• <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 ?

    自適應(yīng)的共享單車動態(tài)平衡

    2019-08-23 05:34何濤張健徐鶴
    現(xiàn)代電子技術(shù) 2019年16期
    關(guān)鍵詞:動態(tài)平衡共享單車深度學(xué)習(xí)

    何濤 張健 徐鶴

    摘? 要: 自行車共享系統(tǒng)成功的關(guān)鍵之一是重新平衡運(yùn)營的效率,每個區(qū)域的自行車數(shù)量必須通過卡車運(yùn)送以恢復(fù)到需求值。不同的時間區(qū)間用戶的用車需求波動較大,體現(xiàn)出“潮汐現(xiàn)象”的特征動態(tài)。為了有效地解決“潮汐現(xiàn)象”,減少區(qū)域之間車輛的調(diào)配以及滿足用戶的需求,通過深度學(xué)習(xí)提取區(qū)域分布特征以及強(qiáng)化學(xué)習(xí)自適應(yīng)學(xué)習(xí)環(huán)境的結(jié)合,提出一種自適應(yīng)的共享單車動態(tài)分布,旨在通過外部環(huán)境確定每個區(qū)域內(nèi)不同時間點(diǎn)的不同狀態(tài)的需求值。仿真結(jié)果表明,所提出的算法可以快速平穩(wěn)、實(shí)時滿足區(qū)域內(nèi)的單車需求并減少區(qū)域之間的單車調(diào)配數(shù)量。

    關(guān)鍵詞: 共享單車; 動態(tài)平衡; 深度學(xué)習(xí); 強(qiáng)化學(xué)習(xí); 區(qū)域分布; 單車調(diào)配

    中圖分類號: TN915?34; TP301.6? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼: A? ? ? ? ? ? ? ? ? 文章編號: 1004?373X(2019)16?0169?05

    0? 引? 言

    由于共享經(jīng)濟(jì)的興起以及日益增長的環(huán)境、能源和經(jīng)濟(jì)問題,近年來共享交通發(fā)展迅猛。在各種形式的共享使用手機(jī)中,公共自行車共享系統(tǒng)(Bicycle Sharing Systems)[1?2]越來越受歡迎,數(shù)據(jù)表明,2015年有超過500個自行車共享計劃在至少49個國家運(yùn)行,共有100萬輛自行車。隨著數(shù)量的增加,共享單車系統(tǒng)通常會出現(xiàn)“供不應(yīng)求”和“供過于求”的不均衡現(xiàn)象,在一定的時間段內(nèi)租車量持續(xù)高于或者低于還車輛,并且會根據(jù)節(jié)假日或者天氣因素,以一定時間為循環(huán)周期重復(fù)出現(xiàn),嚴(yán)重影響了系統(tǒng)的運(yùn)行效率,“潮汐現(xiàn)象”是共享單車系統(tǒng)的設(shè)計和運(yùn)行中普遍存在的規(guī)律。城市邊遠(yuǎn)地帶的一些用地功能復(fù)合低的區(qū)域,用戶出行的需求趨勢相同,出行時間集中,短時間內(nèi)對車輛的需求量大而波動頻繁是潮汐現(xiàn)象形成的主要原因。

    對于“潮汐問題”,目前使用的辦法是自行車共享再平衡算法(Bike Sharing Rebalancing Problem)[3], 采用額外調(diào)配的車輛,實(shí)現(xiàn)共享自行車的重新分配,以最大限度地降低總成本,通過自行車的高效率,低成本調(diào)度,有效提升公共自行車的流轉(zhuǎn)量,減少因?yàn)檫^飽和和過負(fù)載造成的阻礙,及時滿足供給和需求的相對均衡,保證用戶的正常使用。自行車共享再平衡算法采用靜態(tài)的優(yōu)化方法,是一類特殊的商品的拾取和交付能力的車輛路由問題,通過設(shè)定混合整數(shù)線性規(guī)劃公式,并對公式設(shè)置約束條件從而求解車輛的路由問題和運(yùn)輸問題。系統(tǒng)一般會在系統(tǒng)關(guān)閉的時候或者是使用量比較低的時候,例如夜間,按照每一個區(qū)域的需求量,對單車數(shù)目進(jìn)行重新分配以及配送來實(shí)現(xiàn)系統(tǒng)的靜態(tài)平衡。

    由于“潮汐現(xiàn)象”發(fā)生在一天中的多個時間段,而周期比較長的靜態(tài)平衡顯然不能有效地解決“潮汐現(xiàn)象”[4],增加了車輛分布的不均勻和閑置率,降低了單車的有效使用,同樣也增加了區(qū)域之間的單車的調(diào)配難度和時效。對于共享單車在每一個區(qū)域的重新分配的需求量會依據(jù)客戶網(wǎng)絡(luò)中的客戶需求以及節(jié)假日、工作日等時間因素為參考進(jìn)行預(yù)測,這樣的模型缺乏穩(wěn)定性,難以按照環(huán)境的變化而做出相對應(yīng)的處理,自適應(yīng)性相對較差。

    2? 算? 法

    2.1? 模型架構(gòu)

