免费版| 中文精品一卡2卡3卡4更新| 乱系列少妇在线播放| 欧美人与善性xxx| 男女下面进入的视频免费午夜| 性色avwww在线观看| 精品一品国产午夜福利视频| 日本午夜av视频| 久久午夜福利片| 国产淫语在线视频| av免费观看日本| 一本久久精品| 91精品一卡2卡3卡4卡| 久久久久精品久久久久真实原创| 99久国产av精品国产电影| 午夜视频国产福利| 美女国产视频在线观看| 国产视频内射| 男女免费视频国产| 久久99热这里只频精品6学生| 国产在线一区二区三区精| 亚洲精品aⅴ在线观看| 久久人人爽av亚洲精品天堂 | freevideosex欧美| 欧美区成人在线视频| 老师上课跳d突然被开到最大视频| 国产毛片在线视频| 国产精品秋霞免费鲁丝片| 能在线免费看毛片的网站| 精品视频人人做人人爽| 亚洲美女黄色视频免费看| 王馨瑶露胸无遮挡在线观看| 尾随美女入室| 黑人高潮一二区| 一级黄片播放器| 99国产精品免费福利视频| 又大又黄又爽视频免费| 少妇人妻精品综合一区二区| 黑丝袜美女国产一区| 国产男女内射视频| 欧美高清性xxxxhd video| 我的老师免费观看完整版| 少妇的逼好多水| 99热这里只有是精品在线观看| 成人免费观看视频高清| 国产亚洲最大av| 熟妇人妻不卡中文字幕| 亚洲精品aⅴ在线观看| 黄色怎么调成土黄色| 高清在线视频一区二区三区| 自拍偷自拍亚洲精品老妇| 久久韩国三级中文字幕| 日韩成人伦理影院| 少妇人妻久久综合中文| 美女高潮的动态| 国产av精品麻豆| 噜噜噜噜噜久久久久久91| 成年av动漫网址| 两个人的视频大全免费| videossex国产| 午夜视频国产福利| 各种免费的搞黄视频| 99热这里只有是精品在线观看| 大陆偷拍与自拍| 黑人猛操日本美女一级片| 纯流量卡能插随身wifi吗| av在线蜜桃| 欧美日韩视频高清一区二区三区二| 国产日韩欧美亚洲二区| 欧美日韩视频精品一区| 久久久色成人| 黑丝袜美女国产一区| 国产亚洲最大av| 国产在线一区二区三区精| 男人舔奶头视频| 亚洲婷婷狠狠爱综合网| 国产精品人妻久久久久久| 久久精品人妻少妇| 国产综合精华液| 亚洲人成网站高清观看| 成人毛片a级毛片在线播放| 大片电影免费在线观看免费| 久久精品国产鲁丝片午夜精品| 男女啪啪激烈高潮av片| 最近手机中文字幕大全| 成人免费观看视频高清| 天美传媒精品一区二区| 老熟女久久久| 女人久久www免费人成看片| 99热6这里只有精品| 国产高清三级在线| 黄色日韩在线| 国产精品国产三级专区第一集| 国产精品爽爽va在线观看网站| 免费人妻精品一区二区三区视频| 国产亚洲欧美精品永久| 美女福利国产在线 | 极品少妇高潮喷水抽搐| 熟女av电影| 国产亚洲5aaaaa淫片| 夫妻午夜视频| 欧美成人午夜免费资源| 国产 一区精品| 在现免费观看毛片| 欧美最新免费一区二区三区| 人人妻人人添人人爽欧美一区卜 | 久久久成人免费电影| 下体分泌物呈黄色| 另类亚洲欧美激情| 一级av片app| 99热6这里只有精品| 国产精品99久久99久久久不卡 | 久久久国产一区二区| 中文字幕制服av| 亚洲精品乱码久久久久久按摩| 欧美成人一区二区免费高清观看| 亚洲国产日韩一区二区| 久久综合国产亚洲精品| 人人妻人人看人人澡| 一本—道久久a久久精品蜜桃钙片| 男人狂女人下面高潮的视频| 2022亚洲国产成人精品| 欧美xxxx性猛交bbbb| 