• <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 ?

    基于偏最小二乘及最小二乘支持向量機的 と斯ぜ硬誶道糙率預測模型

    2018-11-12 11:20:22葛賽
    南水北調與水利科技 2018年4期

    葛賽

    摘要:影響渠道糙率的因素相當復雜,且因素間又存在一定的相關關系。為取得更為精確的糙率預測效果,采用偏最小二乘(PLS)法對影響人工加糙渠道糙率的因素進行分析,提取影響自變量的重要成分,結合最小二乘支持向量機(LSSVM)建立了人工加糙渠道糙率預測模型。結合實例,通過對某人工加糙渠道相關試驗數(shù)據(jù)進行PLSLSSVM模型的訓練及預測,并將預測結果與單獨使用PLS、LSSVM及公式法的預測結果進行對比,其結果顯示:基于PLSLSSVM模型的預測平均絕對百分比誤差MAPE為138%,均方根誤差RMSE為224×10-4,預測精度均優(yōu)于PLS、LSSVM及公式法的預測結果。結果表明,將PLS與LSSVM相結合的PLSLSSVM模型,綜合了PLS與LSSVM各自的優(yōu)勢,應用PLSLSSVM模型可有效進行人工加糙渠道糙率的預測。

    關鍵詞:偏最小二乘(PLS);最小二乘支持向量機(LSSVM);人工加糙渠道;糙率;預測

    中圖分類號:TV135.3文獻標志碼:A文章編號:

    16721683(2018)04018906

    Roughness prediction model for artificially roughened channel based on partial least square and least square support vector machine

    GE Sai1,ZHAO Tao1,WU Si2,WU Yangfeng1

    1.College of Water Conservancy and Civil Engineering,Xinjiang Agricultural University,Urumqi 830052,China;2.Yellow River Engineering Consulting Co.,Ltd,Zhengzhou 450003,China

    Abstract:

    The factors that affect the roughness of a channel are quite complex,and there is a certain correlation between the factors.In order to obtain a more accurate prediction of the roughness,we used the partial least squares (PLS) method to analyze the factors that affect the roughness of artificially roughened channels,and we extracted the important components that affect the independent variables.Then we established the roughness prediction model for artificially roughened channels based on least square support vector machine (LSSVM).We used the experimental data of an artificially roughened channel for training and prediction of the PLSLSSVM model,and compared the prediction results with the prediction results of PLS,LSSVM,and formula methods.The results showed that the mean absolute percentage error (MAPE) of prediction based on PLSLSSVM model was 138%,and the root mean square error (RMSE) was 224×104 .Its prediction accuracy was better than that of the PLS,LSSVM,and formula methods.The results showed that the PLSLSSVM model which combines PLS and LSSVM can integrate the advantages of PLS and LSSVM.PLSLSSVM model can effectively predict the roughness of artificially roughened channels.

    Key words:

    partial least squares (PLS);least square support vector machine (LSSVM);artificially roughened channel;roughness;prediction

    糙率[1][JP+1]與河流阻力有關,是衡量渠道邊壁粗糙程度對運動水流產(chǎn)生影響的一個無量綱數(shù),其值重要且敏感,糙率的精確取值是明渠水流的水力計算向精準方向發(fā)展擬解決的關鍵問題之一。明渠糙率研究可分為兩個方向,即天然渠道糙率和人工渠道糙率。人工渠道以其較為規(guī)則的結構形式及沿程均勻的粗糙程度,簡化天然渠道復雜多變的水力要素,同時加糙處理后的人工渠道增加了多種邊壁粗糙條件,更易于對糙率進行更為全面深入的研究[23]。

    多年以來,有許多學者[49]從分析糙率與關鍵水力要素的相關關系出發(fā),力求推導出普遍適用的糙率經(jīng)驗公式,[JP+1]但取得的成果有限。隨著計算機技術的發(fā)展,有學者打破糙率研究的傳統(tǒng)思維方式,通過構建數(shù)學模型進行糙率預測并取得豐碩成果。Becker 等[1011]提出將改進的單純形算法用于糙率數(shù)學模型的建立,金忠青等[1213]采用復合形法構建河網(wǎng)糙率預測模型,程偉平等[1415]引入廣義逆理論及帶參數(shù)的卡爾曼濾波構建糙率預測模型,雷燕等[16]運用遺傳算法建立糙率數(shù)學模型,辛小康等[17]對遺傳算法優(yōu)化構建預測模型,漲潮等[1819]基于BP神經(jīng)網(wǎng)絡并對算法進行改進構建糙率數(shù)學模型。雖然糙率預測模型依舊在不斷完善創(chuàng)新,但仍存在多種限制因素,例如模型需大量樣本數(shù)據(jù)進行學習訓練且運算效率較低,極易陷入局部最優(yōu)狀態(tài),而且模型參數(shù)的選擇難度較大將會影響計算精準度。最小二乘支持向量機(Least Square Support Vector Machine,簡稱LSSVM)是由Suykens 等[2022]提出的對標準支持向量機(Support Vector Machine,簡稱SVM)[23]的改進優(yōu)化,除擁有SVM解決小樣本、非線性、避免陷入局部極值、參數(shù)尋優(yōu)方法簡便等優(yōu)勢外,又通過在目標函數(shù)中引入誤差平方和項進一步降低計算復雜度提高運算效率,減小SVM迭代誤差可能對算法精度產(chǎn)生的影響。本文提出應用LSSVM進行人工加糙渠道糙率預測,并預先對多個主要影響因素進行偏最小二乘(Partial Least Squares,簡稱PLS)[24]分析,提取影響糙率的重要成分,降低無關成分及變量間不獨立對模型的影響。

