• <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 ?

    基于小波神經(jīng)網(wǎng)絡(luò)的污水廠總磷預(yù)測模型

    2019-10-18 02:57郭宗敏徐冰峰山丕斌
    軟件導(dǎo)刊 2019年9期

    郭宗敏 徐冰峰 山丕斌

    摘 要:污水廠進水污染物與出水總磷的變化規(guī)律呈高度非線性,而傳統(tǒng)機理預(yù)測模型需要依據(jù)經(jīng)驗設(shè)定大量參數(shù),預(yù)測精度較低,預(yù)測相對誤差處于15%~25%之間。為提高預(yù)測精度,以進水化學(xué)需氧量、總氮、氨氮、總磷、進水量5個進水指標與出水總磷濃度的映射關(guān)系建立小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型。結(jié)果表明,小波神經(jīng)網(wǎng)絡(luò)模型模擬相對誤差為9.87%,相較于機理模型,預(yù)測誤差降低了5%~15%;同時模型收斂速度快,具有強大的非線性擬合能力,運行穩(wěn)定性強,對污水廠實際運行中出水總磷預(yù)測有一定參考作用。

    關(guān)鍵詞:進水污染物;總磷出水濃度;小波神經(jīng)網(wǎng)絡(luò)

    DOI:10. 11907/rjdk. 191715 開放科學(xué)(資源服務(wù))標識碼(OSID):

    中圖分類號:TP302文獻標識碼:A 文章編號:1672-7800(2019)009-0038-04

    Research of TP Prediction Model in Wastewater Treatment Plant

    Based on Wavelet Neural Network

    GUO Zong-min,XU Bing-feng,SHAN Pi-bin,ZHOU Ya-lin

    (Faculty of Civil Engineering and Mechanics, Kunming University of Science and Technology, Kunming 650500, China)

    Abstract: The variation of influent pollutants and effluent TP in wastewater treatment plant is highly non-linear. The traditional mechanism prediction model needs to set a large number of parameters based on experience, so that its prediction accuracy is low,the predicted relative error is between 15%-25%. In order to solve this problem,this paper establishes a wavelet neural network prediction model based on the mapping relationship between COD, TN, NH3-N, TP, influent volume and effluent TP. The results show that the relative error of the wavelet neural network model simulation is 9.87%, and the prediction error is reduced by 5%-15% compared with the mechanism model. In summary,the wavelet neural network model has fast convergence speed, strong non-linear fitting ability, strong operational stability, and higher prediction accuracy than the mechanism model, which can provide reference for predicting effluent TP in actual operation of wastewater treatment plant.

    Key Words: influent pollutants;effluent TP concentration;wavelet neural network

    0 引言

    影響污水廠除磷效果的因素較多,而污水廠進水水質(zhì)中的化學(xué)需氧量(COD)、總氮(TN)、氨氮(NH3-N)、總磷(TP)等污染物含量均與TP去除效果有關(guān),因此污水廠進水水質(zhì)在很大程度上與出水TP濃度相關(guān)[1-2]。由于污水廠在實際運行中進行出水TP濃度預(yù)測較為困難,所以通過運用數(shù)學(xué)模型進行模擬,分析和掌握污水廠進水水質(zhì)與TP出水濃度的規(guī)律,對于提高污水廠除磷效果具有重要現(xiàn)實意義。

    目前國內(nèi)外污水廠除磷模擬數(shù)學(xué)模型主要采用機理模型,應(yīng)用較多的主要有Biowin[3-4]、GPS-X[5-6]、WEST[7]等軟件。李帥帥[8]、杭晨等[9]利用Biowin軟件建立了污水廠除磷機理模型,周國強[10]、陳鈺林[11]利用GPS-X軟件建立了污水廠除磷機理模型,張蓉[12]利用WEST軟件建立了污水廠除磷機理模型。如表1所示,機理模型模擬相對誤差在10%~25%之間。

    由于污水廠生物除磷過程涉及的機理過于復(fù)雜和不確定,使得機理模型參數(shù)過多,且很多參數(shù)都是憑借經(jīng)驗或根據(jù)預(yù)設(shè)值設(shè)定的,使其在實際污水廠除磷運行中的模擬精度不高,從而降低了機理模型在污水廠除磷中的應(yīng)用價值。人工神經(jīng)網(wǎng)絡(luò)具有良好的非線性處理能力,針對機理模型在污水廠除磷預(yù)測中的局限性,本文利用小波神經(jīng)網(wǎng)絡(luò)模型這一非機理模型,實現(xiàn)對出水TP濃度的動態(tài)預(yù)測,克服機理模型構(gòu)建復(fù)雜的缺點,可提高模型預(yù)測精度,為污水廠提高除磷效率提供參考。