    本文首先介紹提出的自適應(yīng)的多時間段共享單車動態(tài)平衡框架,依據(jù)共享單車的隨機(jī)性和多狀態(tài)性,結(jié)合深度學(xué)習(xí)強(qiáng)大的特征提取和強(qiáng)化學(xué)習(xí)的策略定值能力,把子空間的狀態(tài)通過預(yù)處理傳輸給算法模型,根據(jù)算法模型的概率輸出,做出相應(yīng)的動作以獲取最大的累積獎賞值,并根據(jù)動作生成新的區(qū)域狀態(tài),按照設(shè)定的時間,不斷重復(fù)該動作以實(shí)現(xiàn)各區(qū)域之間的共享單車動態(tài)平衡。其整體框架如圖2所示。

    圖2? 算法整體框架圖

    Fig. 2? Overall framework diagram of algorithm

    在子空間系統(tǒng)的大量共享單車分布區(qū)域中,假設(shè)存在n個單車集中分布區(qū)域[Pii=1,2,…,n],每一個區(qū)域的共享單車需求數(shù)量分別依次對應(yīng)為[Sii=1,2,…,n],單車需求數(shù)量Si為約束條件-k~+k的范圍之間任意整數(shù)值,默認(rèn)共享單車分布區(qū)域內(nèi)的總數(shù)滿足用戶的需求,所以各區(qū)域需求的總和為0,即[i=0nSi=0]。

    由于強(qiáng)化學(xué)習(xí)模型在與環(huán)境的交互過程中的轉(zhuǎn)移樣本和時間序列是高度相關(guān)的,但是模型要求訓(xùn)練數(shù)據(jù)之間是相互獨(dú)立的,所以在每個更新都使用經(jīng)驗(yàn)回放機(jī)制從經(jīng)驗(yàn)池D中隨機(jī)采樣mini?batch數(shù)量的轉(zhuǎn)移樣本作為訓(xùn)練數(shù)據(jù)來更新網(wǎng)絡(luò)的權(quán)值[11]。在訓(xùn)練的初始階段,經(jīng)驗(yàn)池D中并沒有足夠的轉(zhuǎn)移樣本來訓(xùn)練網(wǎng)絡(luò),實(shí)驗(yàn)中,通過采取隨機(jī)策略的方式存儲足夠多的轉(zhuǎn)移樣本到經(jīng)驗(yàn)池D中,以防止在學(xué)習(xí)的初期由于訓(xùn)練數(shù)據(jù)太少,而導(dǎo)致學(xué)習(xí)較差的泛化性和陷入局部最優(yōu)解的問題。

    獎賞函數(shù)[12]是所有強(qiáng)化學(xué)習(xí)算法所必須的,為強(qiáng)化學(xué)習(xí)提供了目標(biāo),本文設(shè)計一個獎賞函數(shù)來映射每個狀態(tài),以表達(dá)每一個動作的內(nèi)在期望。獎賞函數(shù)先將當(dāng)前狀態(tài)通過檢測網(wǎng)絡(luò)求出檢測結(jié)果,然后計算偏差,用偏差的變化來表征當(dāng)前狀態(tài)的獎賞值。定義獎賞函數(shù)[Ra(s,s′)],[s′]表示狀態(tài)s執(zhí)行動作a后的狀態(tài)。當(dāng)動作的轉(zhuǎn)移使各區(qū)域的需求更加均衡,獎賞值為1;否則,當(dāng)動作的轉(zhuǎn)移使各需求值更加離散,獎賞會按照偏差做出相應(yīng)得懲罰。

    [R′ai(s,s′)=abs(s′i-0)k,? ?abs(s′i-0)>θ1,? ? ? ? ? ? ? ? ? ? ? ? ? ? ? abs(s′i-0)<θ]? (8)

    [R=i=1NR′ai(s,s′)]? ? (9)

    因?yàn)閺?qiáng)化深度學(xué)習(xí)是免模型學(xué)習(xí),對于動作的選擇在初期是未知的,通過選擇多樣的動作用于后期的迭代學(xué)習(xí),可以使模型按照狀態(tài)?動作函數(shù)自行選擇并快速收斂。在動作的選擇初期,是一個無策略的學(xué)習(xí)過程,通過貪心策略可以嘗試所有可能的動作。后期動作可以從自身或者他人的記憶中學(xué)習(xí)經(jīng)驗(yàn),動作選擇服從概率為[1-ε]貪婪策略[12],并且服從概率為[ε]的非貪婪策略。

    動作空間是在觀察到一個狀態(tài)以后,必須從當(dāng)前的可選的動作中選擇一個動作。為了保持分布的均衡和減小區(qū)域之間的調(diào)度數(shù)量,動作為需求高的區(qū)域向需求低的區(qū)域的轉(zhuǎn)移單車的數(shù)量,區(qū)域按照缺少或者多余的數(shù)目排序,需求低的區(qū)域接收需求高的區(qū)域的轉(zhuǎn)移數(shù)目。[σ]是轉(zhuǎn)移動作和區(qū)域最大需求量k的比例,[σ的取值為{0%,10%,20%,30%,40%}],相對應(yīng)需求高的區(qū)域動作為a={k·0[%],k·10[%],k·20[%],k·30[%],k·40[%]}。