    因此,本文采用PLS法對數(shù)據(jù)預處理,結合LSSVM建立模型,構建基于偏最小二乘及最小二乘支持向量機(簡稱PLSLSSVM)的人工加糙渠道糙率預測模型。并以某矩形人工加糙渠道為例進行模型訓練及預測,驗證模型可靠性及適用性。

    1模型算法原理

    1.1偏最小二乘(PLS)算法

    偏最小二乘是一種用于多元統(tǒng)計數(shù)據(jù)分析的新型算法,在消除變量間相關性問題及提取變量的重要信息方面表現(xiàn)突出,綜合了典型相關分析、主成分分析及多元線性回歸分析在數(shù)據(jù)分析處理方面的優(yōu)勢于一體。根據(jù)本文實際情況,針對多自變量及單因變量進行研究,假設樣本數(shù)為m,自變量個數(shù)為n,構成自變量矩陣[WTHX]X[WTBX]=(xij)m×n,因變量矩陣[WTHX]y[WTBX]=(yi)m×1。算法具體計算步驟如下。

    2.1PLSLSSVM模型

    在處理實際工程問題時,經(jīng)常會遇到存在多種影響因素的情況,[JP+1]直接將數(shù)據(jù)帶入到模型中不僅會干擾模型計算的精度,甚至可能會嚴重影響模型運算效率。偏最小二乘PLS法通過對原變量進行預處理,提取出反映變量信息的重要成分,這些新提取的成分包含了原變量的所有信息,且各個成分間相互獨立,消除了原變量間存在的線性相關的情況,同時,重要成分的個數(shù)小于原變量的個數(shù),實現(xiàn)了對原數(shù)據(jù)組的降維。最小二乘支持向量機LSSVM是一種優(yōu)質的機器學習方法,其可通過對訓練集進行學習訓練,掌握事物內部的變化規(guī)律,從而對測試集做出客觀合理的預測。偏最小二乘及最小二乘支持向量機PLSLSSVM模型是將偏最小二乘PLS與最小二乘支持向量機LSSVM相結合,首先運用PLS法對樣本數(shù)據(jù)進行預處理,并將預處理提取的重要成分作為LSSVM的輸入,以減小模型對數(shù)據(jù)的識別難度,進一步發(fā)揮LSSVM在預測方面的優(yōu)勢。

    2.2人工加糙渠道糙率物理模型

    某人工渠道長20 m、寬04 m、深03 m,斷面形狀為矩形,底坡為可自動調節(jié)裝置,采用PVC材質制作。試驗系統(tǒng)由供水裝置、靜水箱、可進行坡度調節(jié)的渠道、尾門、量水堰、回水裝置等組成,試驗系統(tǒng)見圖1。測量段選取去除渠道首尾各3 m的中間部分,每間隔1 m作為一個測量斷面,每個斷面布設左、中、右三個測點。渠道通過保持光滑壁面條件及在底部、兩側粘貼粒徑d為1~2 mm、2~3 mm、3~5 mm砂粒的方式,模擬出絕對粗糙度Δ為0015 mm、15 mm、25 mm、40 mm的4種不同邊壁條件。在滿足某一邊壁條件下,調節(jié)0004~003[JP+1]共8種不同底坡,設置12~41 L/s共10組不同流量,采用水位測針量測每個測點的水深從而得出渠道的平均水深,根據(jù)相關已知條件計算得到各關鍵水力要素及糙率值,試驗共獲得320組試驗數(shù)據(jù)。

    2.3基于PLSLSSVM的人工加糙渠道糙率預測模型建立

    劃分訓練集及測試集。由前期研究成果[2526]可知,影響人工加糙渠道糙率的主要因素間存在相關性,冗余信息會對預測模型產(chǎn)生干擾。將絕對粗糙度Δ(x1)、佛汝德數(shù)Fr(x2)、渠道平均水深h(x3)、底坡i(x4)作為PLSLSSVM模型的自變量,人工加糙渠道糙率n值(y)作為PLSLSSVM模型的因變量,構成數(shù)據(jù)矩陣[WTHX]A[WTBZ]為32×5。將320組樣本數(shù)據(jù)隨機選取240組作為訓練集,其余80組數(shù)據(jù)作為測試集。

    提取重要成分。對數(shù)據(jù)矩陣A進行偏最小二乘PLS提取重要成分并進行交叉有限性檢驗,得到Q21、Q22、Q23分別為04889、01548、00694。其中,Q21、Q22、Q23分別表示提取一個、兩個和三個成分的交叉有效性檢驗值。由于Q23<00975,故可提取前兩個重要成分表示自變量的特征信息,將提取的重要成分作為LSSVM模型的輸入。

    選取核函數(shù)及參數(shù)。將徑向基函數(shù)(Radial Basis Function,簡稱RBF)作為核函數(shù),其在此模型條件下表現(xiàn)出較其他核函數(shù)更為出色的泛化能力,并且已在許多領域廣泛應用。采用交叉驗證法進行參數(shù)尋優(yōu),得到正則化參數(shù)γ=618933 3,核參數(shù)σ2=0137 9。

    模型訓練預測。對已構建好的PLSLSSVM模型進行學習訓練,并對測試集進行預測。選取平均絕對百分比誤差MAPE及均方根誤差RMSE作為模型精確性度量標準,反映預測值和觀測值之間的偏差程度,對預測結果可靠性進行評價。公式分別如下:

    2.4基于PLSLSSVM的人工加糙渠道糙率預測模型結果及分析

    采用PLS法對人工加糙渠道糙率相關樣本數(shù)據(jù)進行預處理,并將預處理后的結果作為LSSVM的輸入。通過對組合模型PLSLSSVM進行學習訓練,在模型掌握事物相應的內部規(guī)律后,對測試集做出預測。為驗證組合模型的預測精度,將預測結果分別與單獨使用PLS、LSSVM模型的預測結果進行對比,同時,為更進一步說明預測模型的優(yōu)勢,將模型預測效果與公式法的預測效果進行對比。借鑒李榕[27]基于量綱分析法及利用大量的試驗數(shù)據(jù)推求的適用于明渠均勻流的糙率回歸方程形式,如式(23)所示,通過擬合可知,式(23)中的系數(shù)n0及α與底坡i具有良好的對數(shù)函數(shù)關系。擬合得到的4種不同邊壁條件下的系數(shù)n0及α如表1所示,并將其分別帶入式(23)中進行糙率預測,總的預測效果對比見圖2及表2。

    n=n0+α[JB((][SX(]B[]B+2h[SX)][JB))]0.35lgFr[JY](23)

    式中:n表示糙率;n0及α為系數(shù);B表示渠道寬度, 在本試驗中為04 m;Fr表示佛汝德數(shù);B/(B+2h)035lgFr為回歸方程中的自變量。

    在明渠水流的水力計算中,對糙率取值的精度要求較為嚴格。采用PLS法進行糙率預測,預測數(shù)據(jù)的平均絕對百分比誤差MAPE為769%,均方根誤差RMSE為1.10×103 ,而采用公式法進行糙率預測,預測數(shù)據(jù)的平均絕對百分比誤差MAPE為481%,均方根誤差RMSE為839×104,預測精度較PLS法有了一定程度的提升。LSSVM模型預測數(shù)據(jù)的平均絕對百分比誤差MAPE為290%,均方根誤差RMSE為401×104,與公式法的預測結果相比,在預測精度方面有了進一步的提升,但LSSVM模型將樣本數(shù)據(jù)直接作為模型的輸入,可能會對模型訓練產(chǎn)生干擾從而影響預測結果。PLSLSSVM模型融合了PLS及LSSVM模型的優(yōu)點,預測數(shù)據(jù)的平均絕對百分比誤差MAPE為138%,均方根誤差RMSE為2.24×104,預測性能較單獨使用LSSVM模型有了更進一步的提升。由此可見,在對人工加糙渠道的研究過程中,PLSLSSVM模型相對于PLS、LSSVM模型及公式法來說,更適合用于進行人工加糙渠道糙率方面的相關預測。

    2.5不同變量組合下的PLSLSSVM模型預測效果對比

    以在人工加糙渠道糙率預測方面表現(xiàn)良好的PLSLSSVM作為預測模型,基于上文選用的作為模型輸入的自變量組合形式:絕對粗糙度Δ(x1)、佛汝德數(shù)Fr(x2)、渠道平均水深h(x3)、底坡i(x4),嘗試另外3種自變量組合形式;絕對粗糙度Δ(x1)、佛汝德數(shù)Fr(x2)、渠道平均水深h(x3);絕對粗糙度Δ(x1)、渠道平均水深h(x2)、底坡i(x3);絕對粗糙度Δ(x1)、渠道平均水深h(x2)進行模型的訓練及預測,不同變量組合下的預測效果對比如表3所示。

    從表3中可以看出,新選用的3種變量組合形式下模型預測精度均低于原變量組合形式下的預測精度。其中,同時去除變量Fr、i的組合形式對模型預測精度影響最大,去除變量Fr比去除變量i的組合形式對模型預測精度的影響更大。

    3結論

    (1)文章采用偏最小二乘及最小二乘支持向量機PLSLSSVM模型,進行人工加糙渠道糙率的相關預測。對影響人工加糙渠道糙率的主要因素進行PLS重要成分的提取,消除變量間的多重相關性,綜合全面描述事物的本質因素,并將提取的重要成分作為最小二乘支持向量機LSSVM的輸入,減小數(shù)據(jù)對模型的干擾,更有助于模型的訓練及預測。

    (2)預測結果顯示,PLSLSSVM模型預測數(shù)據(jù)的平均絕對百分比誤差MAPE為138%,均方根誤差RMSE為2.24×104,優(yōu)于單獨使用PLS模型、公式法的預測效果,較優(yōu)于單獨使用LSSVM的預測效果。PLSLSSVM模型綜合了PLS、LSSVM各自的優(yōu)勢性能,進一步提高了預測精度。

    (3)選取更為合理的糙率,提高明渠水流水力計算的精度,不僅有利于渠道正常投入運行,更有利于對其進行科學的規(guī)劃與管理。選取適用的自變量組合形式,基于PLSLSSVM模型進行渠道糙率預測,具有良好的應用前景。

    參考文獻(References):

    [1]邱秀云.水力學[M].烏魯木齊:新疆電子出版社,2008.(QIU X Y.Hydraulics[M].Urumqi:Xinjiang Electronic Press,2008.(in Chinese))

    [2]張羅號.明渠水流阻力研究現(xiàn)狀分析[J].水利學報,2012,43(10):11541162.(ZHANG L H.Research status of flow resistance in open channel[J].Journal of Hydraulic Engineering,2012,43(10):11541162.(in Chinese)) DOI:10.13243/j.cnki.slxb.2012.10.007.

    [3]楊岑,路澤生,欒維功,等.矩形渠道人工加糙壁面阻力規(guī)律試驗研究[J].長江科學院院報,2011,28(1):3438.(YANG C,LU Z S,LUAN W G,et al.Experimental study on friction law of artificial roughwall rectangle channel[J].Journal of Yangtze River Scientific Research Institute,2011,28 (1):3438.(in Chinese))

    [4]戴路,李瑞杰,豐青,等.一般形式的阻力系數(shù)公式及其在挾沙力計算中的應用[J].泥沙研究,2016(2):713.(DAI L,LI R J,F(xiàn)ENG Q,et al.General form of resistance coefficient formula and its application in calculation of sedimentcarrying capacity[J].Journal of Sediment Research,2016(2):713.(in Chinese)) DOI:10.16239/j.cnki.0468155x.2016.02.002.

