• <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)
    色婷婷久久久亚洲欧美| 精品熟女少妇八av免费久了| 婷婷丁香在线五月| 一区二区三区乱码不卡18| 亚洲精品国产区一区二| 一二三四社区在线视频社区8| 天天操日日干夜夜撸| av片东京热男人的天堂| 女人爽到高潮嗷嗷叫在线视频| 12—13女人毛片做爰片一| 久久天堂一区二区三区四区| av超薄肉色丝袜交足视频| 可以免费在线观看a视频的电影网站| 久久99热这里只频精品6学生| 一级a爱视频在线免费观看| 亚洲av成人不卡在线观看播放网| 久久久久精品人妻al黑| 国产熟女午夜一区二区三区| 青青草视频在线视频观看| 麻豆成人av在线观看| 国产不卡一卡二| 91av网站免费观看| 婷婷丁香在线五月| 水蜜桃什么品种好| 1024香蕉在线观看| 欧美乱妇无乱码| 中文字幕最新亚洲高清| 在线观看66精品国产| 精品一品国产午夜福利视频| 久久久久国内视频| 久久国产精品人妻蜜桃| 丝袜在线中文字幕| 成人亚洲精品一区在线观看| 成人国语在线视频| 五月天丁香电影| 国产精品久久久av美女十八| 亚洲一码二码三码区别大吗| 色综合欧美亚洲国产小说| 天天躁日日躁夜夜躁夜夜| 91字幕亚洲| 19禁男女啪啪无遮挡网站| 日本av免费视频播放| 久久午夜综合久久蜜桃| 一级黄色大片毛片| 91麻豆精品激情在线观看国产 | 国产精品.久久久| 男人操女人黄网站| 国产免费视频播放在线视频| 999久久久国产精品视频| 国产欧美日韩精品亚洲av| 香蕉国产在线看| 国产一区二区 视频在线| 亚洲精品成人av观看孕妇| 日韩欧美一区视频在线观看| 丝袜人妻中文字幕| 青青草视频在线视频观看| 久久久久久免费高清国产稀缺| 91麻豆精品激情在线观看国产 | 黄频高清免费视频| 亚洲精品国产一区二区精华液| 手机成人av网站| av在线播放免费不卡| 亚洲精品中文字幕一二三四区 | 欧美老熟妇乱子伦牲交| 亚洲一卡2卡3卡4卡5卡精品中文| netflix在线观看网站| 亚洲av成人不卡在线观看播放网| 免费女性裸体啪啪无遮挡网站| 成人国语在线视频| 欧美性长视频在线观看| 日韩欧美一区二区三区在线观看 | 如日韩欧美国产精品一区二区三区| 最新美女视频免费是黄的| 亚洲五月色婷婷综合| 两个人免费观看高清视频| 中亚洲国语对白在线视频| 免费av中文字幕在线| 国产精品一区二区精品视频观看| 精品乱码久久久久久99久播| 久久香蕉激情| 一本久久精品| 在线观看一区二区三区激情| 久久免费观看电影| 亚洲欧洲日产国产| 国产一区二区三区视频了| 高清视频免费观看一区二区| 别揉我奶头~嗯~啊~动态视频| 啦啦啦视频在线资源免费观看| 嫩草影视91久久| 啦啦啦 在线观看视频| 日韩有码中文字幕| 国产成+人综合+亚洲专区| 午夜福利视频在线观看免费| 久久精品国产亚洲av高清一级| 国产精品免费大片| 老汉色∧v一级毛片| 日本黄色日本黄色录像| 久久久精品国产亚洲av高清涩受| 午夜日韩欧美国产| 日韩 欧美 亚洲 中文字幕| 欧美精品人与动牲交sv欧美| 成人影院久久| 女同久久另类99精品国产91| 美女高潮到喷水免费观看| 热99re8久久精品国产| 9191精品国产免费久久| 午夜福利欧美成人| 久久精品亚洲av国产电影网| 色视频在线一区二区三区| 午夜视频精品福利| 久久精品人人爽人人爽视色| 日韩大片免费观看网站| 一二三四在线观看免费中文在| 宅男免费午夜| 欧美人与性动交α欧美精品济南到| 操出白浆在线播放| 欧美 亚洲 国产 日韩一| 丝袜喷水一区| 