• <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
    非洲黑人性xxxx精品又粗又长| 亚洲精品一区av在线观看| 国产精品无大码| 久久人人精品亚洲av| 中文亚洲av片在线观看爽| 97超级碰碰碰精品色视频在线观看| 国产淫片久久久久久久久| 一个人观看的视频www高清免费观看| 一级毛片久久久久久久久女| 国产伦人伦偷精品视频| 欧美性感艳星| 欧美性感艳星| 成人无遮挡网站| 欧美色视频一区免费| 日韩高清综合在线| 国产男靠女视频免费网站| 日本 av在线| 成人特级av手机在线观看| 精品久久久久久久末码| 热99re8久久精品国产| 色视频www国产| 精品午夜福利视频在线观看一区| 如何舔出高潮| 欧美极品一区二区三区四区| 99热这里只有精品一区| 一本精品99久久精品77| 精品午夜福利视频在线观看一区| 午夜激情福利司机影院| 又爽又黄无遮挡网站| 欧美成人免费av一区二区三区| 亚洲男人的天堂狠狠| 久久久久精品国产欧美久久久| 日本三级黄在线观看| 久久久精品大字幕| 国产免费男女视频| 全区人妻精品视频| 免费电影在线观看免费观看| 国产亚洲精品久久久com| 久久久久久久久久久丰满 | 小说图片视频综合网站| 九九久久精品国产亚洲av麻豆| 99国产精品一区二区蜜桃av| 女的被弄到高潮叫床怎么办 | 国产精品永久免费网站| 国产精品一区二区三区四区免费观看 | 午夜福利高清视频| 淫秽高清视频在线观看| 国产亚洲欧美98| 免费av观看视频| 国产高潮美女av| 亚洲av成人av| 18禁黄网站禁片午夜丰满| 国产色婷婷99| 亚洲第一区二区三区不卡| 亚洲av.av天堂| 夜夜爽天天搞| 九色国产91popny在线| 国产高清不卡午夜福利| 午夜a级毛片| 欧美成人性av电影在线观看| 精品99又大又爽又粗少妇毛片 | 国产亚洲精品久久久com| 中文字幕人妻熟人妻熟丝袜美| 亚洲最大成人中文| 国产高清激情床上av| 亚洲aⅴ乱码一区二区在线播放| 久久精品国产99精品国产亚洲性色| 91在线观看av| 99国产极品粉嫩在线观看| 91久久精品国产一区二区三区| 可以在线观看的亚洲视频| 欧美最黄视频在线播放免费| 99国产极品粉嫩在线观看| 国产一区二区三区在线臀色熟女| 性欧美人与动物交配| 国产精品99久久久久久久久| 一区福利在线观看| 天天躁日日操中文字幕| 夜夜夜夜夜久久久久| 一级av片app| 日日夜夜操网爽| 欧美区成人在线视频| 最新中文字幕久久久久| 欧美成人性av电影在线观看| 国产大屁股一区二区在线视频| 变态另类成人亚洲欧美熟女| 欧美精品国产亚洲| 非洲黑人性xxxx精品又粗又长| 亚洲av中文字字幕乱码综合| 自拍偷自拍亚洲精品老妇| 免费看美女性在线毛片视频| 两人在一起打扑克的视频| 99久久精品一区二区三区| 22中文网久久字幕| 亚洲av一区综合| 美女高潮的动态| 国产午夜精品论理片| 亚洲精品一区av在线观看| 一级毛片久久久久久久久女| 色av中文字幕| 国语自产精品视频在线第100页| 国产主播在线观看一区二区| 97热精品久久久久久| 99久久成人亚洲精品观看| 日本成人三级电影网站| 美女黄网站色视频| 一本久久中文字幕| 亚洲成av人片在线播放无| 日韩欧美精品v在线| av视频在线观看入口| 国内久久婷婷六月综合欲色啪| 久久香蕉精品热| 亚洲精品色激情综合| 成人av在线播放网站| 亚洲av中文字字幕乱码综合| 自拍偷自拍亚洲精品老妇| 欧美成人性av电影在线观看| 欧美一级a爱片免费观看看| 成人毛片a级毛片在线播放| 久久久久久大精品| 欧洲精品卡2卡3卡4卡5卡区| 亚洲成人久久性| 日韩强制内射视频| 人妻久久中文字幕网| 国产精品1区2区在线观看.