• <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。

    亚洲欧洲日产国产| 菩萨蛮人人尽说江南好唐韦庄| av黄色大香蕉| 亚洲人成网站在线观看播放| 日本-黄色视频高清免费观看| 国产熟女午夜一区二区三区 | av在线老鸭窝| 伊人久久精品亚洲午夜| 久久久国产精品麻豆| 精品人妻在线不人妻| 亚洲国产精品成人久久小说| 色婷婷久久久亚洲欧美| 777米奇影视久久| av播播在线观看一区| .国产精品久久| 女性生殖器流出的白浆| 欧美三级亚洲精品| 国产熟女午夜一区二区三区 | 九色亚洲精品在线播放| 精品少妇久久久久久888优播| 国产成人精品在线电影| 老女人水多毛片| 成人二区视频| 一边摸一边做爽爽视频免费| 国产精品一区www在线观看| 久久精品夜色国产| 美女内射精品一级片tv| 国产精品女同一区二区软件| 好男人视频免费观看在线| 欧美xxxx性猛交bbbb| 高清毛片免费看| 亚洲第一av免费看| 色婷婷久久久亚洲欧美| 欧美另类一区| 男女啪啪激烈高潮av片| 国产探花极品一区二区| 精品酒店卫生间| 成年美女黄网站色视频大全免费 | 亚洲精品乱码久久久v下载方式| 夜夜爽夜夜爽视频| 两个人免费观看高清视频| 国产深夜福利视频在线观看| 国产精品久久久久久精品古装| 婷婷色综合www| av不卡在线播放| 久久青草综合色| 亚洲欧美清纯卡通| 欧美精品高潮呻吟av久久| 国产白丝娇喘喷水9色精品| av免费观看日本| √禁漫天堂资源中文www| 亚洲情色 制服丝袜| 日本av手机在线免费观看| 又粗又硬又长又爽又黄的视频| 久久久久久久久久人人人人人人| 欧美成人午夜免费资源| 99久国产av精品国产电影| 国产高清有码在线观看视频| 欧美丝袜亚洲另类| 在线播放无遮挡| 肉色欧美久久久久久久蜜桃| 夜夜看夜夜爽夜夜摸| 国产成人一区二区在线| 丝袜脚勾引网站| 制服人妻中文乱码| 国产成人精品婷婷| 九九久久精品国产亚洲av麻豆| 国产一区二区在线观看日韩| 青青草视频在线视频观看| 春色校园在线视频观看| 91成人精品电影| av有码第一页| 视频区图区小说| 欧美另类一区| 成人漫画全彩无遮挡| 美女主播在线视频| 在线天堂最新版资源| tube8黄色片| 欧美亚洲日本最大视频资源| 欧美日韩av久久| 新久久久久国产一级毛片| 国产成人freesex在线| 制服丝袜香蕉在线| 中文天堂在线官网| 免费看不卡的av| 人妻系列 视频| 国产黄片视频在线免费观看| 免费大片18禁| 国国产精品蜜臀av免费| 日韩av免费高清视频| 一级毛片我不卡| 久久精品国产亚洲av天美| 99热这里只有精品一区| 欧美激情 高清一区二区三区| 成年女人在线观看亚洲视频| 国产乱人偷精品视频| 大片免费播放器 马上看| 大码成人一级视频| 国产黄色免费在线视频| 制服诱惑二区| 五月伊人婷婷丁香| 国产免费一区二区三区四区乱码| 国产精品麻豆人妻色哟哟久久| 性高湖久久久久久久久免费观看| 中文天堂在线官网| 国产高清不卡午夜福利| 国产日韩欧美在线精品| 香蕉精品网在线| 丝瓜视频免费看黄片| 亚洲国产精品国产精品| 久热这里只有精品99| 色94色欧美一区二区| 亚洲欧美成人综合另类久久久| 99久久综合免费| 国产在线一区二区三区精| 亚洲人成77777在线视频| 色婷婷av一区二区三区视频| 久久97久久精品| 下体分泌物呈黄色| 国产精品嫩草影院av在线观看| 中文字幕av电影在线播放| 