    1 小波神經(jīng)網(wǎng)絡(luò)

    1.1 小波神經(jīng)網(wǎng)絡(luò)概述

    小波神經(jīng)網(wǎng)絡(luò)是將BP神經(jīng)網(wǎng)絡(luò)隱含層傳遞函數(shù)用小波函數(shù)替換的一種優(yōu)化神經(jīng)網(wǎng)絡(luò),采用有監(jiān)督學(xué)習(xí)的模式,通過誤差反向傳遞的最速下降法逐步修改權(quán)值達到訓(xùn)練目的。小波神經(jīng)網(wǎng)絡(luò)能較好地解決非線性、高維數(shù)等實際問題,具有良好的泛化能力,在眾多非線性模擬預(yù)測領(lǐng)域有很好的應(yīng)用價值[13-15]。

    1.2 小波神經(jīng)網(wǎng)絡(luò)構(gòu)建

    1.2.1 影響因子確定

    污水廠出水TP濃度與進水水質(zhì)中各組分存在高度非線性關(guān)系。研究表明進水指標中影響微生物去除總氮的因素主要有進水COD、TN、NH3-N、TP、進水量等[16-17],因此本文選取這5個進水指標作為影響因子。

    1.2.2 小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    小波神經(jīng)網(wǎng)絡(luò)通常包括輸入層I、隱含層J、輸出層K。本文將5個進水指標作為5個輸入層節(jié)點,出水TP濃度作為輸出層節(jié)點。目前并沒有一個理想的解析式確定合理的隱層節(jié)點數(shù),通常根據(jù)經(jīng)驗在[log2m,log2m+10]范圍內(nèi)選?。╩為輸入節(jié)點數(shù))[18]。本文面向隱層節(jié)點數(shù)從3到13時的網(wǎng)絡(luò)測試誤差進行試驗,如圖1可見,試驗結(jié)果表明測試最小誤差發(fā)生在隱含層節(jié)點數(shù)為9時,因此本研究選取隱層節(jié)點數(shù)為9。綜上所述,本模型采用5-9-1的3層網(wǎng)絡(luò)結(jié)構(gòu)。

    1.2.3 小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練

    (1)數(shù)據(jù)處理。在小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練前,需對數(shù)據(jù)進行處理。本文數(shù)據(jù)來源于云南省滇南某CASS工藝污水廠2017年1月至6月進出水指標數(shù)據(jù),共169組。根據(jù)已有研究發(fā)現(xiàn),通常將數(shù)據(jù)樣本中的70%~90%作為訓(xùn)練樣本,10%~30%作為測試樣本較為合適[19-21],可保證BP神經(jīng)網(wǎng)絡(luò)有足夠的訓(xùn)練樣本。本文將169組數(shù)據(jù)分為3組分別進行檢驗,每組訓(xùn)練樣本和測試樣本數(shù)分別分為159/10、149/20、139/30,結(jié)果顯示3種分組方案結(jié)果相似。綜上所述,本文最終以149/20的分組方案對模型模擬預(yù)測效果進行檢測。由于各指標數(shù)量級不同,需要對數(shù)據(jù)進行歸一化處理,使所有數(shù)據(jù)在[-1,1]范圍內(nèi)。

    (2)正向傳播過程。正向傳播的目的是將149組訓(xùn)練輸入數(shù)據(jù)中,將5項進水指標數(shù)據(jù)批量加權(quán)計算至各隱含層,各隱含層通過傳遞函數(shù)將數(shù)據(jù)映射到[-1,1]區(qū)間后,再通過加權(quán)計算輸出為出水TP濃度,其過程如圖2所示。

    首先計算隱含層輸入,將149組訓(xùn)練數(shù)據(jù)中每一組的5個影響因子分別作為含149個元素的行向量X1、X2、X3、X4、X5,構(gòu)建5×149的輸入矩陣X=[X1,X2,X3,X4,X5]T。將9個隱含層與5個輸入層之間的連接權(quán)值ω1依次排列構(gòu)建權(quán)值矩陣W1,其中第j行第i列元素ωji表示第i個輸入節(jié)點與第j個隱含層節(jié)點的連接權(quán)值。連接權(quán)值ω的初始值一般是隨機給定,通常將初始權(quán)值設(shè)定為較小的非零隨機值。因此本文初始權(quán)值亦采用經(jīng)驗值隨機選取,經(jīng)驗值為(-2.4/F,2.4/F)之間,其中F為輸入層節(jié)點數(shù)。在Matlab中利用矩陣進行計算,得到9×149的隱含層輸入矩陣U,其中第j行第n列元素標志第n組輸入數(shù)據(jù)在第j個隱層節(jié)點的輸入值:

    Ω值影響小波函數(shù)正弦波的頻率和波峰,本文在[0,3]范圍內(nèi)選取多組Ω值進行試驗,發(fā)現(xiàn)在[1.25,2.25]范圍內(nèi)正弦波波峰處于[1,2]內(nèi)??紤]到隱含層經(jīng)過加權(quán)到輸出層后所有輸出數(shù)據(jù)分散保持在[-1,1]內(nèi),運算小波函數(shù)輸出應(yīng)留有一定余量,本文在[1.25,2.25]范圍內(nèi)選取了3個不同值Ω進行試驗,如圖3可知,Ω參數(shù)選擇1.75。

    此外,小波函數(shù)應(yīng)加入平移伸縮參數(shù)ah和平移參數(shù)bh。ah影響小波函數(shù)寬度,本文在[0,3]范圍內(nèi)選取了多組ah值進行試驗,發(fā)現(xiàn)ah在[0.5,1.5]范圍內(nèi)完整正弦波在[-2,2]內(nèi),因此本文在[0.5,1.5]范圍內(nèi)選取3個ah值進行試驗,如圖4所見,為使[-1,1]范圍內(nèi)盡量包含完整正弦波,ah選擇0.5為宜。bh影響小波函數(shù)的位置,而由于輸入數(shù)據(jù)在[-1,1]內(nèi)對稱,無需平移,故本文bh取0。

    將輸出層與9個隱含層之間的連接權(quán)值ω2依次排列構(gòu)建1×9權(quán)值矩陣W2,其中第j個元素wj表示第j個隱含層和輸出層之間的連接權(quán)值。在Matlab中利用矩陣計算得到1×149的輸出矩陣Y,其中第n個元素表示第n組數(shù)據(jù)的網(wǎng)絡(luò)輸出值。

    (3)反向誤差傳遞過程。其目的是運用梯度下降法根據(jù)網(wǎng)絡(luò)輸出值和期望輸出值之間的誤差不斷調(diào)整各節(jié)點權(quán)值,從而不斷減小誤差,直到權(quán)值能準確反映5項進水指標與出水TP濃度的映射關(guān)系,其過程如圖5所示。

    其中,η為學(xué)習(xí)率。η控制小波神經(jīng)網(wǎng)絡(luò)誤差反向傳播調(diào)整權(quán)值時的調(diào)節(jié)力度,是保證網(wǎng)絡(luò)能夠收斂且收斂速度較快的關(guān)鍵。若學(xué)習(xí)率太小,則使網(wǎng)絡(luò)收斂過慢,增加網(wǎng)絡(luò)訓(xùn)練次數(shù),從而降低網(wǎng)絡(luò)建立的速度;若學(xué)習(xí)率太大,則造成權(quán)值調(diào)整量過大,使訓(xùn)練不收斂。本文選取[0.000 1,0.1]范圍內(nèi)的10個η值進行試驗,發(fā)現(xiàn)η=0.003時網(wǎng)絡(luò)收斂且收斂速度最快,最終確定網(wǎng)絡(luò)學(xué)習(xí)率η=0.003。

    若Error仍在減小,則再次迭代計算反向誤差傳遞過程和正向傳播過程,直到Error減小量很小或不再改變時停止迭代,此時網(wǎng)絡(luò)收斂,訓(xùn)練完成。小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練流程如圖6所示。

    2 網(wǎng)絡(luò)測試與結(jié)果分析

    利用20組測試數(shù)據(jù)分別對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò)進行測試,對比分析兩種網(wǎng)絡(luò)的收斂速度和模擬精度。

    2.1 收斂速度

    由圖7、圖8可知,BP神經(jīng)網(wǎng)絡(luò)前300次迭代Error減小幅度較大,在300次迭代后Error趨于平穩(wěn),網(wǎng)絡(luò)收斂,而小波神經(jīng)網(wǎng)絡(luò)迭代100次后網(wǎng)絡(luò)就已收斂,可見對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)收斂速度明顯快于優(yōu)化前的BP神經(jīng)網(wǎng)絡(luò)。