    2.2? 模型的訓(xùn)練過程

    1) 存放轉(zhuǎn)移樣本的經(jīng)驗(yàn)池D容量初始化為N,記憶單元D={e1,e2,…,eN},初始化深度學(xué)習(xí)網(wǎng)絡(luò)的參數(shù)[θt],[θt]的值服從以0為中心,方差為1的截斷正態(tài)分布。

    2) 初始化隨機(jī)生成子空間中各區(qū)域的共享單車需求狀態(tài)S,狀態(tài)S服從-k~+k的均勻分布,狀態(tài)S經(jīng)過數(shù)據(jù)的預(yù)處理后通過算法模型。

    3) 從動作集合A中選擇動作a,這里采取的是[ε-greddy]策略,以概率[1-ε]選擇一個隨機(jī)的動作a來鼓勵探索,否則以1-[ε]的概率選擇a=[maxQ](S,a;[θt])及對應(yīng)Q值最大的,觀察得到下一個狀態(tài)S′和通過獎賞函數(shù)得到的獎賞值r,把與環(huán)境交互得到的轉(zhuǎn)移樣本et=存入到經(jīng)驗(yàn)池D。

    4) 判斷經(jīng)驗(yàn)池D是否已經(jīng)到達(dá)容量N,否則返回步驟2)直到經(jīng)驗(yàn)池到達(dá)容量。

    5) 從經(jīng)驗(yàn)池D中隨機(jī)采樣數(shù)量固定的小批量的轉(zhuǎn)移樣本進(jìn)行模型的訓(xùn)練及后期的使用,設(shè)置[y=r+γmax QS′,a;θt]近似表示值函數(shù)的優(yōu)化目標(biāo)也就是最優(yōu)值函數(shù),并且誤差函數(shù)為[L=QS,a-r+γmax QS′,a;θt2],使用式(6)求偏導(dǎo)更新參數(shù)[θt]的值。

    6) 判斷損失函數(shù)L是否小于閾值T,否則返回到步驟5)直到損失函數(shù)小于閾值T。

    7) 判斷隨機(jī)生成狀態(tài)S是否已經(jīng)把全部的狀態(tài)組合遍歷結(jié)束,否則返回步驟2),直到狀態(tài)S遍歷完成。

    3? 算法實(shí)驗(yàn)及分析

    實(shí)驗(yàn)環(huán)境采用Python 3.5和tensorflow深度學(xué)習(xí)框架對算法進(jìn)行仿真研究、分析算法性能和處理數(shù)據(jù)采用Matlab語言。假設(shè)在大量共享單車分布區(qū)域中,每一個區(qū)域的需求數(shù)在-k~+k內(nèi)隨機(jī)分布,并且區(qū)域的需求數(shù)總和為零。經(jīng)驗(yàn)池的容量N設(shè)置為1萬個轉(zhuǎn)移樣本,mini?batch的規(guī)模為32,式(7)中的折扣因子[γ]設(shè)置為0.99,行為策略[ε-greddy]的參數(shù)[ε]設(shè)置為從訓(xùn)練開始到10萬區(qū)間線性遞加的形式。每次的結(jié)果取10次仿真實(shí)驗(yàn)結(jié)果的均值。

    分布的區(qū)域個數(shù)對于模型的訓(xùn)練速速和模型的收斂都有很重要的作用,通過設(shè)置不同的個數(shù)來比較區(qū)域數(shù)對于模型的影響。在共享單車分布范圍內(nèi),分別在區(qū)域數(shù)為3,4,5,6,7的情況下對模型進(jìn)行訓(xùn)練和預(yù)測。訓(xùn)練的誤差值和獎賞值如圖3所示。

    圖3a)中,當(dāng)區(qū)域個數(shù)為5時,隨著訓(xùn)練步數(shù)的增加,誤差值不斷縮小,獎賞值不斷增大;當(dāng)步數(shù)為20萬步左右時,誤差值趨于穩(wěn)定,保持不變,說明模型已經(jīng)固定并且算法是合理的,而獎賞值隨著步數(shù)增加依然增長。由圖3b)可以得知,區(qū)域個數(shù)為3,4,5,7的折線在區(qū)域個數(shù)為6的下方,這是由于較多的區(qū)域個數(shù)可以滿足各種動作的選擇,可以有效地提升回報值;但是區(qū)域個數(shù)7的獎賞值在區(qū)域個數(shù)6的下方,說明個數(shù)太大時難以快速滿足區(qū)域的動態(tài)平衡。所以在動作為a={k·0%,k·10%,k·20%,k·30%,k·40%}的情況下,區(qū)域個數(shù)為6的模型的獎賞值是最大。

    在機(jī)器學(xué)習(xí)中,提高算法的穩(wěn)定性首先想到的是降低學(xué)習(xí)率。較高的學(xué)習(xí)率可能會導(dǎo)致過擬合,傳統(tǒng)的強(qiáng)化學(xué)習(xí)中使用較高的學(xué)習(xí)率會導(dǎo)致學(xué)習(xí)曲線發(fā)散和振蕩;使用小的學(xué)習(xí)率似乎能夠解決振蕩問題,因?yàn)槊恳徊蕉疾捎昧烁〉牟介L進(jìn)行更新。在區(qū)域個數(shù)為6,并且選擇的動作為a={k·0%,k·10%,k·20%,k·30%,k·40%}的情況下,式(7)中的學(xué)習(xí)率[α]分別選擇為0.99,0.5,0.099。得到訓(xùn)練的誤差值和獎賞值如圖4所示。