国产精品一区二区三区四区免费观看| 欧美一区二区亚洲| 日韩欧美一区视频在线观看 | 能在线免费看毛片的网站| 高清视频免费观看一区二区| 一级毛片电影观看| 男人添女人高潮全过程视频| 各种免费的搞黄视频| 午夜精品国产一区二区电影| av播播在线观看一区| 国产精品嫩草影院av在线观看| 看十八女毛片水多多多| 久久97久久精品| 亚洲精华国产精华液的使用体验| 国国产精品蜜臀av免费| 老女人水多毛片| 一区在线观看完整版| 久久精品夜色国产| 国产免费福利视频在线观看| 中文字幕精品免费在线观看视频 | 亚洲四区av| 国产精品.久久久| 亚洲国产欧美人成| 欧美成人精品欧美一级黄| 日本-黄色视频高清免费观看| 人人妻人人添人人爽欧美一区卜 | 欧美精品一区二区大全| 99久久精品国产国产毛片| 亚洲欧美清纯卡通| 免费看光身美女| 伦理电影免费视频| 亚洲人成网站高清观看| 97超视频在线观看视频| 国产 一区 欧美 日韩| 日韩精品有码人妻一区| 如何舔出高潮| 精品人妻视频免费看| 亚洲va在线va天堂va国产| 男人添女人高潮全过程视频| av天堂中文字幕网| 精品视频人人做人人爽| 国产永久视频网站| 伦理电影免费视频| 国产色婷婷99| 婷婷色麻豆天堂久久| 啦啦啦中文免费视频观看日本| 香蕉精品网在线| 国产有黄有色有爽视频| 欧美精品国产亚洲| 色视频www国产| h日本视频在线播放| 18禁裸乳无遮挡动漫免费视频| 最近2019中文字幕mv第一页| 日韩国内少妇激情av| 日韩大片免费观看网站| 少妇人妻精品综合一区二区| 久久久久久久久久久免费av| 精品午夜福利在线看| 韩国高清视频一区二区三区| 亚洲成色77777| 噜噜噜噜噜久久久久久91| 久久精品熟女亚洲av麻豆精品| 97超视频在线观看视频| 国产成人a区在线观看| www.色视频.com| 亚洲人成网站在线播| 日本av免费视频播放| 亚洲欧美日韩另类电影网站 | 激情 狠狠 欧美| 大又大粗又爽又黄少妇毛片口| 日日撸夜夜添| 乱码一卡2卡4卡精品| 国内揄拍国产精品人妻在线| 欧美极品一区二区三区四区| 视频区图区小说| 中文字幕亚洲精品专区| 国内揄拍国产精品人妻在线| 老熟女久久久| 亚洲综合色惰| 高清在线视频一区二区三区| 99久久中文字幕三级久久日本| 亚洲不卡免费看| 99热国产这里只有精品6| 成人二区视频| 国产一区二区在线观看日韩| 中文字幕制服av| 蜜臀久久99精品久久宅男| 久久精品夜色国产| 日产精品乱码卡一卡2卡三| 亚洲欧美一区二区三区国产| 婷婷色麻豆天堂久久| 最近的中文字幕免费完整| 午夜福利网站1000一区二区三区| 亚洲精品日本国产第一区| 免费观看在线日韩| 久久久色成人| 国产永久视频网站| 99热全是精品| 欧美日韩在线观看h| 国产中年淑女户外野战色| 成人毛片a级毛片在线播放| 色婷婷久久久亚洲欧美| 国内少妇人妻偷人精品xxx网站| 大香蕉97超碰在线| 国产免费福利视频在线观看| 国产精品一区www在线观看| 国产精品一区二区性色av| 99久久精品国产国产毛片| 欧美三级亚洲精品| 女性被躁到高潮视频| 日本免费在线观看一区| 亚洲精品久久午夜乱码| 亚洲丝袜综合中文字幕| 精品99又大又爽又粗少妇毛片| 一级毛片久久久久久久久女| 最近中文字幕2019免费版| 自拍欧美九色日韩亚洲蝌蚪91 | 韩国高清视频一区二区三区| 欧美精品人与动牲交sv欧美| 