    2.2 模擬精度

    結(jié)果如圖9和表2所示,相較于BP神經(jīng)網(wǎng)絡(luò),小波神經(jīng)網(wǎng)絡(luò)對于出水TP濃度預(yù)測平均相對誤差降低了2.44%,決定系數(shù)提高了0.052 7,均方根誤差降低了0.004 8,可見,小波神經(jīng)網(wǎng)絡(luò)相較于BP神經(jīng)網(wǎng)絡(luò)模擬精度更高。

    3 結(jié)語

    本文利用小波神經(jīng)網(wǎng)絡(luò)綜合多個進水水質(zhì)因素預(yù)測出水TP濃度。利用機理模型軟件進行建模預(yù)測精度較低,平均相對誤差在10%~25%之間,而利用優(yōu)化BP神經(jīng)網(wǎng)絡(luò)得到的小波神經(jīng)網(wǎng)絡(luò)建立的非機理模型收斂速度快,且平均相對誤差為9.87%。對比分析發(fā)現(xiàn),相較于機理模型,非機理模型能夠明顯提高預(yù)測精度。結(jié)果表明該小波神經(jīng)網(wǎng)絡(luò)模型具有良好的模擬性能,可為模擬污水廠預(yù)測出水TP濃度提供有效參考。

    看非洲黑人一级黄片| 中文字幕av在线有码专区| 99热6这里只有精品| 亚洲av电影在线观看一区二区三区 | 床上黄色一级片| 亚洲精品视频女| 欧美激情国产日韩精品一区| 中文字幕亚洲精品专区| 日韩欧美精品免费久久| 欧美精品国产亚洲| 欧美日韩在线观看h| 全区人妻精品视频| 97超碰精品成人国产| 成人二区视频| 国产在视频线精品| 国产男人的电影天堂91| 黄片无遮挡物在线观看| 亚洲国产高清在线一区二区三| 国产午夜精品一二区理论片| 成人亚洲精品av一区二区| 国产老妇伦熟女老妇高清| 99九九线精品视频在线观看视频| 亚洲欧美成人综合另类久久久| 1000部很黄的大片| 小蜜桃在线观看免费完整版高清| av线在线观看网站| 久久精品夜色国产| 欧美成人a在线观看| 高清av免费在线| 91av网一区二区| av天堂中文字幕网| 午夜精品一区二区三区免费看| 亚洲精品成人av观看孕妇| 国产黄色视频一区二区在线观看| 美女国产视频在线观看| 亚洲精品亚洲一区二区| 熟妇人妻久久中文字幕3abv| 国产在线一区二区三区精| 在现免费观看毛片| 亚洲av一区综合| 男人舔女人下体高潮全视频| 国产有黄有色有爽视频| 国产激情偷乱视频一区二区| 蜜桃亚洲精品一区二区三区| 国语对白做爰xxxⅹ性视频网站| 丰满乱子伦码专区| 菩萨蛮人人尽说江南好唐韦庄| 亚洲第一区二区三区不卡| 成人美女网站在线观看视频| 麻豆精品久久久久久蜜桃| 美女内射精品一级片tv| 精品久久久久久久久av| 精品久久久久久久久亚洲| 一级毛片黄色毛片免费观看视频| 国产精品不卡视频一区二区| 国产在视频线在精品| 国产黄色视频一区二区在线观看| 搡老妇女老女人老熟妇| 亚洲国产精品专区欧美| 纵有疾风起免费观看全集完整版 | 成人亚洲精品一区在线观看 | 成人午夜精彩视频在线观看| 亚洲天堂国产精品一区在线| 国产成人福利小说| 亚洲真实伦在线观看| 不卡视频在线观看欧美| 国产高清三级在线| 韩国高清视频一区二区三区| 国产精品久久视频播放| 国产精品日韩av在线免费观看| 黄片wwwwww| 国产成人精品久久久久久| 国产精品99久久久久久久久| 久久久a久久爽久久v久久| 人妻系列 视频| 婷婷色综合www| 一级毛片久久久久久久久女| 日韩欧美三级三区| 91av网一区二区| 国内少妇人妻偷人精品xxx网站| 女人久久www免费人成看片| 97超碰精品成人国产| 91精品国产九色| 国内精品宾馆在线| 两个人视频免费观看高清| 久久人人爽人人爽人人片va| 亚洲国产精品sss在线观看| 