亚洲人成电影观看| 亚洲欧美激情在线| 国产一区二区三区综合在线观看| 亚洲国产av影院在线观看| 一本综合久久免费| 一进一出好大好爽视频| 三级毛片av免费| 成人永久免费在线观看视频 | 淫妇啪啪啪对白视频| 亚洲国产欧美日韩在线播放| 色94色欧美一区二区| 久久久久久亚洲精品国产蜜桃av| 亚洲欧美激情在线| 久久国产精品大桥未久av| 成年女人毛片免费观看观看9 | 婷婷成人精品国产| 免费女性裸体啪啪无遮挡网站| 免费av中文字幕在线| 精品国产超薄肉色丝袜足j| 国产一区二区激情短视频| 亚洲人成电影免费在线| 美女国产高潮福利片在线看| 午夜福利欧美成人| 午夜精品久久久久久毛片777| 色播在线永久视频| 少妇被粗大的猛进出69影院| 一进一出抽搐动态| 国产精品98久久久久久宅男小说| 人妻一区二区av| 久久九九热精品免费| 91老司机精品| 天天躁狠狠躁夜夜躁狠狠躁| 在线观看免费日韩欧美大片| 亚洲专区字幕在线| 欧美黑人欧美精品刺激| 少妇的丰满在线观看| 欧美精品亚洲一区二区| 老司机影院毛片| 一级片'在线观看视频| 中文亚洲av片在线观看爽 | 欧美日韩福利视频一区二区| 岛国在线观看网站| 国产三级黄色录像| 人妻久久中文字幕网| 日本黄色视频三级网站网址 | bbb黄色大片| 两性午夜刺激爽爽歪歪视频在线观看 | 久久国产亚洲av麻豆专区| 91成人精品电影| 交换朋友夫妻互换小说| 我的亚洲天堂| 91成人精品电影| 麻豆av在线久日| 国产av国产精品国产| 波多野结衣av一区二区av| 亚洲一区二区三区欧美精品| 国产免费视频播放在线视频| 国产欧美日韩一区二区三| 国产精品美女特级片免费视频播放器 | 国产91精品成人一区二区三区 | 国产淫语在线视频| 欧美成狂野欧美在线观看| 亚洲午夜理论影院| 中文字幕人妻丝袜一区二区| 成人三级做爰电影| av免费在线观看网站| 日本黄色日本黄色录像| 一本色道久久久久久精品综合| 色老头精品视频在线观看| 精品乱码久久久久久99久播| 桃花免费在线播放| 丝袜在线中文字幕| 麻豆av在线久日| 美女福利国产在线| 亚洲精品一二三| 国产成人一区二区三区免费视频网站| 国产视频一区二区在线看| 女性生殖器流出的白浆| www.熟女人妻精品国产| 十八禁高潮呻吟视频| 亚洲精华国产精华精| 午夜福利视频精品| 黄片小视频在线播放| 一区二区av电影网| 精品一区二区三区视频在线观看免费 | 精品久久久精品久久久| 男女床上黄色一级片免费看| 国产成人啪精品午夜网站| 不卡一级毛片| 中文字幕人妻丝袜制服| 免费在线观看日本一区| 亚洲精品久久成人aⅴ小说| 欧美人与性动交α欧美精品济南到| 91九色精品人成在线观看| 久久精品aⅴ一区二区三区四区| 男女下面插进去视频免费观看| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲欧美日韩另类电影网站| 亚洲第一青青草原| 18禁黄网站禁片午夜丰满| 手机成人av网站| 国产精品九九99| 国产激情久久老熟女| 国产欧美日韩一区二区三区在线| 亚洲av国产av综合av卡| 超碰成人久久| 午夜福利在线免费观看网站| 色视频在线一区二区三区| 在线观看一区二区三区激情| 久久这里只有精品19| 亚洲欧美日韩另类电影网站| 99精国产麻豆久久婷婷| 丁香六月欧美| 另类亚洲欧美激情| 日韩中文字幕视频在线看片| 老熟女久久久| 免费人妻精品一区二区三区视频| 欧美性长视频在线观看| 国产精品自产拍在线观看55亚洲 | av免费在线观看网站| 国产成人精品在线电影| 脱女人内裤的视频| 