亚洲高清免费不卡视频| 国产精品不卡视频一区二区| 高清日韩中文字幕在线| 欧美丝袜亚洲另类| 午夜福利在线观看免费完整高清在| 免费观看性生交大片5| 亚洲无线观看免费| a级毛片免费高清观看在线播放| 丝袜喷水一区| 国产黄频视频在线观看| 大片免费播放器 马上看| 一个人看视频在线观看www免费| 麻豆国产97在线/欧美| 国产深夜福利视频在线观看| 国产av码专区亚洲av| 久久人人爽av亚洲精品天堂 | 久久影院123| 国产91av在线免费观看| 国产免费福利视频在线观看| 久久精品久久精品一区二区三区| 久久精品久久久久久久性| 亚洲第一区二区三区不卡| 午夜免费鲁丝| 亚洲精品中文字幕在线视频 | 麻豆成人av视频| 精品久久国产蜜桃| 国产成人a区在线观看| 精品国产三级普通话版| 国产淫片久久久久久久久| 久久精品国产亚洲av涩爱| 成人特级av手机在线观看| 欧美成人午夜免费资源| 2022亚洲国产成人精品| 99久国产av精品国产电影| 99精国产麻豆久久婷婷| 啦啦啦中文免费视频观看日本| 欧美日本视频| 精品一区在线观看国产| 亚洲国产毛片av蜜桃av| av免费观看日本| 麻豆乱淫一区二区| 人体艺术视频欧美日本| 国产黄片视频在线免费观看| 大又大粗又爽又黄少妇毛片口| av又黄又爽大尺度在线免费看| 熟妇人妻不卡中文字幕| 日韩av在线免费看完整版不卡| 国产片特级美女逼逼视频| 久久国产精品大桥未久av | 青青草视频在线视频观看| 国产av一区二区精品久久 | 韩国av在线不卡| 久久精品人妻少妇| 男人爽女人下面视频在线观看| av天堂中文字幕网| 久久青草综合色| 日韩在线高清观看一区二区三区| 九色成人免费人妻av| 国产亚洲av片在线观看秒播厂| av播播在线观看一区| 日韩亚洲欧美综合| 亚洲国产日韩一区二区| 激情 狠狠 欧美| 在线播放无遮挡| 国产男女内射视频| 精品视频人人做人人爽| 精品久久国产蜜桃| 女性被躁到高潮视频| 久久国产精品大桥未久av | 亚洲va在线va天堂va国产| 美女脱内裤让男人舔精品视频| videossex国产| 看十八女毛片水多多多| 观看美女的网站| 久久久欧美国产精品| 成人特级av手机在线观看| 久久久欧美国产精品| 伦理电影免费视频| 乱码一卡2卡4卡精品| 日韩中字成人| 欧美成人精品欧美一级黄| 蜜臀久久99精品久久宅男| 99热6这里只有精品| 国产乱人视频| 精品人妻熟女av久视频| 久久久久国产网址| 日韩强制内射视频| 国产精品人妻久久久久久| 国产一区亚洲一区在线观看| 女的被弄到高潮叫床怎么办| 久久国产乱子免费精品| 国产视频内射| 深夜a级毛片| 欧美成人精品欧美一级黄| 少妇丰满av| 高清在线视频一区二区三区| 热99国产精品久久久久久7| av天堂中文字幕网| 国产美女午夜福利| 美女主播在线视频| 国产精品麻豆人妻色哟哟久久| 中文精品一卡2卡3卡4更新| 国产精品不卡视频一区二区| 天天躁日日操中文字幕| 亚洲av日韩在线播放| 国产视频内射| 美女国产视频在线观看| 小蜜桃在线观看免费完整版高清| 免费观看无遮挡的男女| av在线蜜桃| 超碰97精品在线观看| 日韩制服骚丝袜av| 久久这里有精品视频免费| 嫩草影院新地址| 大陆偷拍与自拍| 欧美精品亚洲一区二区| 日韩中字成人| 中文字幕久久专区| 嫩草影院新地址| 日本免费在线观看一区| 青春草国产在线视频| 