免费观看在线日韩| 国产伦理片在线播放av一区| 在线观看人妻少妇| 亚洲精品456在线播放app| 精品欧美国产一区二区三| 日日摸夜夜添夜夜爱| 男女边吃奶边做爰视频| eeuss影院久久| 婷婷色麻豆天堂久久| 欧美区成人在线视频| 内射极品少妇av片p| 成人综合一区亚洲| 成年av动漫网址| 建设人人有责人人尽责人人享有的 | 国产一区二区亚洲精品在线观看| 国产成人91sexporn| 婷婷色综合大香蕉| 亚洲精品视频女| 1000部很黄的大片| 最近中文字幕2019免费版| 伦精品一区二区三区| 亚洲在线观看片| 日本三级黄在线观看| 蜜桃亚洲精品一区二区三区| 最近的中文字幕免费完整| 插阴视频在线观看视频| 91在线精品国自产拍蜜月| 国产精品日韩av在线免费观看| 国产欧美另类精品又又久久亚洲欧美| 亚洲欧美成人综合另类久久久| 日韩欧美精品v在线| 国产免费视频播放在线视频 | 蜜桃久久精品国产亚洲av| 日日啪夜夜爽| 免费黄色在线免费观看| 亚洲av免费高清在线观看| 一区二区三区乱码不卡18| 搡老妇女老女人老熟妇| 听说在线观看完整版免费高清| 国产成人福利小说| 五月玫瑰六月丁香| 久久久成人免费电影| 少妇被粗大猛烈的视频| 国产av在哪里看| 成人毛片a级毛片在线播放| 免费观看av网站的网址| 三级经典国产精品| 一个人看视频在线观看www免费| 亚洲人成网站在线观看播放| 久久久久久久亚洲中文字幕| 99久久人妻综合| 中文字幕亚洲精品专区| 一级av片app| 老师上课跳d突然被开到最大视频| 内地一区二区视频在线| 色视频www国产| 久久精品夜色国产| 国产人妻一区二区三区在| 亚洲精品国产av成人精品| 丝袜美腿在线中文| 一区二区三区四区激情视频| 中国国产av一级| 色综合站精品国产| 我的女老师完整版在线观看| 又大又黄又爽视频免费| 美女主播在线视频| 免费观看a级毛片全部| 亚洲乱码一区二区免费版| 亚洲激情五月婷婷啪啪| 日韩人妻高清精品专区| 1000部很黄的大片| 麻豆久久精品国产亚洲av| 国产有黄有色有爽视频| 欧美日韩综合久久久久久| 色网站视频免费| 免费观看在线日韩| 精华霜和精华液先用哪个| 深夜a级毛片| 久久国产乱子免费精品| av免费观看日本| 久久久成人免费电影| 亚洲自偷自拍三级| 我要看日韩黄色一级片| 免费观看无遮挡的男女| 亚洲va在线va天堂va国产| 在现免费观看毛片| 99热全是精品| 亚洲精品456在线播放app| 直男gayav资源| 国产精品麻豆人妻色哟哟久久 | 久久久久精品久久久久真实原创| 99热网站在线观看| 国产黄a三级三级三级人| 欧美一区二区亚洲| 卡戴珊不雅视频在线播放| 禁无遮挡网站| 秋霞在线观看毛片| 中文字幕制服av| 国产乱人偷精品视频| 亚洲人成网站高清观看| 亚洲av中文字字幕乱码综合| 国产午夜精品一二区理论片| 不卡视频在线观看欧美| av天堂中文字幕网| 身体一侧抽搐| 亚洲精品乱码久久久久久按摩| 免费看a级黄色片| 草草在线视频免费看| 亚洲精品色激情综合| 久久久精品欧美日韩精品| 毛片一级片免费看久久久久| 久久久色成人| 青春草国产在线视频| 别揉我奶头 嗯啊视频| 国产欧美日韩精品一区二区| 国产高潮美女av| 国产一区二区三区av在线| 国产精品人妻久久久影院| 中国国产av一级| 欧美激情在线99| 成人无遮挡网站| 亚洲精品日本国产第一区| 国产69精品久久久久777片| 国产乱人偷精品视频| 成人午夜精彩视频在线观看| 大香蕉久久网| 亚洲av日韩在线播放| 97人妻精品一区二区三区麻豆| 在线免费观看的www视频| av一本久久久久| 国产精品久久久久久av不卡| av女优亚洲男人天堂| 99久国产av精品| 国产精品麻豆人妻色哟哟久久 | 