    [5]馮繽予,喻國良.浮簾群水流阻力特性試驗研究[J].水利水電科技進展,2017,37(1):2732.(FENG B Y,YU G L.Experimental study on flow resistance of suspended flexible curtain group[J].Advances in Science and Technology of Water Resources,2017,37(1):2732.(in Chinese)) DOI:10.3880/j.issn.10067647.2017.01.005.

    [6]張小峰,楊雯婷,陳建良,等.壅水情況下非均勻流糙率系數(shù)研究[J].泥沙研究,2014,(5):6572.(ZHANG X F,YANG W T,CHEN J L,et al.Study on roughness coefficient of nonuniform flow in backwater[J].Journal of Sediment Research,2014(5):6572.(in Chinese)) DOI:10.16239/j.cnki.0468155x.2014.05.002.

    [7]李乾龍,李乃穩(wěn),陳小攀,等.不同邊壁條件下矩形明渠水力特性實驗研究[J].南水北調與水利科技,2016,14(3):8489.(LI Q L,LI N E,CHEN X P,et al.Experimental study on hydraulic characteristics of rectangular open channels under different boudary conditions[J].SouthtoNorth Water Transfers and Water Science ? Technology,2016,14(3):8489.(in Chinese)) DOI:10.13476/j.cnki.nsbdqk.2016.03.015.

    [8]楊開林.明渠冰蓋下流動的綜合糙率[J].水利學報,2014,45(11):13101317.(YANG K L.Under the ice canopy flow under the comprehensive roughness[J].Journal of Hydraulic Engineering,2014,45(11):13101317.(in Chinese)) DOI:10.13243/j.cnki.slxb.2014.11.006.

    [9]朱長軍,郝振純,江恩惠,等.挾極細沙水流的明渠綜合糙率系數(shù)變化規(guī)律研究[J].三峽大學學報(自然科學版),2008(5):13.(ZHU C J,HAO Z C,JIANG E H,et al.A Study of roughness with extra fine sediment in open channel[J].Journal of China Three Gorges University (Natural Sciences),2008(5):13.(in Chinese))

    [10]BECKER L,YEH W W G.Identification of parametersin unsteady open channel flows[J].Water Resources Research,1972,8(4):956965.

    [11]Becker L,Yeh W W G.Identification of multiple reach channel parameters[J].Water Resources Research,1973,9(2):326335.

    [12]金忠青,韓龍喜,張健.復雜河網(wǎng)的水力計算及參數(shù)反問題[J].水動力學研究與進展A輯,1998,13(3):280285.(JIN Z Q,HAN L X,ZHANG J.Hydraulic calculation and inverse problem of complex river network[J].Chinese Journal of Hydrodynamics,1998,13(3):280285.(in Chinese))

    [13]韓龍喜,金忠青.三角聯(lián)解法力水質模型的糙率反演及面污染源計算[J].水利學報,1998(7):3034.( HAN L X,JIN Z Q.Roughness inversion and surface pollution source calculation of triangle solution manpower water quality model[J].Journal of Hydraulic Engineering,1998(7):3034.(in Chinese))

    [14]程偉平,劉國華.基于廣義逆理論的河網(wǎng)糙率反演研究[J].浙江大學學報(工學版),2005(10):145150.( CHENG W P,LIU G H.Inverse analysis of channel friction based on generalized inverse theory[J].Journal of Zhejiang University (Engineering Science),2005(10):145150.(in Chinese))

    [15]程偉平,毛根海.基于帶參數(shù)的卡爾曼濾波的河道糙率動態(tài)反演研究[J].水力發(fā)電學報,2005(2):123127.(CHENG W P,MAO G H.Study on channel friction parameter inversion based on Kalman filter with unknown parameter vector[J].Journal of Hydroelectric Engineering,2005(2):123127.(in Chinese)) DOI:10.3969/j.issn.10031243.2005.02.027.

    [16]雷燕,唐洪武,周宜林,等.遺傳算法在河網(wǎng)糙率參數(shù)反演中的應用[J].水動力學研究與進展A輯,2008,23(6):613616.(LEI Y,TANG H W,ZHOU Y L,et al.Application of genetic algorithm for back analysis of roughness parameters in river networks[J].Chinese Journal of Hydrodynamics,2008,23(6):613616.(in Chinese)) DOI:10.16076/j.cnki.cjhd.2008.06.013.

    [17]辛小康,劉剛,張向東,等.基于遺傳優(yōu)化的河網(wǎng)數(shù)學模型糙率參數(shù)反演[J].水利水電科技進展進展,2009,29(6):2124.(XIN X K,LIU G,ZHANG X D,et al.Investigation on parameter identification for river network model by using genetic algorithm[J].Advances in Science and Technology of Water Resources,2009,29(6):2124.(in Chinese)) DOI:10.3880/j.issn.10067647.2009.06.006.

    [18]張潮,毛根海,張土喬,等.基于數(shù)據(jù)挖掘的河網(wǎng)糙率直接反演方法[J].水力發(fā)電學報,2009,28(1):108112.(ZHANG C,MAO G H,ZHANG T Q,et al.Direct inversion method of river network roughness based on data mining[J].Journal of Hydroelectric Engineering,2009,28(1):108112.(in Chinese))

    [19]張潮,毛根海,張土喬,等.基于 BPBayesian方法的河網(wǎng)糙率反演[J].江蘇大學學報自然科學版,2008,29(1):4851.(ZHANG C,MAO G H,ZHANG T Q,et al.Inversion of roughness parameter of river network based on BPBayesian method[J].Journal of Jiangsu University Natural Science Edition,2008,29(1):4851.(in Chinese))

    [20]SUYKENS J A K,VANDEWALLE J.Least squares support vector machine classifiers[J].Neural Processing Letters,1999,9(3):293300.