久久久久人妻精品一区果冻| 中文字幕最新亚洲高清| 观看美女的网站| 国产成人av激情在线播放 | 下体分泌物呈黄色| 韩国av在线不卡| 特大巨黑吊av在线直播| 国产精品麻豆人妻色哟哟久久| 国产成人精品一,二区| 中文字幕亚洲精品专区| 亚洲五月色婷婷综合| 亚洲四区av| 丰满饥渴人妻一区二区三| 久久精品国产a三级三级三级| 国产成人精品一,二区| 国产一区二区三区综合在线观看 | 免费久久久久久久精品成人欧美视频 | 国产日韩欧美在线精品| 亚洲精华国产精华液的使用体验| 久久婷婷青草| 亚洲av成人精品一区久久| 欧美精品高潮呻吟av久久| 嘟嘟电影网在线观看| 久久精品国产亚洲av天美| 国产淫语在线视频| 满18在线观看网站| 亚洲怡红院男人天堂| 亚洲内射少妇av| 精品卡一卡二卡四卡免费| 久久女婷五月综合色啪小说| 97精品久久久久久久久久精品| 久久精品国产鲁丝片午夜精品| 夜夜看夜夜爽夜夜摸| av免费观看日本| 伦理电影免费视频| 9色porny在线观看| 一级毛片电影观看| 卡戴珊不雅视频在线播放| 免费观看无遮挡的男女| 老司机影院成人| 亚洲国产欧美日韩在线播放| 美女中出高潮动态图| 这个男人来自地球电影免费观看 | 如何舔出高潮| 大话2 男鬼变身卡| 免费人成在线观看视频色| h视频一区二区三区| 91精品三级在线观看| 久久精品国产自在天天线| 亚洲成人手机| 丝瓜视频免费看黄片| 国产在线视频一区二区| 亚洲精品,欧美精品| 日本黄色日本黄色录像| 久久久久久久久久久免费av| 午夜福利网站1000一区二区三区| 日韩中字成人| 简卡轻食公司| 国产精品一区二区在线观看99| av免费在线看不卡| 最近的中文字幕免费完整| 亚洲性久久影院| 69精品国产乱码久久久| 国产精品欧美亚洲77777| 夫妻午夜视频| 午夜久久久在线观看| 亚洲,一卡二卡三卡| 嫩草影院入口| 五月开心婷婷网| 国产av码专区亚洲av| 国产亚洲欧美精品永久| 欧美 日韩 精品 国产| 夜夜看夜夜爽夜夜摸| 久久久精品94久久精品| 精品亚洲乱码少妇综合久久| 午夜av观看不卡| 国精品久久久久久国模美| 人妻系列 视频| 美女中出高潮动态图| 久久婷婷青草| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 欧美精品高潮呻吟av久久| 久久这里有精品视频免费| 人体艺术视频欧美日本| 日本猛色少妇xxxxx猛交久久| 韩国av在线不卡| 亚洲精品一二三| 久久久久久久久久久久大奶| 国产一区二区在线观看av| 18禁裸乳无遮挡动漫免费视频| 国产片内射在线| 亚洲成人手机| 97精品久久久久久久久久精品| 丝袜喷水一区| 亚洲成色77777| 69精品国产乱码久久久| 一级毛片 在线播放| 日韩亚洲欧美综合| 久久婷婷青草| 男的添女的下面高潮视频| 亚洲欧洲国产日韩| 成人漫画全彩无遮挡| 91精品伊人久久大香线蕉| 丰满少妇做爰视频| 国内精品宾馆在线| 亚洲五月色婷婷综合| 又黄又爽又刺激的免费视频.| 免费av不卡在线播放| 久久精品久久久久久噜噜老黄| 亚洲,一卡二卡三卡| 久久久久久人妻| 久久久精品免费免费高清| 日本黄色日本黄色录像| 22中文网久久字幕| 最近最新中文字幕免费大全7| av天堂久久9| 春色校园在线视频观看| 免费看av在线观看网站| 亚洲,欧美,日韩| 欧美日韩精品成人综合77777| 国产精品久久久久成人av| 蜜桃在线观看..