    從圖4a)可以看出,獎賞值的大小和學(xué)習(xí)率[α]成正相關(guān)關(guān)系,較高的學(xué)習(xí)率可以提高獎賞值,使單車分布更加均衡;但是通過圖4b)可以得出,更小的學(xué)習(xí)率可以使學(xué)習(xí)過程快速地趨于平穩(wěn),減少學(xué)習(xí)的訓(xùn)練時間。

    通過對比使用自適應(yīng)的共享單車動態(tài)平衡算法和沒有使用算法來證明算法的可行性,在一片區(qū)域中區(qū)域個數(shù)為6,學(xué)習(xí)率[α]為0.99,使用學(xué)習(xí)好的模型進(jìn)行模擬,極差值和方差值如表1所示。使用算法和未使用算法的極差對比如圖5所示。通過圖5可以看出,在使用自適應(yīng)的共享單車動態(tài)平衡算法后,極差值明顯下降,說明算法在滿足單車動態(tài)平衡方面是可行的。

    4? 結(jié)? 論

    目前共享單車一般采用靜態(tài)平衡,使得共享單車不能實(shí)時滿足用戶的需求。為了有效地解決共享單車分布的問題,通過深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的有機(jī)結(jié)合,提出自適應(yīng)的共享單車動態(tài)平衡算法。本算法的意義在于,在已知環(huán)境的背景下,對多區(qū)域的不同時間段進(jìn)行綜合考慮,自適應(yīng)的選擇狀態(tài)所映射的動作,追求長時間下多區(qū)域的獎賞最大化,減小區(qū)域之間的調(diào)配數(shù)量并滿足每一個區(qū)域的需求量。但是,本算法在時間復(fù)雜度方面比較高,在學(xué)習(xí)和模型穩(wěn)定方面需要較長的時間,在未來的工作中,將尋找更好的狀態(tài)?動作更新方法,使模型快速平穩(wěn)。

    參考文獻(xiàn)

    [1] GAVALAS D, KONSTANTOPOULOS C, PANTZIOUS G. Design and management of vehicle sharing systems: a survey of algorithmic approaches [M]// OBAIDAT M S,? NICOPOLITIDIS P. Smart Cities and Homes. San Francisco: Morgan Kaufmann, 2016: 261?289.

    [2] LAPORTE G, MEUNIER F, CALVO R. Shared mobility systems [J]. A Quarterly Joumal of Operations Research, 2015, 13(4): 341?360.

    [3] DELL′AMICO M, HADJICOSTANTINOU E, LORI M, et al. The bike sharing rebalancing problem: Mathematical formulations and benchmark instances [J]. Omega, 2014, 45: 7?19.

    [4] MA T, LIU C, ERGODAN S. Bicycle sharing and public transit [J]. Transportation research record: journal of the transportation research board, 2015, 2534(1): 1?9.

    [5] DONGHYUN K, CHANYOUNG P, JINOH O, et al. Convolutional matrix factorization for document context?aware recommendation [C]// Proceedings of 10th ACM Conference on Recommender Systems. Boston: RecSys, 2016: 233?240.

    [6] 譚國真,王瑩多.一種基于深度強(qiáng)化學(xué)習(xí)的交通信號自適應(yīng)控制方法:CN201710258926.4[P].2017?04?19.

    TAN Guozhen, WANG Yingduo. A traffic signal adaptive control method based on deep reinforcement learning: CN201710258926.4 [P]. 2017?04?19.

    [7] DUCHI J, HZAAN E, SINGER Y. Adaptive subgradient methods for online learning and stochastic optimization [J]. Journal of machine learning research, 2011, 12(7): 2121?2159.

    [8] SILVER D, HUANG A, MADDISON, et al. Mastering the game of go with deep neural networks and tree search [J]. Nature, 2016, 529: 484?489.

    [9] MNIH V, KAVUKKCUOGLU K, SILVER D, et al. Human?level control through deep reinforcement learning [J]. Nature, 2015, 518: 529.

    (上接第173頁)

    [10] O′NEILL J, PLEYDELLl?BOUVERIE B, DUPRET D, et al. Play it again: reactivation of waking experience and memory [J]. Trends in neurosciences, 2010, 33(5): 220?229.

    [11] SCHAUL T, QUAN J, ANTONOGLOU I, et al. Prioritized experience replay [J]. Computer science, 2015, 11(19): 1511.

    [12] 劉全,翟建偉.一種基于視覺注意力機(jī)制的深度循環(huán)Q網(wǎng)絡(luò)模型[J].計算機(jī)學(xué)報,2017,40(6):1353?1363.

    LIU Quan, ZHAI Jianwei. A deep recurrent Q?network based on visual attention mechanism [J]. Chinese journal of computers, 2017, 40(6): 1353?1363.