    [21]GRITIANINI N,SHAW ETAYLOR J.An introduction to support vector machines[M].Cambridge:Cambridge University Press,2000.

    [22]LUKAS L,SUYKENS J A K,Vandewalle J.Least squares support vector machines classifiers:A multi twospiral benchmark problem[C].// Proceedings of the Indonesian Student Scientific Meeting.Manchester,2001:289292.

    [23]CORTES C,VAPNIK V.Support vector networks[J].Machine Learning,1995,20(3):273 297.

    久久久久精品国产欧美久久久| 精品久久久久久久毛片微露脸| 丁香欧美五月| 一边摸一边抽搐一进一出视频| 啦啦啦中文免费视频观看日本| 亚洲中文日韩欧美视频| 自拍欧美九色日韩亚洲蝌蚪91| 久久这里只有精品19| 日韩大片免费观看网站| 超色免费av| 99香蕉大伊视频| 99久久精品国产亚洲精品| 久久久久国产一级毛片高清牌| svipshipincom国产片| 黄片播放在线免费| 午夜日韩欧美国产| 女性被躁到高潮视频| 麻豆乱淫一区二区| 少妇粗大呻吟视频| 国产男靠女视频免费网站| 国产又色又爽无遮挡免费看| 久久久久久久国产电影| 日韩中文字幕欧美一区二区| 一边摸一边抽搐一进一出视频| 变态另类成人亚洲欧美熟女 | av网站在线播放免费| 亚洲精品自拍成人| 免费观看a级毛片全部| 国产成人精品在线电影| 少妇裸体淫交视频免费看高清 | 精品国产一区二区久久| 日日夜夜操网爽| 欧美日韩黄片免| 亚洲第一青青草原| 别揉我奶头~嗯~啊~动态视频| 成年女人毛片免费观看观看9 | 国产av精品麻豆| videosex国产| 国产午夜精品久久久久久| 国产午夜精品久久久久久| 欧美黑人欧美精品刺激| 一本一本久久a久久精品综合妖精| 欧美午夜高清在线| 国产在线免费精品| 天堂中文最新版在线下载| 午夜福利在线观看吧| 麻豆国产av国片精品| 两人在一起打扑克的视频| 亚洲成国产人片在线观看| 在线播放国产精品三级| 亚洲色图综合在线观看| 中文字幕精品免费在线观看视频| 水蜜桃什么品种好| 亚洲精品国产区一区二| 色在线成人网| 一本一本久久a久久精品综合妖精| 久久久国产精品麻豆| 亚洲一码二码三码区别大吗| 成年人黄色毛片网站| 国产成人欧美在线观看 | 国产成人欧美在线观看 | netflix在线观看网站| 中文字幕精品免费在线观看视频| 亚洲午夜精品一区,二区,三区| 欧美亚洲日本最大视频资源| 精品亚洲成a人片在线观看| 亚洲,欧美精品.| 香蕉丝袜av| 在线观看免费日韩欧美大片| 99久久精品国产亚洲精品| 丰满人妻熟妇乱又伦精品不卡| 丁香六月欧美| 国产成人免费无遮挡视频| 精品一区二区三区av网在线观看 | 一区福利在线观看| 岛国毛片在线播放| 国产成人精品无人区| 波多野结衣一区麻豆| 欧美成人免费av一区二区三区 | 一级片免费观看大全| 露出奶头的视频| 免费女性裸体啪啪无遮挡网站| 91成年电影在线观看| 国产精品 国内视频| 国产精品秋霞免费鲁丝片| 亚洲欧洲精品一区二区精品久久久| 操美女的视频在线观看| 在线观看免费午夜福利视频| 国产成人av教育| 99香蕉大伊视频| 日本撒尿小便嘘嘘汇集6| 大码成人一级视频| 真人做人爱边吃奶动态| 丰满人妻熟妇乱又伦精品不卡| 黄色毛片三级朝国网站| 91九色精品人成在线观看| 97人妻天天添夜夜摸| 蜜桃国产av成人99| 亚洲精品一卡2卡三卡4卡5卡| 动漫黄色视频在线观看| 精品国产一区二区三区四区第35| 国产欧美日韩一区二区三| 久久亚洲精品不卡| 老汉色av国产亚洲站长工具| 性高湖久久久久久久久免费观看| 日韩有码中文字幕| 亚洲成人国产一区在线观看| 国产av精品麻豆| 中文欧美无线码| 色婷婷av一区二区三区视频| 国产一区二区 视频在线| 午夜福利影视在线免费观看| 亚洲精品一卡2卡三卡4卡5卡| 97在线人人人人妻| 黄色视频不卡| 无遮挡黄片免费观看| 99在线人妻在线中文字幕 | 一边摸一边抽搐一进一小说 | 国产在线精品亚洲第一网站| 国产精品国产高清国产av | 少妇被粗大的猛进出69影院| 国产av精品麻豆| 国产精品美女特级片免费视频播放器 | 亚洲国产精品一区二区三区在线| 国产成人av教育| 日本av手机在线免费观看| 久热爱精品视频在线9| 