| 日本猛色少妇xxxxx猛交久久| a级毛片在线看网站| 日韩大片免费观看网站| 国产成人免费无遮挡视频| av线在线观看网站| 九草在线视频观看| 男女啪啪激烈高潮av片| 91aial.com中文字幕在线观看| 爱豆传媒免费全集在线观看| 黑人高潮一二区| 最后的刺客免费高清国语| 蜜桃久久精品国产亚洲av| videosex国产| 免费av中文字幕在线| av在线app专区| 街头女战士在线观看网站| 2021少妇久久久久久久久久久| 一个人看视频在线观看www免费| 777米奇影视久久| 中文字幕制服av| 超碰97精品在线观看| 亚洲精品中文字幕在线视频| 精品亚洲乱码少妇综合久久| 国产又色又爽无遮挡免| 三级国产精品欧美在线观看| 亚洲怡红院男人天堂| 91精品伊人久久大香线蕉| 晚上一个人看的免费电影| 日本av免费视频播放| 在线观看人妻少妇| 一区在线观看完整版| 日韩欧美精品免费久久| 欧美丝袜亚洲另类| 91精品三级在线观看| 婷婷色麻豆天堂久久| 五月玫瑰六月丁香| 久久久久网色| 日韩欧美一区视频在线观看| 超碰97精品在线观看| 国产亚洲精品第一综合不卡 | 久久这里有精品视频免费| 成年美女黄网站色视频大全免费 | 亚洲精品日本国产第一区| 亚洲精品乱码久久久v下载方式| 国产成人一区二区在线| 午夜日本视频在线| 女的被弄到高潮叫床怎么办| 国产亚洲欧美精品永久| 成人综合一区亚洲| 男人爽女人下面视频在线观看| 欧美精品亚洲一区二区| 在线观看www视频免费| 超碰97精品在线观看| 久久精品国产亚洲网站| 亚洲精品国产av蜜桃| 男人添女人高潮全过程视频| 不卡视频在线观看欧美| 最近最新中文字幕免费大全7| 麻豆乱淫一区二区| 狠狠婷婷综合久久久久久88av| 成人影院久久| 日本91视频免费播放| 国产精品一国产av| 狂野欧美白嫩少妇大欣赏| 精品国产露脸久久av麻豆| 午夜免费鲁丝| 久久亚洲国产成人精品v| 日韩制服骚丝袜av| 秋霞在线观看毛片| 国产av码专区亚洲av| 久久综合国产亚洲精品| 午夜免费男女啪啪视频观看| 黑人高潮一二区| 中文字幕免费在线视频6| 18在线观看网站| 国产亚洲精品久久久com| 久久久久国产网址| 久久午夜综合久久蜜桃| 日本欧美视频一区| 亚洲一级一片aⅴ在线观看| 国产精品蜜桃在线观看| 日产精品乱码卡一卡2卡三| 久久久久网色| 狠狠婷婷综合久久久久久88av| 美女福利国产在线| 久久鲁丝午夜福利片| av一本久久久久| 日本欧美视频一区| 国产成人精品婷婷| 国产高清三级在线| 国产成人免费观看mmmm| 九九爱精品视频在线观看| 亚洲美女黄色视频免费看| 亚洲国产精品成人久久小说| 精品熟女少妇av免费看| 国语对白做爰xxxⅹ性视频网站| 九草在线视频观看| 久久久久久久精品精品| 麻豆成人av视频| 激情五月婷婷亚洲| 考比视频在线观看| 色哟哟·www| 夜夜爽夜夜爽视频| 国产精品人妻久久久影院| 乱人伦中国视频| 如日韩欧美国产精品一区二区三区 | a级毛片黄视频| 黑丝袜美女国产一区| 最近中文字幕高清免费大全6| 欧美一级a爱片免费观看看| 国产精品秋霞免费鲁丝片| 婷婷色av中文字幕| 一区在线观看完整版| 国产69精品久久久久777片| 久久免费观看电影| 精品人妻熟女av久视频| 亚洲av欧美aⅴ国产| av电影中文网址| videosex国产| 国产免费视频播放在线视频| 亚洲国产日韩一区二区| 美女xxoo啪啪120秒动态图| 国产午夜精品一二区理论片| 夫妻午夜视频| 80岁老熟妇乱子伦牲交| 