久久久欧美国产精品| av片东京热男人的天堂| 男人舔女人的私密视频| 久久精品成人免费网站| 欧美精品啪啪一区二区三区| 免费高清在线观看日韩| 国产在线精品亚洲第一网站| 国产精品香港三级国产av潘金莲| 夜夜夜夜夜久久久久| 亚洲精品国产区一区二| a在线观看视频网站| 免费在线观看视频国产中文字幕亚洲| 国产亚洲欧美在线一区二区| 国产精品一区二区在线不卡| 午夜福利视频在线观看免费| 国产一区二区在线观看av| 亚洲午夜理论影院| 亚洲久久久国产精品| 高清av免费在线| 91字幕亚洲| 欧美亚洲 丝袜 人妻 在线| 亚洲专区字幕在线| 成人亚洲精品一区在线观看| 怎么达到女性高潮| 久久天堂一区二区三区四区| 亚洲欧洲日产国产| 亚洲成人免费av在线播放| 欧美精品一区二区免费开放| 欧美成人午夜精品| 久久人妻熟女aⅴ| 在线观看免费高清a一片| 91麻豆精品激情在线观看国产 | 国产成人av教育| 欧美成人午夜精品| 久久天躁狠狠躁夜夜2o2o| 亚洲欧美一区二区三区久久| 亚洲av日韩精品久久久久久密| 国产高清videossex| 午夜福利视频在线观看免费| 日本vs欧美在线观看视频| 在线观看www视频免费| 人成视频在线观看免费观看| 欧美人与性动交α欧美软件| 黄色视频,在线免费观看| 人人澡人人妻人| 人妻 亚洲 视频| 色婷婷av一区二区三区视频| 欧美+亚洲+日韩+国产| 久久精品亚洲av国产电影网| 亚洲人成电影免费在线| 午夜两性在线视频| 丝袜人妻中文字幕| 一级黄色大片毛片| 色精品久久人妻99蜜桃| 欧美激情久久久久久爽电影 | 不卡av一区二区三区| 久久精品人人爽人人爽视色| 国产1区2区3区精品| 亚洲av美国av| 成人18禁在线播放| 国产精品香港三级国产av潘金莲| 人妻久久中文字幕网| 国产日韩欧美亚洲二区| 99热国产这里只有精品6| 激情视频va一区二区三区| 国产成人精品无人区| 精品国产国语对白av| 日韩三级视频一区二区三区| 精品少妇久久久久久888优播| 精品人妻在线不人妻| 亚洲第一欧美日韩一区二区三区 | 欧美日韩视频精品一区| 麻豆成人av在线观看| 国产成人精品无人区| 午夜福利影视在线免费观看| 国产精品一区二区在线观看99| 高潮久久久久久久久久久不卡| av视频免费观看在线观看| 欧美成人免费av一区二区三区 | av视频免费观看在线观看| 亚洲综合色网址| 色在线成人网| 亚洲成国产人片在线观看| 久久精品国产a三级三级三级| 午夜精品久久久久久毛片777| 亚洲熟女毛片儿| a级毛片在线看网站| 五月天丁香电影| 久久人妻福利社区极品人妻图片| 搡老熟女国产l中国老女人| 日韩三级视频一区二区三区| 亚洲精品av麻豆狂野| 男女床上黄色一级片免费看| 黄色怎么调成土黄色| 欧美激情 高清一区二区三区| 免费av中文字幕在线| 久久狼人影院| 多毛熟女@视频| 国产不卡一卡二| 大码成人一级视频| 欧美在线黄色| 国产精品久久电影中文字幕 | 欧美激情 高清一区二区三区| 成人18禁在线播放| 1024香蕉在线观看| 黄片播放在线免费| 亚洲成av片中文字幕在线观看| 国产精品一区二区在线不卡| 人妻一区二区av| 久久影院123| 精品一区二区三卡| 777米奇影视久久| 波多野结衣av一区二区av| av片东京热男人的天堂| 一个人免费看片子| 自拍欧美九色日韩亚洲蝌蚪91| 国产在线观看jvid| 高清av免费在线| 日韩 欧美 亚洲 中文字幕| 久久久久国产一级毛片高清牌| 91成人精品电影| 桃花免费在线播放| 天天影视国产精品| av网站在线播放免费| 国产成人系列免费观看| 欧美日韩亚洲国产一区二区在线观看 | 亚洲欧美精品综合一区二区三区| 中亚洲国语对白在线视频| 午夜激情av网站| 欧美精品人与动牲交sv欧美| 一级黄色大片毛片| 高清毛片免费观看视频网站 | 91大片在线观看| 久久久精品免费免费高清| 法律面前人人平等表现在哪些方面| 久久精品熟女亚洲av麻豆精品| 成人三级做爰电影| 80岁老熟妇乱子伦牲交| 国产人伦9x9x在线观看| 午夜福利,免费看| 久久热在线av| 日韩三级视频一区二区三区| 中文字幕av电影在线播放| 久久久水蜜桃国产精品网| 怎么达到女性高潮| 色94色欧美一区二区| 大片免费播放器 马上看| 亚洲av电影在线进入| 精品国产国语对白av| 久久中文字幕人妻熟女| 免费日韩欧美在线观看| 亚洲黑人精品在线| 少妇 在线观看| a在线观看视频网站| 丰满饥渴人妻一区二区三| 亚洲五月婷婷丁香| 12—13女人毛片做爰片一| 免费在线观看黄色视频的| 成人国产一区最新在线观看| 日本撒尿小便嘘嘘汇集6| 精品亚洲成a人片在线观看| 久久久久久亚洲精品国产蜜桃av| 国产又爽黄色视频| 高清在线国产一区| 91精品三级在线观看| 国产精品电影一区二区三区 | 国产欧美日韩一区二区三区在线| 国产欧美日韩一区二区精品| 自线自在国产av| 国产成人一区二区三区免费视频网站| 丝袜喷水一区| 国产成人啪精品午夜网站| 日韩欧美一区二区三区在线观看 | 午夜久久久在线观看| 午夜福利乱码中文字幕| 91大片在线观看| 亚洲成av片中文字幕在线观看| 亚洲 欧美一区二区三区| 亚洲中文av在线| 这个男人来自地球电影免费观看| 王馨瑶露胸无遮挡在线观看| 亚洲成av片中文字幕在线观看| 国产男女内射视频| 嫩草影视91久久| 青草久久国产| 一区二区三区国产精品乱码| 少妇的丰满在线观看| 日本五十路高清| 亚洲色图 男人天堂 中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 19禁男女啪啪无遮挡网站| 91老司机精品| 18禁国产床啪视频网站| 狂野欧美激情性xxxx| 久久婷婷成人综合色麻豆| 纵有疾风起免费观看全集完整版| 精品少妇久久久久久888优播| 一区二区三区乱码不卡18| 精品少妇黑人巨大在线播放| 久久久久精品国产欧美久久久| 丝袜喷水一区| 自拍欧美九色日韩亚洲蝌蚪91| av欧美777| 91大片在线观看| 成年人免费黄色播放视频| 亚洲av成人一区二区三| 国产免费福利视频在线观看| 国产亚洲av高清不卡| 国产av又大| 亚洲专区中文字幕在线| 精品久久蜜臀av无| a级片在线免费高清观看视频| 精品少妇久久久久久888优播| 国产精品一区二区在线观看99| 99国产精品一区二区三区| 久久精品91无色码中文字幕| 久久久久久人人人人人| 狂野欧美激情性xxxx| 国产av一区二区精品久久| 我的亚洲天堂| 亚洲九九香蕉| 欧美日韩精品网址| 久久久国产成人免费| 国产日韩欧美亚洲二区| 一级毛片电影观看| 大香蕉久久网| 岛国在线观看网站| tocl精华| 国产日韩欧美亚洲二区| 色尼玛亚洲综合影院| 深夜精品福利| 91九色精品人成在线观看| 国产精品久久久久久人妻精品电影 | 欧美av亚洲av综合av国产av| 亚洲精品国产色婷婷电影| 亚洲精品美女久久av网站| av电影中文网址| 亚洲精华国产精华精| 老司机靠b影院| 亚洲成a人片在线一区二区| 午夜福利欧美成人| 亚洲欧美日韩高清在线视频 | 变态另类成人亚洲欧美熟女 | 波多野结衣av一区二区av| 丰满人妻熟妇乱又伦精品不卡| 99精品欧美一区二区三区四区| 99久久99久久久精品蜜桃| 国产精品久久久久久人妻精品电影 | 男女之事视频高清在线观看| 麻豆成人av在线观看| 一进一出抽搐动态| 久久精品熟女亚洲av麻豆精品| 精品一区二区三区av网在线观看 | 久久热在线av| 黄色视频,在线免费观看| 国产精品一区二区精品视频观看| 在线观看免费午夜福利视频| 欧美av亚洲av综合av国产av| 9色porny在线观看| 香蕉丝袜av| 亚洲欧美日韩另类电影网站| 热99re8久久精品国产| 男女无遮挡免费网站观看| 人人妻人人添人人爽欧美一区卜| 亚洲九九香蕉| 黄网站色视频无遮挡免费观看| 精品国产一区二区久久| avwww免费| 精品少妇久久久久久888优播| 中文字幕另类日韩欧美亚洲嫩草| 侵犯人妻中文字幕一二三四区| 视频区图区小说| 亚洲国产看品久久| 午夜免费鲁丝| 男女免费视频国产| 悠悠久久av| 亚洲精品乱久久久久久| 1024香蕉在线观看| 天天躁日日躁夜夜躁夜夜| 丝袜人妻中文字幕| 免费看a级黄色片| 伦理电影免费视频| 国产精品自产拍在线观看55亚洲 | 1024香蕉在线观看| 91九色精品人成在线观看| 久久久久国内视频| 女人高潮潮喷娇喘18禁视频| 国产高清videossex| 国产成人精品在线电影| 少妇 在线观看| 菩萨蛮人人尽说江南好唐韦庄| 国产免费av片在线观看野外av| 男男h啪啪无遮挡| 在线看a的网站| 蜜桃国产av成人99| 成人三级做爰电影| 国产精品九九99| 老司机在亚洲福利影院| 欧美日韩一级在线毛片| 欧美在线黄色| 中文字幕av电影在线播放| 欧美精品一区二区大全| 久久久久久人人人人人| 午夜久久久在线观看| 国产亚洲欧美在线一区二区| 国产精品1区2区在线观看. | 国产精品久久电影中文字幕 | 高清黄色对白视频在线免费看| 婷婷成人精品国产| 久久久国产一区二区| 国产一区二区激情短视频| 亚洲色图av天堂| 无人区码免费观看不卡 | 午夜福利视频在线观看免费| av天堂久久9| 国产有黄有色有爽视频| 国产一区二区三区视频了| 婷婷丁香在线五月| 欧美激情极品国产一区二区三区| 欧美精品亚洲一区二区| 性少妇av在线| 人妻一区二区av| 在线十欧美十亚洲十日本专区| tocl精华| h视频一区二区三区| 美女福利国产在线| 又大又爽又粗| 国产亚洲精品第一综合不卡| 我的亚洲天堂| 人成视频在线观看免费观看| 黑人巨大精品欧美一区二区蜜桃| 国产精品一区二区在线不卡| 中文字幕人妻丝袜制服| 欧美 日韩 精品 国产| √禁漫天堂资源中文www| 91成年电影在线观看| 国产亚洲av高清不卡| 国产精品亚洲av一区麻豆| 欧美黑人欧美精品刺激| 国产精品国产高清国产av | 精品卡一卡二卡四卡免费| 桃红色精品国产亚洲av| tube8黄色片| 亚洲 欧美一区二区三区| 日韩人妻精品一区2区三区| 99国产极品粉嫩在线观看| 黑人欧美特级aaaaaa片| 亚洲av第一区精品v没综合| 中文字幕制服av| 黄色丝袜av网址大全| 91av网站免费观看| 女人被躁到高潮嗷嗷叫费观| 黑人猛操日本美女一级片| 老司机影院毛片| 不卡一级毛片| 亚洲欧洲日产国产| 亚洲九九香蕉| 女人被躁到高潮嗷嗷叫费观| 黄色丝袜av网址大全| 狠狠婷婷综合久久久久久88av| 中文字幕制服av| 中文字幕最新亚洲高清| 国产免费福利视频在线观看| 嫩草影视91久久| 国产在线精品亚洲第一网站| 欧美精品一区二区大全| 极品少妇高潮喷水抽搐| 亚洲欧美日韩高清在线视频 | 老熟妇仑乱视频hdxx| 国产片内射在线| 亚洲精品中文字幕一二三四区 | 欧美中文综合在线视频| 亚洲九九香蕉| 在线亚洲精品国产二区图片欧美| 国产精品一区二区在线不卡|