国产真人三级小视频在线观看| 久久国产精品大桥未久av| 国产欧美日韩一区二区精品| 搡老乐熟女国产| 老熟妇乱子伦视频在线观看| 日韩制服丝袜自拍偷拍| 十八禁网站网址无遮挡| 视频在线观看一区二区三区| 国产激情久久老熟女| 两性午夜刺激爽爽歪歪视频在线观看 | 高清视频免费观看一区二区| 母亲3免费完整高清在线观看| 女人精品久久久久毛片| 国产99久久九九免费精品| 国产精品亚洲一级av第二区| 午夜福利欧美成人| 99国产综合亚洲精品| 亚洲熟女精品中文字幕| 亚洲伊人久久精品综合| 色尼玛亚洲综合影院| 国产一区二区 视频在线| 一边摸一边抽搐一进一出视频| 精品少妇一区二区三区视频日本电影| 新久久久久国产一级毛片| 国产在线免费精品| 欧美日韩视频精品一区| 国产精品久久久久成人av| 久久亚洲精品不卡| 亚洲天堂av无毛| av电影中文网址| 考比视频在线观看| 日韩一卡2卡3卡4卡2021年| 久久精品亚洲熟妇少妇任你| 男女床上黄色一级片免费看| 日韩中文字幕视频在线看片| 美女视频免费永久观看网站| 国产福利在线免费观看视频| 一级毛片精品| 少妇精品久久久久久久| 国产熟女午夜一区二区三区| 久久精品亚洲熟妇少妇任你| 国产欧美亚洲国产| 91麻豆av在线| 黄色怎么调成土黄色| 99国产极品粉嫩在线观看| 国产福利在线免费观看视频| 99国产精品99久久久久| 在线观看免费视频网站a站| 欧美成狂野欧美在线观看| 黑人操中国人逼视频| 国产精品香港三级国产av潘金莲| 两性夫妻黄色片| 久久久久久久久免费视频了| 在线 av 中文字幕| 在线观看人妻少妇| 精品人妻熟女毛片av久久网站| 亚洲av欧美aⅴ国产| aaaaa片日本免费| 91老司机精品| 侵犯人妻中文字幕一二三四区| 在线观看免费视频网站a站| 男人操女人黄网站| 午夜激情av网站| av有码第一页| 成人影院久久| 日本欧美视频一区| 亚洲av国产av综合av卡| 夜夜骑夜夜射夜夜干| 1024香蕉在线观看| 老司机午夜十八禁免费视频| 王馨瑶露胸无遮挡在线观看| 自线自在国产av| 国产伦理片在线播放av一区| 国产成人精品无人区| 亚洲伊人久久精品综合| 国产在视频线精品| 亚洲av成人不卡在线观看播放网| 19禁男女啪啪无遮挡网站| 中文欧美无线码| 法律面前人人平等表现在哪些方面| 久久精品国产综合久久久| 12—13女人毛片做爰片一| 另类亚洲欧美激情| 久久亚洲真实| 青青草视频在线视频观看| 亚洲成人免费av在线播放| 免费人妻精品一区二区三区视频| 99国产精品一区二区三区| 天堂动漫精品| 欧美中文综合在线视频| 日韩成人在线观看一区二区三区| 欧美日韩福利视频一区二区| 午夜两性在线视频| 狠狠狠狠99中文字幕| 久久99热这里只频精品6学生| 国产精品久久久av美女十八| 成年人黄色毛片网站| av不卡在线播放| 老汉色av国产亚洲站长工具| 中文字幕最新亚洲高清| 久久精品熟女亚洲av麻豆精品| 久久久国产成人免费| 9热在线视频观看99| 亚洲精品国产精品久久久不卡| 午夜久久久在线观看| 18禁观看日本| 亚洲色图 男人天堂 中文字幕| 国产精品久久久久成人av| 捣出白浆h1v1| 国产一区二区 视频在线| 少妇精品久久久久久久| 亚洲伊人久久精品综合| 老熟妇仑乱视频hdxx| 亚洲av欧美aⅴ国产| 热re99久久国产66热| 国产不卡av网站在线观看| 性少妇av在线| 久久久久久久大尺度免费视频| 69av精品久久久久久 | 中文字幕另类日韩欧美亚洲嫩草| 一区二区三区国产精品乱码| 亚洲精品美女久久久久99蜜臀| 婷婷丁香在线五月| 国产日韩欧美亚洲二区| 一进一出抽搐动态| 国产一区二区三区视频了| 国产福利在线免费观看视频| 又黄又粗又硬又大视频| 亚洲av日韩精品久久久久久密| 久久久国产一区二区| 美女国产高潮福利片在线看| 欧美av亚洲av综合av国产av| 天天添夜夜摸| 中文字幕色久视频| 老熟妇乱子伦视频在线观看| av在线播放免费不卡| 亚洲人成电影观看| 久久热在线av| 国产深夜福利视频在线观看| 天天添夜夜摸| 精品午夜福利视频在线观看一区 | 国产精品免费一区二区三区在线 | 欧美精品一区二区大全| 搡老乐熟女国产| 每晚都被弄得嗷嗷叫到高潮| 欧美日韩中文字幕国产精品一区二区三区 | 免费观看人在逋| 婷婷丁香在线五月| 亚洲欧美日韩另类电影网站| 99国产精品免费福利视频| 女警被强在线播放| 久久精品国产综合久久久| 午夜福利一区二区在线看| 亚洲天堂av无毛| 丰满人妻熟妇乱又伦精品不卡| 王馨瑶露胸无遮挡在线观看| 国产精品麻豆人妻色哟哟久久| av网站免费在线观看视频| 国产日韩一区二区三区精品不卡| 老熟妇仑乱视频hdxx| 19禁男女啪啪无遮挡网站| 免费在线观看黄色视频的| 