夫妻午夜视频| 亚洲精品一二三| 男女边吃奶边做爰视频| 久热这里只有精品99| 自拍欧美九色日韩亚洲蝌蚪91| av在线app专区| 精品久久久久久电影网| 亚洲国产精品国产精品| 国产成人免费观看mmmm| 在线观看一区二区三区激情| av又黄又爽大尺度在线免费看| 国产亚洲精品第一综合不卡 | 91久久精品国产一区二区成人| 人人妻人人爽人人添夜夜欢视频| 国产综合精华液| 国产精品国产av在线观看| 亚洲内射少妇av| 男人添女人高潮全过程视频| 国产亚洲午夜精品一区二区久久| 一区二区日韩欧美中文字幕 | 成人18禁高潮啪啪吃奶动态图 | 777米奇影视久久| 丝袜喷水一区| 亚洲国产欧美在线一区| 免费人成在线观看视频色| 中文精品一卡2卡3卡4更新| 丝袜喷水一区| 免费久久久久久久精品成人欧美视频 | 最近手机中文字幕大全| 人体艺术视频欧美日本| 一本久久精品| 人妻夜夜爽99麻豆av| 老司机亚洲免费影院| 免费大片黄手机在线观看| 色视频在线一区二区三区| 不卡视频在线观看欧美| 日本91视频免费播放| 国产精品国产三级国产专区5o| 高清毛片免费看| 免费观看在线日韩| 精品久久蜜臀av无| 日韩一区二区三区影片| 午夜福利在线观看免费完整高清在| 美女xxoo啪啪120秒动态图| 免费少妇av软件| 国产成人精品久久久久久| 亚洲情色 制服丝袜| 又黄又爽又刺激的免费视频.| 制服诱惑二区| 久久久久网色| 成人亚洲精品一区在线观看| 男女高潮啪啪啪动态图| 少妇精品久久久久久久| 久久精品久久久久久噜噜老黄| 少妇熟女欧美另类| 99视频精品全部免费 在线| 我的女老师完整版在线观看| 国产精品一区www在线观看| 久久狼人影院| 人人妻人人澡人人爽人人夜夜| 亚洲国产av影院在线观看| 天美传媒精品一区二区| 九九爱精品视频在线观看| 欧美xxⅹ黑人| 久久久久人妻精品一区果冻| 国产欧美日韩一区二区三区在线 | 欧美国产精品一级二级三级| 最近2019中文字幕mv第一页| 99re6热这里在线精品视频| 一区在线观看完整版| a 毛片基地| 一级毛片aaaaaa免费看小| 男女边摸边吃奶| 美女福利国产在线| 考比视频在线观看| 久久精品久久久久久噜噜老黄| 久久久久网色| 不卡视频在线观看欧美| 亚州av有码| 水蜜桃什么品种好| 五月开心婷婷网| 亚洲av.av天堂| 午夜激情福利司机影院| 老司机影院毛片| 久久久国产一区二区| 在线观看一区二区三区激情| 国产亚洲午夜精品一区二区久久| 国产精品国产三级国产专区5o| 国产免费现黄频在线看| 伦理电影免费视频| 亚洲不卡免费看| 蜜臀久久99精品久久宅男| 美女福利国产在线| 国产高清三级在线| 婷婷色麻豆天堂久久| 亚洲欧美日韩卡通动漫| 国产色婷婷99| 2022亚洲国产成人精品| 亚洲精品国产av成人精品| 高清视频免费观看一区二区| 成人国产av品久久久| 九草在线视频观看| 一级片'在线观看视频| 欧美日本中文国产一区发布| 观看av在线不卡| 国产片特级美女逼逼视频| 国产在线免费精品| 狂野欧美激情性xxxx在线观看| 日日啪夜夜爽| 如日韩欧美国产精品一区二区三区 | 亚洲av.av天堂| 一级黄片播放器| 亚洲成人av在线免费| 日韩强制内射视频| 97在线人人人人妻| 五月伊人婷婷丁香| 在线 av 中文字幕| 国产在线视频一区二区| 18禁裸乳无遮挡动漫免费视频| 韩国av在线不卡| 久久久久久久久久成人| 日韩中文字幕视频在线看片| 老司机亚洲免费影院| 十八禁网站网址无遮挡| 桃花免费在线播放| 999精品在线视频| 交换朋友夫妻互换小说| 性色avwww在线观看| 大香蕉久久网| 人人澡人人妻人| 亚洲丝袜综合中文字幕| 99热网站在线观看| 香蕉精品网在线| freevideosex欧美| 亚洲国产色片| videosex国产| 日本爱情动作片www.