    猜你喜歡
    動態(tài)平衡共享單車深度學(xué)習(xí)
    剖析常見的三力動態(tài)平衡問題
    賞析2017年高考物理動態(tài)平衡問題
    析拉繩旋轉(zhuǎn)試題解動態(tài)平衡問題
    淺談動態(tài)平衡問題的解法
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    “共享單車”是一門好生意嗎
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    十分钟在线观看高清视频www| 亚洲精品av麻豆狂野| 一级片免费观看大全| 老汉色av国产亚洲站长工具| 日韩欧美一区视频在线观看| 女人高潮潮喷娇喘18禁视频| 日韩制服丝袜自拍偷拍| 女人被躁到高潮嗷嗷叫费观| 好男人电影高清在线观看| 一区二区三区激情视频| 在线观看www视频免费| 国产亚洲精品久久久久久毛片 | 男女午夜视频在线观看| av天堂在线播放| 午夜激情av网站| 欧美日韩国产mv在线观看视频| 国产亚洲欧美精品永久| 午夜精品在线福利| 亚洲人成电影观看| 国产亚洲欧美在线一区二区| 欧美黑人精品巨大| 欧美黑人精品巨大| 人妻一区二区av| 人妻 亚洲 视频| 久久精品国产亚洲av香蕉五月 | 国产精品欧美亚洲77777| www.精华液| 亚洲精品国产色婷婷电影| 欧美大码av| av一本久久久久| 日韩欧美在线二视频 | 一边摸一边抽搐一进一出视频| 国产1区2区3区精品| 久久人妻av系列| 视频在线观看一区二区三区| 夜夜爽天天搞| 久久九九热精品免费| 精品熟女少妇八av免费久了| 一进一出抽搐动态| 亚洲一卡2卡3卡4卡5卡精品中文| 久久香蕉激情| 免费在线观看亚洲国产| 老司机福利观看| 午夜久久久在线观看| 亚洲精品国产色婷婷电影| 成人影院久久| 久久久久视频综合| 男女高潮啪啪啪动态图| 国产亚洲欧美精品永久| 精品欧美一区二区三区在线| 成人手机av| 99热网站在线观看| 狂野欧美激情性xxxx| 法律面前人人平等表现在哪些方面| 久久久久视频综合| 国产精品欧美亚洲77777| 制服人妻中文乱码| xxxhd国产人妻xxx| 怎么达到女性高潮| 精品卡一卡二卡四卡免费| 欧美精品亚洲一区二区| 麻豆乱淫一区二区| 国产精品久久久久久精品古装| 精品一区二区三区视频在线观看免费 | 香蕉久久夜色| 国产亚洲精品一区二区www | а√天堂www在线а√下载 | 9191精品国产免费久久| 中文字幕精品免费在线观看视频| 国产精品国产高清国产av | 亚洲一区二区三区欧美精品| 国产精品一区二区免费欧美| 精品乱码久久久久久99久播| 乱人伦中国视频| 美女福利国产在线| av电影中文网址| 亚洲精品乱久久久久久| 国产一区二区激情短视频| av电影中文网址| 久久精品亚洲精品国产色婷小说| 免费在线观看日本一区| 欧美中文综合在线视频| 久久热在线av| 色综合婷婷激情| 在线观看舔阴道视频| 国产激情欧美一区二区| 亚洲va日本ⅴa欧美va伊人久久| 亚洲成人免费电影在线观看| 变态另类成人亚洲欧美熟女 | 日韩视频一区二区在线观看| 久99久视频精品免费| 久久久久久久久久久久大奶| 国产精品成人在线| 首页视频小说图片口味搜索| 久久影院123| 丁香六月欧美| 免费日韩欧美在线观看| 水蜜桃什么品种好| 又紧又爽又黄一区二区| 欧美 日韩 精品 国产| 十八禁高潮呻吟视频| 亚洲精品一二三| 久久精品人人爽人人爽视色| 中文字幕另类日韩欧美亚洲嫩草| 成人手机av| 国产成人欧美在线观看 | 国产日韩欧美亚洲二区| 国产精品国产av在线观看| 国产欧美日韩一区二区三| 国产一区二区激情短视频| 国产成人精品无人区| 麻豆国产av国片精品| 精品欧美一区二区三区在线| 看免费av毛片| 国产在视频线精品| 亚洲三区欧美一区| 亚洲伊人色综图| 日韩欧美一区视频在线观看| 日本黄色日本黄色录像| 久久人妻福利社区极品人妻图片| 视频在线观看一区二区三区| 黄色片一级片一级黄色片| 久久草成人影院| 久久国产亚洲av麻豆专区| 天天躁日日躁夜夜躁夜夜| 在线观看66精品国产| 国产精品98久久久久久宅男小说| av福利片在线| 午夜精品在线福利| 久久久久视频综合| 国产aⅴ精品一区二区三区波| 精品国产国语对白av| 亚洲 欧美一区二区三区| 久久精品成人免费网站| 久久香蕉激情| 国产免费av片在线观看野外av| 国产无遮挡羞羞视频在线观看| 中国美女看黄片| 国产精品久久久久久人妻精品电影| 