亚洲精品av麻豆狂野| 精品国产超薄肉色丝袜足j| 十八禁网站免费在线| 两性夫妻黄色片| 最近最新中文字幕大全电影3 | 国产免费福利视频在线观看| av又黄又爽大尺度在线免费看| av电影中文网址| 丁香六月天网| 极品教师在线免费播放| 99热国产这里只有精品6| 啦啦啦在线免费观看视频4| 黑人巨大精品欧美一区二区蜜桃| 国产成人精品在线电影| 精品久久久久久电影网| 国产成人精品久久二区二区免费| 国产高清视频在线播放一区| 国产精品一区二区在线观看99| e午夜精品久久久久久久| 久久久久久免费高清国产稀缺| 日本精品一区二区三区蜜桃| 在线观看免费日韩欧美大片| 欧美久久黑人一区二区| 午夜激情av网站| 美女高潮喷水抽搐中文字幕| 国产黄频视频在线观看| 在线播放国产精品三级| 成人特级黄色片久久久久久久 | 欧美精品一区二区免费开放| 日本av手机在线免费观看| 国产精品影院久久| 狠狠狠狠99中文字幕| 中文欧美无线码| 欧美人与性动交α欧美软件| 国产成人系列免费观看| 日韩欧美免费精品| 大片电影免费在线观看免费| 热re99久久精品国产66热6| 日韩视频一区二区在线观看| 一本色道久久久久久精品综合| 咕卡用的链子| 欧美av亚洲av综合av国产av| 国产精品久久久久久人妻精品电影 | 色综合婷婷激情| 一个人免费看片子| 人成视频在线观看免费观看| 久久久久国产一级毛片高清牌| 欧美日韩精品网址| 日本黄色日本黄色录像| 亚洲免费av在线视频| 日韩免费高清中文字幕av| 日本欧美视频一区| 久久午夜亚洲精品久久| 国产成人免费无遮挡视频| 好男人电影高清在线观看| 午夜福利免费观看在线| 婷婷丁香在线五月| 另类精品久久| 成年人免费黄色播放视频| 日本撒尿小便嘘嘘汇集6| 一边摸一边抽搐一进一出视频| 日韩 欧美 亚洲 中文字幕| 一区二区三区精品91| 咕卡用的链子| 国产一卡二卡三卡精品| 操美女的视频在线观看| 国产日韩欧美视频二区| 亚洲人成77777在线视频| av天堂久久9| 嫩草影视91久久| 极品教师在线免费播放| 日本wwww免费看| 欧美乱码精品一区二区三区| 国产真人三级小视频在线观看| 高清毛片免费观看视频网站 | 亚洲精品美女久久久久99蜜臀| 国产单亲对白刺激| 亚洲中文字幕日韩| 欧美激情高清一区二区三区| 淫妇啪啪啪对白视频| 亚洲欧美色中文字幕在线| 国产色视频综合| 亚洲自偷自拍图片 自拍| 亚洲成av片中文字幕在线观看| 亚洲精品乱久久久久久| 婷婷成人精品国产| 天堂中文最新版在线下载| 亚洲欧美日韩高清在线视频 | 自拍欧美九色日韩亚洲蝌蚪91| 国产亚洲av高清不卡| 天天添夜夜摸| 最新美女视频免费是黄的| 无遮挡黄片免费观看| 亚洲色图 男人天堂 中文字幕| 欧美精品啪啪一区二区三区| 国产在线视频一区二区| 午夜久久久在线观看| 亚洲全国av大片| av超薄肉色丝袜交足视频| 热re99久久国产66热| 18禁国产床啪视频网站| 国产单亲对白刺激| 亚洲国产成人一精品久久久| 老鸭窝网址在线观看| 久久精品国产综合久久久| 亚洲av美国av| 91麻豆av在线| 精品亚洲乱码少妇综合久久| 一区二区三区精品91| 老司机亚洲免费影院| 女性生殖器流出的白浆| 久久ye,这里只有精品| 无遮挡黄片免费观看| 女警被强在线播放| 精品少妇一区二区三区视频日本电影| 精品国产一区二区三区久久久樱花| 久久影院123| 精品一区二区三卡| 无人区码免费观看不卡 | 91国产中文字幕| 下体分泌物呈黄色| 国产精品一区二区在线观看99| 久久影院123| 午夜福利欧美成人| 菩萨蛮人人尽说江南好唐韦庄| 亚洲成人免费电影在线观看| 黄频高清免费视频| 真人做人爱边吃奶动态| 国产精品免费一区二区三区在线 | 美女主播在线视频| 少妇 在线观看| 18禁美女被吸乳视频| 午夜福利视频精品| 久久天堂一区二区三区四区| 首页视频小说图片口味搜索| 91av网站免费观看| 搡老乐熟女国产| 国产又爽黄色视频| 日韩有码中文字幕| 日本黄色视频三级网站网址 | tocl精华| 国产精品98久久久久久宅男小说| 露出奶头的视频| 久久人人爽av亚洲精品天堂| 国产不卡一卡二| 99热网站在线观看| 亚洲国产成人一精品久久久| 高清毛片免费观看视频网站 | 亚洲专区中文字幕在线| 一边摸一边抽搐一进一小说 | 黄网站色视频无遮挡免费观看| 满18在线观看网站| 搡老熟女国产l中国老女人| 日韩三级视频一区二区三区| 免费av中文字幕在线| 国产成人系列免费观看| 日本wwww免费看| 成人av一区二区三区在线看| 国产黄频视频在线观看| 97人妻天天添夜夜摸| 免费女性裸体啪啪无遮挡网站| 在线观看免费高清a一片| 中文字幕人妻丝袜一区二区| 久久ye,这里只有精品| 