美女被艹到高潮喷水动态| 国产伦一二天堂av在线观看| 欧美区成人在线视频| 国产黄色免费在线视频| 亚洲国产av新网站| 丰满乱子伦码专区| 大片免费播放器 马上看| 国产精品美女特级片免费视频播放器| 成人鲁丝片一二三区免费| 亚洲天堂国产精品一区在线| 亚洲人成网站在线观看播放| 女人久久www免费人成看片| 国产精品一区二区性色av| 国产午夜精品久久久久久一区二区三区| 色综合亚洲欧美另类图片| 97在线视频观看| 免费观看无遮挡的男女| 中文乱码字字幕精品一区二区三区 | 又黄又爽又刺激的免费视频.| 国产伦理片在线播放av一区| 高清午夜精品一区二区三区| 欧美日韩在线观看h| 亚洲熟妇中文字幕五十中出| 日本av手机在线免费观看| 在现免费观看毛片| 99久国产av精品| 久久精品熟女亚洲av麻豆精品 | 亚洲国产精品sss在线观看| 深爱激情五月婷婷| 毛片一级片免费看久久久久| 国产片特级美女逼逼视频| 亚洲精品456在线播放app| 夜夜爽夜夜爽视频| 欧美不卡视频在线免费观看| 久久精品人妻少妇| 99热网站在线观看| 搡老妇女老女人老熟妇| 精品人妻熟女av久视频| 尤物成人国产欧美一区二区三区| 91狼人影院| av网站免费在线观看视频 | 日日干狠狠操夜夜爽| 国产精品久久久久久精品电影小说 | 亚洲av二区三区四区| 午夜日本视频在线| 国产欧美另类精品又又久久亚洲欧美| 国产黄片视频在线免费观看| 国产成人aa在线观看| 亚洲天堂国产精品一区在线| 国产探花极品一区二区| 我的老师免费观看完整版| 久久精品国产自在天天线| 男女国产视频网站| 亚洲精品国产av成人精品| 国产精品久久久久久久久免| 大又大粗又爽又黄少妇毛片口| 国产黄片美女视频| 亚洲精品,欧美精品| 2018国产大陆天天弄谢| 18禁在线无遮挡免费观看视频| 成年免费大片在线观看| 又黄又爽又刺激的免费视频.| 黄色一级大片看看| 日产精品乱码卡一卡2卡三| 国产国拍精品亚洲av在线观看| 国产精品久久视频播放| 99久国产av精品| 国产精品不卡视频一区二区| 国产女主播在线喷水免费视频网站 | 亚洲最大成人av| 亚洲四区av| 亚洲国产精品国产精品| 看免费成人av毛片| 男人舔奶头视频| 综合色av麻豆| 老司机影院成人| 欧美成人午夜免费资源| 国产午夜精品论理片| 成人毛片a级毛片在线播放| 97超视频在线观看视频| 免费观看无遮挡的男女| 又爽又黄无遮挡网站| 亚洲精品一二三| 纵有疾风起免费观看全集完整版 | 天天躁日日操中文字幕| 欧美成人精品欧美一级黄| 国产午夜精品论理片| 男女边摸边吃奶| 国产黄a三级三级三级人| 春色校园在线视频观看| 精品99又大又爽又粗少妇毛片| 欧美高清成人免费视频www| 国产高潮美女av| 久久久久久伊人网av| 欧美激情在线99| 亚洲成人一二三区av| av在线亚洲专区| 日产精品乱码卡一卡2卡三| 夫妻午夜视频| 精品人妻熟女av久视频| 欧美一级a爱片免费观看看| 精品国产露脸久久av麻豆 | 一区二区三区四区激情视频| 免费在线观看成人毛片| av专区在线播放| 欧美区成人在线视频| 婷婷六月久久综合丁香| 日日摸夜夜添夜夜爱| 男人狂女人下面高潮的视频| 日韩成人伦理影院| 久久热精品热| 97在线视频观看| 熟女人妻精品中文字幕| av专区在线播放| 欧美三级亚洲精品| 日韩三级伦理在线观看| 一二三四中文在线观看免费高清| 成人鲁丝片一二三区免费| 91精品一卡2卡3卡4卡| 日产精品乱码卡一卡2卡三| 国产亚洲91精品色在线| 国语对白做爰xxxⅹ性视频网站| 精品亚洲乱码少妇综合久久| 高清视频免费观看一区二区 | 人妻少妇偷人精品九色| 国产欧美日韩精品一区二区| 午夜福利在线观看免费完整高清在| 国产精品久久久久久精品电影| 久久6这里有精品| 