| 国产成年人精品一区二区| 国产人妻一区二区三区在| 国产精品永久免费网站| 内射极品少妇av片p| 欧美不卡视频在线免费观看| 欧美三级亚洲精品| 精品人妻视频免费看| 国产成人福利小说| 一区二区三区免费毛片| 成人鲁丝片一二三区免费| 免费在线观看日本一区| 九九在线视频观看精品| av国产免费在线观看| 国产精品爽爽va在线观看网站| 国产亚洲精品久久久com| 久久久久久久久久久丰满 | 婷婷色综合大香蕉| 俄罗斯特黄特色一大片| 乱码一卡2卡4卡精品| 国产高清视频在线播放一区| 欧美在线一区亚洲| 国产欧美日韩精品一区二区| 国产 一区精品| 亚洲精品影视一区二区三区av| 国产色爽女视频免费观看| 日韩一本色道免费dvd| 国内毛片毛片毛片毛片毛片| 精品久久久久久成人av| 日本免费一区二区三区高清不卡| 久久久久久久精品吃奶| 99久久精品一区二区三区| 美女大奶头视频| 俺也久久电影网| 啦啦啦观看免费观看视频高清| 日韩人妻高清精品专区| 丝袜美腿在线中文| 小蜜桃在线观看免费完整版高清| 色综合亚洲欧美另类图片| а√天堂www在线а√下载| 国产av一区在线观看免费| 人妻制服诱惑在线中文字幕| 久久国产乱子免费精品| 色精品久久人妻99蜜桃| 日本欧美国产在线视频| 啦啦啦观看免费观看视频高清| 国产男靠女视频免费网站| 联通29元200g的流量卡| 国产精品综合久久久久久久免费| 亚洲国产精品成人综合色| 91麻豆av在线| 不卡一级毛片| 有码 亚洲区| 日韩欧美免费精品| 蜜桃亚洲精品一区二区三区| 18+在线观看网站| 国产 一区精品| 中文字幕熟女人妻在线| bbb黄色大片| 99久久精品一区二区三区| 日韩国内少妇激情av| 久久中文看片网| 久久九九热精品免费| 亚洲午夜理论影院| 2021天堂中文幕一二区在线观| 日本a在线网址| 免费在线观看成人毛片| 亚洲欧美精品综合久久99| 国产aⅴ精品一区二区三区波| 麻豆成人av在线观看| 免费电影在线观看免费观看| 真人一进一出gif抽搐免费| 国产免费男女视频| avwww免费| 1024手机看黄色片| 色5月婷婷丁香| 久久99热这里只有精品18| 女人十人毛片免费观看3o分钟| 日本黄色片子视频| 成人特级黄色片久久久久久久| 色综合亚洲欧美另类图片| 国产人妻一区二区三区在| 亚洲午夜理论影院| 一级a爱片免费观看的视频| 日本一二三区视频观看| 国产探花在线观看一区二区| 日韩欧美精品v在线| 亚洲av熟女| 久久久色成人| 亚洲av成人精品一区久久| 97超级碰碰碰精品色视频在线观看| 中文字幕精品亚洲无线码一区| 日本三级黄在线观看| 观看免费一级毛片| 国产精品亚洲美女久久久| 黄色配什么色好看| 欧美日韩黄片免| 国产真实伦视频高清在线观看 | 国产91精品成人一区二区三区| 成人午夜高清在线视频| 亚洲欧美清纯卡通| 成年人黄色毛片网站| 日韩欧美国产在线观看| 麻豆一二三区av精品| 内射极品少妇av片p| av在线观看视频网站免费| 日韩欧美精品v在线| 精品久久久久久久久av| 国产精品一区www在线观看 | 小蜜桃在线观看免费完整版高清| 国产一区二区三区视频了| 三级男女做爰猛烈吃奶摸视频| 久久精品久久久久久噜噜老黄 | 午夜爱爱视频在线播放| 国产高清有码在线观看视频| 国产女主播在线喷水免费视频网站 | 天堂动漫精品| 久久精品夜夜夜夜夜久久蜜豆| 亚洲熟妇中文字幕五十中出| 99九九线精品视频在线观看视频| 夜夜爽天天搞| 人妻久久中文字幕网| 亚洲午夜理论影院| 日本黄色视频三级网站网址| 免费看a级黄色片| 少妇被粗大猛烈的视频| 亚洲18禁久久av| 偷拍熟女少妇极品色| 精品人妻熟女av久视频| 国产精品永久免费网站| 三级男女做爰猛烈吃奶摸视频| 国产一区二区在线观看日韩| 成人特级av手机在线观看| 美女cb高潮喷水在线观看| 男女那种视频在线观看| 老熟妇乱子伦视频在线观看| 欧美一区二区精品小视频在线| 一个人看的www免费观看视频| 麻豆久久精品国产亚洲av| 又爽又黄a免费视频| a级一级毛片免费在线观看| 国语自产精品视频在线第100页| 黄色一级大片看看| 精品福利观看| av天堂中文字幕网| 国产免费男女视频| avwww免费| 欧美黑人欧美精品刺激| 变态另类成人亚洲欧美熟女| 国产乱人视频| 搡女人真爽免费视频火全软件 | 亚洲四区av| 春色校园在线视频观看| 国产精品久久久久久久久免| 又爽又黄无遮挡网站| 国产成人a区在线观看| 国产精品永久免费网站| 国产亚洲精品av在线| 国产精品综合久久久久久久免费| 国内揄拍国产精品人妻在线| 在线观看午夜福利视频| 熟女人妻精品中文字幕| 亚洲精华国产精华精| 久久草成人影院| 麻豆一二三区av精品| 国产不卡一卡二| 亚洲性夜色夜夜综合| 久久久久久久午夜电影| 午夜爱爱视频在线播放| 99久久中文字幕三级久久日本| 99在线人妻在线中文字幕| 毛片一级片免费看久久久久 | 最近最新免费中文字幕在线| 国产69精品久久久久777片| 精品人妻一区二区三区麻豆 | 最近在线观看免费完整版| 男女做爰动态图高潮gif福利片| 国产黄a三级三级三级人| 日本a在线网址| 男插女下体视频免费在线播放| 日本一本二区三区精品| 午夜日韩欧美国产| 黄色配什么色好看| av专区在线播放| 国产探花极品一区二区| 99视频精品全部免费 在线| 丰满的人妻完整版| 欧美在线一区亚洲| 免费看av在线观看网站| 乱码一卡2卡4卡精品| 色5月婷婷丁香| 黄片wwwwww| 亚洲精品粉嫩美女一区| 久久亚洲真实| 韩国av在线不卡| 亚洲成av人片在线播放无| 夜夜看夜夜爽夜夜摸| 亚洲欧美日韩无卡精品| 日韩欧美一区二区三区在线观看| 热99在线观看视频| 日韩强制内射视频| 99riav亚洲国产免费| 观看美女的网站| 久久亚洲真实| 免费在线观看成人毛片| 亚洲av不卡在线观看| 性插视频无遮挡在线免费观看| 中文字幕熟女人妻在线| 好男人在线观看高清免费视频| 亚洲最大成人手机在线| 又爽又黄无遮挡网站| 日韩欧美国产在线观看| 两个人的视频大全免费| 丰满的人妻完整版| 乱人视频在线观看| 欧美xxxx黑人xx丫x性爽| 最近在线观看免费完整版| 99久久精品一区二区三区| 在线观看66精品国产| 97人妻精品一区二区三区麻豆| 黄色视频,在线免费观看| 午夜精品久久久久久毛片777| 午夜精品一区二区三区免费看| 内射极品少妇av片p| 3wmmmm亚洲av在线观看| 制服丝袜大香蕉在线| 久久国内精品自在自线图片| 亚洲第一电影网av| 欧美高清成人免费视频www| 成人国产综合亚洲| 免费电影在线观看免费观看| 长腿黑丝高跟| 丰满乱子伦码专区| 精品欧美国产一区二区三| 国产单亲对白刺激| 欧美潮喷喷水| 不卡一级毛片| 国产 一区精品| 亚洲av免费在线观看| 国产成人福利小说| 国产精品嫩草影院av在线观看 | 精品人妻熟女av久视频| 