色在线成人网| 一进一出抽搐动态| 精品一区二区三区视频在线观看免费 | 亚洲免费av在线视频| 午夜视频精品福利| 亚洲人成电影观看| 九色亚洲精品在线播放| 亚洲七黄色美女视频| 美国免费a级毛片| 亚洲精品粉嫩美女一区| 青青草视频在线视频观看| 热99久久久久精品小说推荐| 2018国产大陆天天弄谢| 午夜福利视频在线观看免费| 国产麻豆69| 天天躁夜夜躁狠狠躁躁| 一区在线观看完整版| 在线观看免费视频日本深夜| 纵有疾风起免费观看全集完整版| 一本大道久久a久久精品| 国产精品自产拍在线观看55亚洲 | 欧美人与性动交α欧美软件| 久久国产精品大桥未久av| 成人精品一区二区免费| 日韩三级视频一区二区三区| 精品一区二区三区av网在线观看 | 国产熟女午夜一区二区三区| 建设人人有责人人尽责人人享有的| a级毛片在线看网站| 老熟妇乱子伦视频在线观看| 亚洲av第一区精品v没综合| 一本综合久久免费| 国产av精品麻豆| 久久精品国产综合久久久| 一个人免费在线观看的高清视频| 丁香六月欧美| 啦啦啦 在线观看视频| 色视频在线一区二区三区| 日本精品一区二区三区蜜桃| 国产高清videossex| 一区二区日韩欧美中文字幕| 2018国产大陆天天弄谢| 美女午夜性视频免费| 老司机午夜福利在线观看视频 | 老鸭窝网址在线观看| 曰老女人黄片| 国产精品久久久久久人妻精品电影 | 国产淫语在线视频| 美女扒开内裤让男人捅视频| 国产不卡一卡二| 午夜久久久在线观看| 啦啦啦免费观看视频1| 欧美一级毛片孕妇| 国产亚洲精品第一综合不卡| av片东京热男人的天堂| 国产男靠女视频免费网站| 日韩一卡2卡3卡4卡2021年| 人人妻,人人澡人人爽秒播| 日韩一卡2卡3卡4卡2021年| 天天躁狠狠躁夜夜躁狠狠躁| 久久久久国产一级毛片高清牌| 色在线成人网| 日韩一卡2卡3卡4卡2021年| 97在线人人人人妻| 99久久精品国产亚洲精品| 免费看a级黄色片| 欧美黄色淫秽网站| 国产精品麻豆人妻色哟哟久久| 国产单亲对白刺激| 国产xxxxx性猛交| 欧美另类亚洲清纯唯美| 午夜福利乱码中文字幕| 大片电影免费在线观看免费| 久久精品国产亚洲av香蕉五月 | 久久 成人 亚洲| 国产精品.久久久| 午夜日韩欧美国产| 丝袜美腿诱惑在线| 免费在线观看视频国产中文字幕亚洲| 日本a在线网址| 老熟妇乱子伦视频在线观看| 久久精品成人免费网站| 少妇 在线观看| 黄片大片在线免费观看| 成人特级黄色片久久久久久久 | 亚洲中文日韩欧美视频| 色94色欧美一区二区| 精品卡一卡二卡四卡免费| 午夜福利在线免费观看网站| 亚洲中文日韩欧美视频| 极品教师在线免费播放| 欧美 亚洲 国产 日韩一| cao死你这个sao货| 国产精品免费视频内射| 免费人妻精品一区二区三区视频| 999久久久精品免费观看国产| 亚洲熟女精品中文字幕| 久久久久久久国产电影| 极品人妻少妇av视频| 少妇精品久久久久久久| 欧美成人免费av一区二区三区 | 日韩免费av在线播放| 日本wwww免费看| 波多野结衣av一区二区av| 大片电影免费在线观看免费| 考比视频在线观看| 久久久久久久久免费视频了| 亚洲熟妇熟女久久| netflix在线观看网站| 性色av乱码一区二区三区2| 激情在线观看视频在线高清 | 一区二区av电影网| 亚洲少妇的诱惑av| 婷婷丁香在线五月| 国产精品国产av在线观看| 久久影院123| 国产欧美亚洲国产| 9191精品国产免费久久| 日本a在线网址| 久热爱精品视频在线9| 两性夫妻黄色片| 好男人电影高清在线观看| e午夜精品久久久久久久| 精品一区二区三卡| 成人影院久久| 欧美激情极品国产一区二区三区| 精品国产国语对白av| 亚洲欧美一区二区三区黑人| 黑人巨大精品欧美一区二区mp4| 国产熟女午夜一区二区三区| 女人高潮潮喷娇喘18禁视频| 大片电影免费在线观看免费| 国产精品免费一区二区三区在线 | 成人国产av品久久久| 日韩人妻精品一区2区三区| 黄网站色视频无遮挡免费观看| 免费人妻精品一区二区三区视频| 少妇粗大呻吟视频| 亚洲成a人片在线一区二区| 精品一品国产午夜福利视频| 久久人人爽av亚洲精品天堂| 五月开心婷婷网| 亚洲专区字幕在线| av超薄肉色丝袜交足视频| 亚洲成人免费电影在线观看| 一区在线观看完整版| 极品少妇高潮喷水抽搐| 午夜成年电影在线免费观看| 精品人妻熟女毛片av久久网站| 99九九在线精品视频| 狠狠婷婷综合久久久久久88av| 水蜜桃什么品种好| 色精品久久人妻99蜜桃| 久久久久久免费高清国产稀缺| 桃花免费在线播放| 久久毛片免费看一区二区三区| 丁香六月欧美| 日本a在线网址| 麻豆乱淫一区二区| 精品国产一区二区久久| 国产淫语在线视频| 黄色丝袜av网址大全|