高清在线视频一区二区三区| 人妻夜夜爽99麻豆av| 色吧在线观看| 午夜老司机福利剧场| 如何舔出高潮| 日韩国内少妇激情av| 亚洲成人精品中文字幕电影| 男女国产视频网站| 人妻少妇偷人精品九色| 亚洲国产精品国产精品| 黄色一级大片看看| 日产精品乱码卡一卡2卡三| 亚洲精品乱久久久久久| 亚洲国产最新在线播放| 精品亚洲乱码少妇综合久久| 一个人看的www免费观看视频| 精华霜和精华液先用哪个| 搡老妇女老女人老熟妇| 午夜激情欧美在线| 一级毛片aaaaaa免费看小| 国产成人精品久久久久久| www.色视频.com| 欧美日韩国产mv在线观看视频 | 亚洲自拍偷在线| 欧美性猛交╳xxx乱大交人| 建设人人有责人人尽责人人享有的 | 直男gayav资源| h日本视频在线播放| 婷婷六月久久综合丁香| 国产精品久久视频播放| 高清在线视频一区二区三区| .国产精品久久| 少妇丰满av| 午夜福利视频精品| 久久精品国产亚洲av天美| 伦理电影大哥的女人| 久久精品国产自在天天线| 日本爱情动作片www.在线观看| 韩国高清视频一区二区三区| 国产伦理片在线播放av一区| freevideosex欧美| 丰满乱子伦码专区| 国产精品美女特级片免费视频播放器| 日韩一区二区视频免费看| 国产精品综合久久久久久久免费| 国产精品日韩av在线免费观看| 国产成人aa在线观看| 精品国内亚洲2022精品成人| 久久久亚洲精品成人影院| 激情 狠狠 欧美| 免费看日本二区| 99久久九九国产精品国产免费| 九九久久精品国产亚洲av麻豆| 一级毛片我不卡| 免费少妇av软件| 亚洲精品视频女| 一级毛片久久久久久久久女| 亚洲av电影不卡..在线观看| 国产一区二区三区综合在线观看 | 精品不卡国产一区二区三区| 免费不卡的大黄色大毛片视频在线观看 | 日本黄色片子视频| 一个人看视频在线观看www免费| av国产免费在线观看| 卡戴珊不雅视频在线播放| 高清毛片免费看| 全区人妻精品视频| 国产成人精品婷婷| 99热全是精品| 91狼人影院| 久久这里只有精品中国| 最后的刺客免费高清国语| 国产大屁股一区二区在线视频| 永久免费av网站大全| 久久久精品94久久精品| 亚洲精品中文字幕在线视频 | 免费看日本二区| 国产精品1区2区在线观看.| 国产欧美另类精品又又久久亚洲欧美| 水蜜桃什么品种好| 精品少妇黑人巨大在线播放| 亚洲伊人久久精品综合| 精品一区二区三区视频在线| 少妇的逼水好多| 深夜a级毛片| 丰满少妇做爰视频| 成人欧美大片| 婷婷色麻豆天堂久久| 久久6这里有精品| 久久久a久久爽久久v久久| 日韩精品青青久久久久久| 欧美zozozo另类| 丝袜喷水一区| 亚洲真实伦在线观看| 毛片一级片免费看久久久久| 中文字幕久久专区| 久久国产乱子免费精品| 日本欧美国产在线视频| 中文资源天堂在线| 色吧在线观看| 久久精品久久久久久久性| 国内精品一区二区在线观看| 中文欧美无线码| 日韩av在线免费看完整版不卡| 免费观看无遮挡的男女| 看黄色毛片网站| 日韩欧美三级三区| 晚上一个人看的免费电影| 亚洲激情五月婷婷啪啪| 一本久久精品| 中文资源天堂在线| 国产一区亚洲一区在线观看| 狠狠精品人妻久久久久久综合| 日韩av在线免费看完整版不卡| 国产精品久久视频播放| 成人一区二区视频在线观看| 精品国产三级普通话版| 免费黄色在线免费观看| 天堂中文最新版在线下载 | av播播在线观看一区| 亚洲最大成人手机在线| 亚洲av二区三区四区| 乱人视频在线观看| 少妇的逼水好多| 九九久久精品国产亚洲av麻豆| 成年人午夜在线观看视频 | av免费在线看不卡| 亚洲国产成人一精品久久久| 在线观看av片永久免费下载| 久久韩国三级中文字幕| 十八禁网站网址无遮挡 | 国产黄频视频在线观看| 