又爽又黄无遮挡网站| 网址你懂的国产日韩在线| 欧美又色又爽又黄视频| 丰满人妻一区二区三区视频av| 久久久久国内视频| 淫秽高清视频在线观看| 亚洲成a人片在线一区二区| 国产精品不卡视频一区二区| 午夜视频国产福利| 91久久精品电影网| 精品久久久久久久久亚洲 | 亚洲,欧美,日韩| 亚洲无线观看免费| 亚洲经典国产精华液单| 麻豆久久精品国产亚洲av| 精品不卡国产一区二区三区| 日韩大尺度精品在线看网址| 麻豆成人午夜福利视频| 别揉我奶头~嗯~啊~动态视频| 亚洲欧美清纯卡通| 午夜免费激情av| 99久久精品国产国产毛片| 男插女下体视频免费在线播放| 久久人妻av系列| 国产毛片a区久久久久| 精品一区二区免费观看| 最近最新免费中文字幕在线| 一级av片app| 18+在线观看网站| 伊人久久精品亚洲午夜| 国产爱豆传媒在线观看| a级毛片免费高清观看在线播放| 天堂动漫精品| а√天堂www在线а√下载| 成人性生交大片免费视频hd| 亚洲av中文字字幕乱码综合| 国产精品人妻久久久久久| 麻豆久久精品国产亚洲av| 亚洲内射少妇av| 我要搜黄色片| 午夜爱爱视频在线播放| 老女人水多毛片| 小说图片视频综合网站| 女生性感内裤真人,穿戴方法视频| 毛片一级片免费看久久久久 | 成年人黄色毛片网站| 又爽又黄a免费视频| 日本黄色视频三级网站网址| ponron亚洲| 日韩av在线大香蕉| 国产精品久久电影中文字幕| 欧美激情国产日韩精品一区| 男人舔奶头视频| 少妇的逼好多水| 性欧美人与动物交配| 日日摸夜夜添夜夜添av毛片 | 人妻夜夜爽99麻豆av| 久久精品影院6| 极品教师在线视频| 国产av麻豆久久久久久久| 欧美不卡视频在线免费观看| 国产精品福利在线免费观看| 亚洲av.av天堂| 免费观看人在逋| 国产成人福利小说| 在线观看美女被高潮喷水网站| 一级av片app| 精品国内亚洲2022精品成人| 国产不卡一卡二| 狂野欧美激情性xxxx在线观看| 久久午夜亚洲精品久久| 午夜爱爱视频在线播放| 国产欧美日韩精品一区二区| 国产精品福利在线免费观看| 两个人视频免费观看高清| 干丝袜人妻中文字幕| 两性午夜刺激爽爽歪歪视频在线观看| 99久久中文字幕三级久久日本| 一夜夜www| 国产av一区在线观看免费| 日韩精品中文字幕看吧| 久久欧美精品欧美久久欧美| 午夜亚洲福利在线播放| 亚洲七黄色美女视频| 亚洲天堂国产精品一区在线| 精品不卡国产一区二区三区| 亚洲国产日韩欧美精品在线观看| 国产精品电影一区二区三区| 网址你懂的国产日韩在线| 88av欧美| 最近最新免费中文字幕在线| 老师上课跳d突然被开到最大视频| 亚洲色图av天堂| 国内毛片毛片毛片毛片毛片| 国产精品久久久久久久久免| 精品不卡国产一区二区三区| 99久久精品热视频| 97超级碰碰碰精品色视频在线观看| 国内精品一区二区在线观看| 乱码一卡2卡4卡精品| 波多野结衣巨乳人妻| 亚洲欧美日韩无卡精品| 少妇裸体淫交视频免费看高清| 91精品国产九色| 99久久九九国产精品国产免费| 日本精品一区二区三区蜜桃| 好男人在线观看高清免费视频| 亚洲成av人片在线播放无| 一级a爱片免费观看的视频| 国产淫片久久久久久久久| 无人区码免费观看不卡| 黄色欧美视频在线观看| 亚洲国产高清在线一区二区三| 少妇的逼好多水| 日本撒尿小便嘘嘘汇集6| 国产一区二区三区视频了| 97超视频在线观看视频| 中亚洲国语对白在线视频| 久久精品国产鲁丝片午夜精品 | 乱系列少妇在线播放| 午夜视频国产福利| 免费一级毛片在线播放高清视频| 国产男靠女视频免费网站| 男女之事视频高清在线观看| 又爽又黄无遮挡网站| 午夜免费成人在线视频| 久久香蕉精品热| 亚洲av二区三区四区| 欧美日韩乱码在线| 成人欧美大片| 国产精品1区2区在线观看.