久久九九热精品免费| 亚洲一卡2卡3卡4卡5卡精品中文| 日本撒尿小便嘘嘘汇集6| 午夜成年电影在线免费观看| 久久国产亚洲av麻豆专区| 九色亚洲精品在线播放| 成人av一区二区三区在线看| 欧美精品高潮呻吟av久久| 亚洲av美国av| 高清黄色对白视频在线免费看| 久久久国产成人免费| 亚洲精品国产色婷婷电影| 亚洲av片天天在线观看| 天堂俺去俺来也www色官网| 在线观看一区二区三区激情| 午夜福利一区二区在线看| 99精国产麻豆久久婷婷| 在线天堂中文资源库| 国产成人精品久久二区二区免费| 不卡av一区二区三区| 一区二区三区激情视频| 久久国产精品男人的天堂亚洲| 日韩欧美一区二区三区在线观看 | 国产三级黄色录像| 一级片免费观看大全| bbb黄色大片| 成人18禁在线播放| 91精品国产国语对白视频| 国产精品99久久99久久久不卡| 91字幕亚洲| av视频免费观看在线观看| 亚洲人成77777在线视频| 日韩人妻精品一区2区三区| 亚洲欧美激情综合另类| 国产男女内射视频| 久久 成人 亚洲| 不卡一级毛片| 免费黄频网站在线观看国产| 久久久水蜜桃国产精品网| 日韩人妻精品一区2区三区| 国产麻豆69| 精品少妇久久久久久888优播| 亚洲午夜精品一区,二区,三区| 欧美+亚洲+日韩+国产| 黄色女人牲交| 欧美激情高清一区二区三区| 亚洲五月婷婷丁香| 中文字幕色久视频| 午夜日韩欧美国产| 亚洲精品在线美女| 丁香欧美五月| 天天添夜夜摸| 亚洲色图 男人天堂 中文字幕| 国产男女内射视频| 咕卡用的链子| 国产成人欧美| 久久久精品免费免费高清| 国产免费现黄频在线看| 又大又爽又粗| 亚洲成国产人片在线观看| 高潮久久久久久久久久久不卡| 国产乱人伦免费视频| 韩国精品一区二区三区| 亚洲男人天堂网一区| 国产精品av久久久久免费| 两性夫妻黄色片| 多毛熟女@视频| 免费一级毛片在线播放高清视频 | 午夜精品久久久久久毛片777| av一本久久久久| 欧美国产精品va在线观看不卡| 丝瓜视频免费看黄片| 在线免费观看的www视频| 国产精品久久视频播放| 亚洲综合色网址| 国产极品粉嫩免费观看在线| 午夜免费鲁丝| 女性被躁到高潮视频| 91字幕亚洲| 欧美黑人欧美精品刺激| 满18在线观看网站| 老司机午夜十八禁免费视频| 看免费av毛片| 免费在线观看影片大全网站| 午夜福利乱码中文字幕| 国内毛片毛片毛片毛片毛片| 久久香蕉激情| 久久午夜综合久久蜜桃| 日韩免费高清中文字幕av| 又紧又爽又黄一区二区| 精品视频人人做人人爽| 亚洲黑人精品在线| 亚洲av美国av| 18禁国产床啪视频网站| 亚洲视频免费观看视频| 极品教师在线免费播放| 日本wwww免费看| www.精华液| 少妇裸体淫交视频免费看高清 | 欧美激情久久久久久爽电影 | 狠狠婷婷综合久久久久久88av| 欧美精品人与动牲交sv欧美| 日本vs欧美在线观看视频| 看免费av毛片| ponron亚洲| 亚洲精品国产精品久久久不卡| 国产极品粉嫩免费观看在线| 欧美久久黑人一区二区| 每晚都被弄得嗷嗷叫到高潮| 午夜福利,免费看| 一区二区三区精品91| 黄色a级毛片大全视频| 建设人人有责人人尽责人人享有的| 国产精品国产av在线观看| 黄频高清免费视频| 高清av免费在线| 成年版毛片免费区| 美女午夜性视频免费| 国产成人精品无人区| 亚洲精品国产一区二区精华液| 亚洲色图av天堂| 91麻豆精品激情在线观看国产 | 成人手机av| 精品第一国产精品| 国产精品久久久久久精品古装| 亚洲中文av在线| 很黄的视频免费| 中文字幕精品免费在线观看视频| tube8黄色片| 最近最新中文字幕大全免费视频| 欧美中文综合在线视频| 国产精品亚洲一级av第二区| 高清视频免费观看一区二区| 一级作爱视频免费观看| 在线国产一区二区在线| 纯流量卡能插随身wifi吗| 日韩视频一区二区在线观看| 在线av久久热| 亚洲专区字幕在线| 久久久国产欧美日韩av| 亚洲一区二区三区欧美精品| 国产日韩一区二区三区精品不卡| 超碰97精品在线观看| 国产精品一区二区在线观看99| 国产区一区二久久| 亚洲自偷自拍图片 自拍| 国产一卡二卡三卡精品| 亚洲人成电影免费在线| 怎么达到女性高潮| 老熟妇仑乱视频hdxx| 丝袜美腿诱惑在线| 性少妇av在线| 一级毛片高清免费大全| 国产日韩欧美亚洲二区| 精品久久久久久久毛片微露脸| 欧美日韩福利视频一区二区| 免费在线观看日本一区| 国产99白浆流出| 欧美日韩中文字幕国产精品一区二区三区 | 免费看十八禁软件| 