亚洲av免费高清在线观看| 免费大片黄手机在线观看| 97在线视频观看| 日日啪夜夜爽| 亚洲精品日韩av片在线观看| 乱系列少妇在线播放| 大香蕉久久网| 日本av手机在线免费观看| 欧美潮喷喷水| 国产精品人妻久久久影院| 女的被弄到高潮叫床怎么办| 国内揄拍国产精品人妻在线| 国产精品熟女久久久久浪| 不卡视频在线观看欧美| 久久久久久久久久黄片| 九九爱精品视频在线观看| eeuss影院久久| 久久久久久久大尺度免费视频| 在线观看av片永久免费下载| 成人av在线播放网站| av网站免费在线观看视频 | 亚洲人成网站在线观看播放| 国产国拍精品亚洲av在线观看| 免费人成在线观看视频色| 国产成人福利小说| 亚洲丝袜综合中文字幕| xxx大片免费视频| 内地一区二区视频在线| 2022亚洲国产成人精品| 国产亚洲精品久久久com| 一个人看的www免费观看视频| 久久久久久国产a免费观看| 特大巨黑吊av在线直播| 一区二区三区高清视频在线| 91久久精品国产一区二区成人| 日韩一区二区视频免费看| 99热网站在线观看| 干丝袜人妻中文字幕| av在线蜜桃| 青青草视频在线视频观看| 日韩视频在线欧美| 美女主播在线视频| 午夜精品国产一区二区电影 | 国产色爽女视频免费观看| 免费观看a级毛片全部| 乱系列少妇在线播放| .国产精品久久| 超碰av人人做人人爽久久| 国产色婷婷99| 亚洲美女视频黄频| 色视频www国产| 中文天堂在线官网| 一级毛片我不卡| 亚洲最大成人中文| 欧美另类一区| 亚洲丝袜综合中文字幕| 在线免费观看的www视频| 丝瓜视频免费看黄片| av免费观看日本| 亚洲精品456在线播放app| 欧美日韩在线观看h| 日韩一区二区三区影片| 男女边摸边吃奶| 日韩 亚洲 欧美在线| 中文天堂在线官网| 国产片特级美女逼逼视频| 精品熟女少妇av免费看| 亚洲精品国产av成人精品| 精品不卡国产一区二区三区| 亚洲婷婷狠狠爱综合网| 免费无遮挡裸体视频| 丝袜美腿在线中文| 大香蕉久久网| 91久久精品国产一区二区成人| 成人高潮视频无遮挡免费网站| 一个人免费在线观看电影| 欧美人与善性xxx| av在线天堂中文字幕| 人人妻人人看人人澡| 青春草亚洲视频在线观看| 国产欧美日韩精品一区二区| 亚洲熟妇中文字幕五十中出| 亚洲三级黄色毛片| 亚洲内射少妇av| 久久这里有精品视频免费| 一级a做视频免费观看| 日韩欧美一区视频在线观看 | 欧美一区二区亚洲| 尾随美女入室| 美女xxoo啪啪120秒动态图| 赤兔流量卡办理| 日韩av免费高清视频| 大又大粗又爽又黄少妇毛片口| 亚洲国产欧美在线一区| 亚洲av成人精品一区久久| 亚洲av免费在线观看| av在线老鸭窝| 国产 亚洲一区二区三区 | 国内精品宾馆在线| 成人高潮视频无遮挡免费网站| 日本免费a在线| 黄色欧美视频在线观看| 又大又黄又爽视频免费| 成年av动漫网址| 国产伦精品一区二区三区视频9| 亚洲精品一区蜜桃| 国产精品一及| 天堂网av新在线| 有码 亚洲区| 国产成人午夜福利电影在线观看| 亚洲av电影在线观看一区二区三区 | 日韩亚洲欧美综合| 三级国产精品欧美在线观看| 国产人妻一区二区三区在| 亚洲精品亚洲一区二区| 建设人人有责人人尽责人人享有的 | 国产精品国产三级专区第一集| 99热这里只有是精品在线观看| 亚洲熟女精品中文字幕| 久久精品国产亚洲av天美| 日韩精品青青久久久久久| 国产精品国产三级国产专区5o| 街头女战士在线观看网站| 女的被弄到高潮叫床怎么办| 久久精品夜夜夜夜夜久久蜜豆| 亚洲国产精品国产精品| 爱豆传媒免费全集在线观看| 国产探花在线观看一区二区| 精品久久久久久久久av| 亚洲精华国产精华液的使用体验| 久久久精品欧美日韩精品| 亚洲在久久综合| 性插视频无遮挡在线免费观看|