| 国产一区二区三区在线臀色熟女| 午夜精品在线福利| 亚洲av一区综合| 一区二区三区免费毛片| а√天堂www在线а√下载| 九九爱精品视频在线观看| 久久久久国产精品人妻aⅴ院| 国产成人福利小说| 午夜亚洲福利在线播放| 国产精品99久久久久久久久| 国产蜜桃级精品一区二区三区| 一本久久中文字幕| 免费黄网站久久成人精品| 自拍偷自拍亚洲精品老妇| 久久久久九九精品影院| 狠狠狠狠99中文字幕| 国产亚洲av嫩草精品影院| 大又大粗又爽又黄少妇毛片口| 日本黄大片高清| 91久久精品国产一区二区三区| 日韩欧美国产在线观看| 热99在线观看视频| 亚洲四区av| 欧美激情国产日韩精品一区| 日本-黄色视频高清免费观看| 长腿黑丝高跟| 又爽又黄a免费视频| .国产精品久久| 日韩欧美免费精品| 日本三级黄在线观看| 美女免费视频网站| 给我免费播放毛片高清在线观看| 日韩一区二区视频免费看| 国内揄拍国产精品人妻在线| 中出人妻视频一区二区| 久久久久国产精品人妻aⅴ院| 亚洲综合色惰| 桃色一区二区三区在线观看| 人人妻,人人澡人人爽秒播| 深爱激情五月婷婷| 亚洲人成网站在线播| 国产高潮美女av| 亚洲美女视频黄频| 成人亚洲精品av一区二区| 午夜福利高清视频| 天天躁日日操中文字幕| 麻豆av噜噜一区二区三区| 欧美三级亚洲精品| 春色校园在线视频观看| 免费看光身美女| 成人午夜高清在线视频| 亚洲av中文字字幕乱码综合| 丰满乱子伦码专区| 真实男女啪啪啪动态图| 亚洲欧美日韩无卡精品| 美女高潮的动态| av福利片在线观看| 国产黄色小视频在线观看| 在线观看舔阴道视频| 久久久久久伊人网av| 亚洲欧美精品综合久久99| 亚洲最大成人中文| 成人性生交大片免费视频hd| 99热精品在线国产| 人人妻人人澡欧美一区二区| 色视频www国产| 成年女人看的毛片在线观看| 男女视频在线观看网站免费| 在线观看66精品国产| 国产精品女同一区二区软件 | 国产 一区 欧美 日韩| 免费看a级黄色片| 日韩高清综合在线| 欧美三级亚洲精品| 免费看美女性在线毛片视频| 国产高清三级在线| 97超视频在线观看视频| 免费看av在线观看网站| 欧美区成人在线视频| av视频在线观看入口| 亚洲经典国产精华液单| 国产精品自产拍在线观看55亚洲| 日本在线视频免费播放| 亚洲美女黄片视频| 最新在线观看一区二区三区| 国产免费一级a男人的天堂| 日本精品一区二区三区蜜桃| 韩国av在线不卡| 亚洲美女黄片视频| 97热精品久久久久久| 国产白丝娇喘喷水9色精品| 男女视频在线观看网站免费| 真人做人爱边吃奶动态| 国产精品久久久久久精品电影| 啪啪无遮挡十八禁网站| 在线播放无遮挡| 俄罗斯特黄特色一大片| 亚洲久久久久久中文字幕| 网址你懂的国产日韩在线| 亚洲中文字幕日韩| 热99在线观看视频| 国产一区二区激情短视频| 国产成人aa在线观看| 亚洲经典国产精华液单| 欧美bdsm另类| 久久久久国内视频| 精品久久久噜噜| 精品久久久久久,| 成人特级av手机在线观看| 高清在线国产一区| 看十八女毛片水多多多| 国产成年人精品一区二区| 性欧美人与动物交配| 午夜免费成人在线视频| 欧美丝袜亚洲另类 | 一区福利在线观看| 国内精品久久久久久久电影| 麻豆成人av在线观看|