成人18禁高潮啪啪吃奶动态图| 国产高清视频在线播放一区| 99精国产麻豆久久婷婷| 露出奶头的视频| tocl精华| 王馨瑶露胸无遮挡在线观看| 国产一区在线观看成人免费| 午夜福利在线观看吧| 午夜成年电影在线免费观看| 精品国产超薄肉色丝袜足j| 久久国产乱子伦精品免费另类| www.999成人在线观看| 欧美亚洲 丝袜 人妻 在线| 天天添夜夜摸| 国产成人av教育| 国产免费男女视频| 久久香蕉精品热| 啦啦啦 在线观看视频| 午夜福利在线观看吧| 丰满迷人的少妇在线观看| 水蜜桃什么品种好| 99国产精品免费福利视频| 高清毛片免费观看视频网站 | 欧美精品亚洲一区二区| 天堂动漫精品| 国产精品秋霞免费鲁丝片| 亚洲色图综合在线观看| 999精品在线视频| 俄罗斯特黄特色一大片| 久久影院123| 亚洲伊人色综图| 国产成人精品久久二区二区91| 国产高清国产精品国产三级| av线在线观看网站| 国产男女超爽视频在线观看| 成熟少妇高潮喷水视频| 婷婷成人精品国产| 精品久久久久久久毛片微露脸| 欧美一级毛片孕妇| 日本黄色视频三级网站网址 | 看片在线看免费视频| 国产不卡一卡二| tocl精华| aaaaa片日本免费| 亚洲午夜精品一区,二区,三区| 国产精品二区激情视频| 99久久精品国产亚洲精品| 亚洲精品一卡2卡三卡4卡5卡| 一二三四社区在线视频社区8| 亚洲av第一区精品v没综合| 国产精品 欧美亚洲| 欧美日韩黄片免| 黑人巨大精品欧美一区二区mp4| 欧美av亚洲av综合av国产av| 黄色视频,在线免费观看| 女警被强在线播放| 看黄色毛片网站| 777米奇影视久久| 欧美大码av| 一区二区三区激情视频| 18禁观看日本| 成人永久免费在线观看视频| 欧美最黄视频在线播放免费 | 欧美日本中文国产一区发布| 女性生殖器流出的白浆| 麻豆av在线久日| 亚洲精品国产色婷婷电影| 在线观看午夜福利视频| 老司机影院毛片| 嫁个100分男人电影在线观看| 午夜成年电影在线免费观看| 久久精品成人免费网站| 一二三四社区在线视频社区8| 男人的好看免费观看在线视频 | 韩国av一区二区三区四区| 免费黄频网站在线观看国产| 欧美激情高清一区二区三区| 最新美女视频免费是黄的| 欧美成人午夜精品| 亚洲熟妇中文字幕五十中出 | 啦啦啦免费观看视频1| 久久久久精品人妻al黑| 欧美在线一区亚洲| 淫妇啪啪啪对白视频| 建设人人有责人人尽责人人享有的| 久久久久久久午夜电影 | 国产av精品麻豆| 欧美精品av麻豆av| 欧美精品亚洲一区二区| 一区二区日韩欧美中文字幕| 国产极品粉嫩免费观看在线| 淫妇啪啪啪对白视频| 免费黄频网站在线观看国产| 国产一区二区三区在线臀色熟女 | 另类亚洲欧美激情| 99久久精品国产亚洲精品| 亚洲成人免费电影在线观看| avwww免费| 免费看十八禁软件| 午夜91福利影院| 亚洲国产欧美日韩在线播放| 欧美激情极品国产一区二区三区| 国产成人欧美| 亚洲中文av在线| 91大片在线观看| 免费黄频网站在线观看国产| 在线观看免费日韩欧美大片| 可以免费在线观看a视频的电影网站| ponron亚洲| 亚洲国产精品一区二区三区在线| 欧美一级毛片孕妇| 999精品在线视频| 日韩视频一区二区在线观看| 国产日韩一区二区三区精品不卡| 欧美精品啪啪一区二区三区| 国产精品二区激情视频| 性少妇av在线| 欧美精品亚洲一区二区| 少妇被粗大的猛进出69影院| 欧美成狂野欧美在线观看| 美女福利国产在线| 午夜福利,免费看| 国产熟女午夜一区二区三区| 99国产精品99久久久久| 美女国产高潮福利片在线看| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲五月天丁香| 亚洲欧洲精品一区二区精品久久久| 亚洲成人免费电影在线观看| 十八禁网站免费在线| 少妇的丰满在线观看| av不卡在线播放| 国产不卡av网站在线观看| 很黄的视频免费| 亚洲欧美一区二区三区久久| 日韩精品免费视频一区二区三区| 十八禁网站免费在线| 亚洲七黄色美女视频| 国产黄色免费在线视频| 久久天躁狠狠躁夜夜2o2o| 女人被狂操c到高潮| 亚洲 欧美一区二区三区| netflix在线观看网站| 久久99一区二区三区| 国产av又大| 嫁个100分男人电影在线观看| 制服人妻中文乱码| 国产成人免费观看mmmm| 看片在线看免费视频| 免费日韩欧美在线观看| 女同久久另类99精品国产91| 欧美黄色片欧美黄色片| 免费高清在线观看日韩| 欧美日韩中文字幕国产精品一区二区三区 | 