在线观看| 国产又色又爽无遮挡免| 久久久久视频综合| 黑人巨大精品欧美一区二区蜜桃 | 成人手机av| 午夜激情av网站| 大陆偷拍与自拍| 插阴视频在线观看视频| 久久久久久久久久久久大奶| 韩国av在线不卡| 搡女人真爽免费视频火全软件| 男女无遮挡免费网站观看| 久久人人爽av亚洲精品天堂| 中国美白少妇内射xxxbb| 亚洲av电影在线观看一区二区三区| videos熟女内射| 日日撸夜夜添| 涩涩av久久男人的天堂| 日韩人妻高清精品专区| 精品一区二区三区视频在线| 日本黄大片高清| 国产亚洲精品久久久com| 亚洲国产精品一区二区三区在线| 99久国产av精品国产电影| 成年人免费黄色播放视频| 国产精品欧美亚洲77777| 中文字幕人妻熟人妻熟丝袜美| 少妇丰满av| 国产精品久久久久久精品电影小说| 欧美三级亚洲精品| 国产精品熟女久久久久浪| 色网站视频免费| 99热国产这里只有精品6| 狂野欧美白嫩少妇大欣赏| 视频在线观看一区二区三区| 在现免费观看毛片| 国产精品 国内视频| 91久久精品国产一区二区成人| 人人妻人人澡人人爽人人夜夜| 99九九在线精品视频| 美女中出高潮动态图| 黑人高潮一二区| 久久婷婷青草| 精品久久国产蜜桃| 久久久精品免费免费高清| 久久久久久久久大av| 国产精品麻豆人妻色哟哟久久| 你懂的网址亚洲精品在线观看| 99久国产av精品国产电影| 天天操日日干夜夜撸| 97精品久久久久久久久久精品| 国产成人精品无人区| 欧美精品亚洲一区二区| 久久久午夜欧美精品| 建设人人有责人人尽责人人享有的| 街头女战士在线观看网站| 成人二区视频| 亚洲国产av新网站| 嘟嘟电影网在线观看| 日韩伦理黄色片| 久久久久久人妻| 亚洲美女视频黄频| 国产亚洲av片在线观看秒播厂| 国产男人的电影天堂91| 久久久欧美国产精品| 色婷婷av一区二区三区视频| 最近的中文字幕免费完整| 日韩av不卡免费在线播放| a级毛色黄片| 国产黄色免费在线视频| 亚洲五月色婷婷综合| 中文天堂在线官网| 最近2019中文字幕mv第一页| 日本vs欧美在线观看视频| 91成人精品电影| 久久久久久伊人网av| 久久精品久久久久久久性| 搡女人真爽免费视频火全软件| 国产日韩欧美在线精品| 国产亚洲欧美精品永久| 日韩在线高清观看一区二区三区| 亚洲国产精品专区欧美| 热re99久久精品国产66热6| 久久免费观看电影| 久热久热在线精品观看| av免费在线看不卡| 久久精品国产亚洲网站| 久久精品国产自在天天线| 丝袜喷水一区| 国产亚洲午夜精品一区二区久久| 在线观看一区二区三区激情| 久久久久久久久大av| 一区二区日韩欧美中文字幕 | 99国产精品免费福利视频| av卡一久久| 91久久精品电影网| 久久久久久久精品精品| 久久国产精品大桥未久av| a级毛片黄视频| 国产精品无大码| 极品少妇高潮喷水抽搐| 一级片'在线观看视频| 欧美+日韩+精品| 18禁在线无遮挡免费观看视频| 最近中文字幕2019免费版| 最近2019中文字幕mv第一页| av免费观看日本| 久久久久久久亚洲中文字幕| 男女国产视频网站| 亚洲中文av在线| 男人爽女人下面视频在线观看|