草草在线视频免费看| 男女无遮挡免费网站观看| 欧美一区二区亚洲| 高清午夜精品一区二区三区| 国产中年淑女户外野战色| 精品国产三级普通话版| 99久久精品一区二区三区| 观看美女的网站| 在线天堂最新版资源| 午夜激情福利司机影院| 日韩制服骚丝袜av| 久久毛片免费看一区二区三区| 伦理电影免费视频| 人人妻人人看人人澡| 少妇人妻 视频| 精品久久国产蜜桃| 欧美一级a爱片免费观看看| 国产精品一及| 97在线人人人人妻| 国产精品秋霞免费鲁丝片| 欧美极品一区二区三区四区| 成人黄色视频免费在线看| 国产一级毛片在线| 亚洲国产欧美在线一区| 亚洲,欧美,日韩| 美女cb高潮喷水在线观看| 日本与韩国留学比较| 在线观看人妻少妇| 一级毛片久久久久久久久女| 欧美三级亚洲精品| 亚洲精品中文字幕在线视频 | 久久久久久久久大av| 免费看不卡的av| 国模一区二区三区四区视频| 2022亚洲国产成人精品| 中文在线观看免费www的网站| 久久久久人妻精品一区果冻| 九九在线视频观看精品| 久久精品久久久久久久性| 亚洲一级一片aⅴ在线观看| 91精品一卡2卡3卡4卡| 性色avwww在线观看| 自拍偷自拍亚洲精品老妇| 观看免费一级毛片| 日韩成人av中文字幕在线观看| 亚洲欧美精品自产自拍| 亚洲精品456在线播放app| 自拍欧美九色日韩亚洲蝌蚪91 | 日韩不卡一区二区三区视频在线| 日韩欧美一区视频在线观看 | 尤物成人国产欧美一区二区三区| 国产亚洲最大av| 色网站视频免费| 青春草国产在线视频| 国产精品国产三级国产av玫瑰| 高清视频免费观看一区二区| 男人和女人高潮做爰伦理| 深夜a级毛片| 男女无遮挡免费网站观看| 啦啦啦视频在线资源免费观看| 我的老师免费观看完整版| 亚洲精品国产av蜜桃| 亚洲内射少妇av| 一个人看的www免费观看视频| 国产中年淑女户外野战色| 久久久久久伊人网av| 麻豆成人av视频| 五月天丁香电影| 最新中文字幕久久久久| 18+在线观看网站| 春色校园在线视频观看| 国产一区二区三区av在线| 日韩视频在线欧美| 91精品伊人久久大香线蕉| 亚洲精品乱码久久久久久按摩| 新久久久久国产一级毛片| 超碰av人人做人人爽久久| 我的老师免费观看完整版| 国产爽快片一区二区三区| 国产视频首页在线观看| 日本免费在线观看一区| 欧美日韩亚洲高清精品| 一级毛片电影观看| 九九在线视频观看精品| 91精品国产九色| 九色成人免费人妻av| av福利片在线观看| 免费看av在线观看网站| 国产精品免费大片| 成人亚洲欧美一区二区av| 超碰97精品在线观看| 亚洲内射少妇av| 欧美日韩综合久久久久久| 男人狂女人下面高潮的视频| 亚洲欧洲日产国产| 人体艺术视频欧美日本| 极品教师在线视频| 麻豆国产97在线/欧美| 亚洲成人av在线免费| 亚洲精品456在线播放app| 多毛熟女@视频| 欧美区成人在线视频| 嘟嘟电影网在线观看| 一级a做视频免费观看| 国产高清不卡午夜福利| 国产精品伦人一区二区| 久久久精品94久久精品| 免费观看在线日韩| 欧美高清性xxxxhd video| 偷拍熟女少妇极品色| 欧美精品一区二区大全| 国产日韩欧美亚洲二区| 国产高清有码在线观看视频| 亚洲精品日韩在线中文字幕| 免费少妇av软件| 大片免费播放器 马上看| 国产真实伦视频高清在线观看| a级一级毛片免费在线观看| 日本一二三区视频观看| 日韩不卡一区二区三区视频在线|