久久午夜亚洲精品久久| 性少妇av在线| 美女国产高潮福利片在线看| 精品视频人人做人人爽| 俄罗斯特黄特色一大片| 国产1区2区3区精品| 80岁老熟妇乱子伦牲交| 日本vs欧美在线观看视频| 久久久久久久国产电影| 人成视频在线观看免费观看| 高清在线国产一区| 国产淫语在线视频| 国产成人免费观看mmmm| 欧美日韩av久久| 视频区欧美日本亚洲| 国产97色在线日韩免费| 亚洲五月色婷婷综合| 亚洲精品国产精品久久久不卡| 欧美在线黄色| 法律面前人人平等表现在哪些方面| 大型黄色视频在线免费观看| 亚洲精品美女久久久久99蜜臀| 久久九九热精品免费| 手机成人av网站| 80岁老熟妇乱子伦牲交| 十分钟在线观看高清视频www| 午夜精品国产一区二区电影| 欧美日韩中文字幕国产精品一区二区三区 | 国产在线观看jvid| 国产欧美亚洲国产| 精品久久久久久电影网| 亚洲成人免费电影在线观看| 亚洲片人在线观看| 欧美丝袜亚洲另类 | 在线天堂中文资源库| 亚洲国产精品sss在线观看 | 国产乱人伦免费视频| 免费在线观看影片大全网站| 90打野战视频偷拍视频| 人人澡人人妻人| 老司机靠b影院| 69av精品久久久久久| 欧洲精品卡2卡3卡4卡5卡区| 亚洲成人手机| 老汉色av国产亚洲站长工具| 国产成人av教育| 18禁观看日本| 如日韩欧美国产精品一区二区三区| 我的亚洲天堂| 午夜福利乱码中文字幕| 久9热在线精品视频| 久久香蕉精品热| 日韩熟女老妇一区二区性免费视频| 女警被强在线播放| 婷婷成人精品国产| 91av网站免费观看| 国产成人免费无遮挡视频| 日韩成人在线观看一区二区三区| 在线观看免费午夜福利视频| 91在线观看av| 亚洲熟妇熟女久久| 91麻豆av在线| 日本五十路高清| 亚洲一区二区三区欧美精品| 久久久久国产精品人妻aⅴ院 | 亚洲中文av在线| 操出白浆在线播放| 色综合婷婷激情| 19禁男女啪啪无遮挡网站| 桃红色精品国产亚洲av| 亚洲av成人一区二区三| 国产真人三级小视频在线观看| 大型av网站在线播放| 最新在线观看一区二区三区| 一级黄色大片毛片| 久久国产精品男人的天堂亚洲| 亚洲人成电影观看| 国产精品免费视频内射| 天堂√8在线中文| 人人澡人人妻人| 欧美+亚洲+日韩+国产| 日韩有码中文字幕| 色综合婷婷激情| 91成年电影在线观看| www.精华液| 午夜福利一区二区在线看| 一级作爱视频免费观看| 老司机靠b影院| 国产男女超爽视频在线观看| 日日夜夜操网爽| 91精品国产国语对白视频| 欧美激情极品国产一区二区三区| 91老司机精品| 波多野结衣av一区二区av| 99精品久久久久人妻精品| 国产亚洲av高清不卡| 午夜亚洲福利在线播放| 亚洲av成人一区二区三| 欧美黑人精品巨大| 母亲3免费完整高清在线观看| www日本在线高清视频| 精品国产美女av久久久久小说| 男女高潮啪啪啪动态图| 午夜福利欧美成人| 久99久视频精品免费| 国产深夜福利视频在线观看| 丝袜人妻中文字幕| 免费av中文字幕在线| 韩国精品一区二区三区| 狠狠狠狠99中文字幕| 亚洲国产精品合色在线| 亚洲片人在线观看| 国产男女内射视频| 亚洲成人免费电影在线观看| 丝袜人妻中文字幕| 丝袜美足系列| 久久香蕉国产精品| 多毛熟女@视频| 日韩精品免费视频一区二区三区| 欧美黄色淫秽网站| 在线观看www视频免费| 18禁裸乳无遮挡免费网站照片 | 又紧又爽又黄一区二区| 中亚洲国语对白在线视频| 久久热在线av| 国产精品亚洲一级av第二区| 欧美成狂野欧美在线观看| 精品国内亚洲2022精品成人 | 人人妻,人人澡人人爽秒播| 性少妇av在线| 在线av久久热| 亚洲成人手机| 91成年电影在线观看| 高清av免费在线| 国产精品免费视频内射| 久久久久精品人妻al黑| 欧美另类亚洲清纯唯美| 热99久久久久精品小说推荐| 欧美午夜高清在线| 黄色女人牲交| 人人妻人人澡人人看| 看片在线看免费视频| 少妇 在线观看| 亚洲五月色婷婷综合| 在线视频色国产色| 精品国产一区二区三区久久久樱花| 女警被强在线播放| 国精品久久久久久国模美| 亚洲视频免费观看视频| 777米奇影视久久| 热re99久久精品国产66热6| 1024视频免费在线观看| 黄色怎么调成土黄色| 777久久人妻少妇嫩草av网站| 国产蜜桃级精品一区二区三区 | 日韩熟女老妇一区二区性免费视频| 亚洲欧洲精品一区二区精品久久久| 久久久久久久国产电影| 最新的欧美精品一区二区| 高清在线国产一区| 咕卡用的链子| 久久精品熟女亚洲av麻豆精品|