• <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 ?

    網(wǎng)絡搜索數(shù)據(jù)和GWO-SVR模型的旅游短期客流量預測

    2019-10-28 09:57:52王蘭梅陳崇成葉曉燕潘淼鑫
    福州大學學報(自然科學版) 2019年5期
    關鍵詞:四姑娘山灰狼九寨溝

    王蘭梅, 陳崇成, 葉曉燕, 潘淼鑫, 2

    (1. 福州大學空間數(shù)據(jù)挖掘與信息共享教育部重點實驗室, 地理空間信息技術國家地方聯(lián)合工程研究中心, 福建 福州 350108; 2. 福建師范大學數(shù)學與信息學院, 福建省公共服務大數(shù)據(jù)挖掘與應用工程技術研究中心, 福建 福州 350117)

    0 引言

    隨著旅游業(yè)的快速發(fā)展, 人們生活品質(zhì)的提高, 休閑旅游成為一種時尚. 各著名景區(qū)常發(fā)生的游客扎推和擁擠等安全事件, 給景區(qū)管理和游客旅游均帶來困擾. 為避免該類事件的發(fā)生, 景區(qū)管理者應掌握短期內(nèi)游客流量的預測數(shù)據(jù), 以便制定合理的分流方案. 20世紀, 國際上主要用經(jīng)典時間序列模型和計量經(jīng)濟學模型[1]開展旅游需求研究, 但存在非線性擬合能力差的缺點. 隨著人工智能算法的發(fā)展, 學者們開始將BP神經(jīng)網(wǎng)絡(back propagation neural network, BPNN)[2]和支持向量回歸(support vector regression, SVR)[3]等算法應用于旅游客流量預測領域[4]. SVR在解決小樣本、 非線性時間序列預測中表現(xiàn)出許多特有的優(yōu)勢, 但是其參數(shù)選擇是影響預測精度的重要因素. 人們優(yōu)化SVR參數(shù)的智能化算法主要包括布谷鳥搜索(cuckoo search, CS)和粒子群算法(particle swarm optimization, PSO)[5]等. Chen等[6]提出以SVR和GA結合的GA-SVR模型預測中國入境游客流量, 結果顯示GA-SVR模型明顯優(yōu)于BPNN和ARIMA模型. 灰狼算法(grey wolf optimization, GWO)是由Mirjalili等[7]提出的一種群體智能算法, 其在全局尋優(yōu)方面明顯優(yōu)于GA、 CS和PSO等智能化優(yōu)化算法[8-9]. 互聯(lián)網(wǎng)時代背景下, 學者也嘗試將網(wǎng)絡搜索數(shù)據(jù)應用在旅游客流量預測中, 取得不錯的效果[10-12]. Sun等[13]將旅游歷史客流量數(shù)據(jù)與百度指數(shù)、 谷歌指數(shù)相結合用到客流量預測中, 發(fā)現(xiàn)預測效果有顯著提高. 本研究將網(wǎng)絡搜索數(shù)據(jù)加入旅游客流量預測中, 利用GWO算法優(yōu)化SVR的參數(shù), 并用參數(shù)優(yōu)化后的SVR模型實現(xiàn)旅游客流量的預測.

    1 方法研究

    1.1 支持向量回歸基本原理

    SVR主要是通過一個非線性映射函數(shù), 把訓練樣本變換到高維特征空間(可能是無限維), 使得在高維空間中樣本的分布更有規(guī)律性, 以便構造線性決策函數(shù)[14]. 對于給定的數(shù)據(jù)集合T=(xi,yi),i=1, 2, …,n,xi∈Rn,yi∈R, 這里xi為輸入值, 即客流量的影響因素,yi為xi相對應的輸出值, 即客流量的預測值,n為訓練樣本的數(shù)目, 目標是找出樣本在高維特征空間的回歸函數(shù)[15].

    f(x)=w×φ(x)+b

    (1)

    其中:f(x)為待擬合預測函數(shù);φ(x)為非線性映射函數(shù);w和b分別為權重和偏置, 通過懲罰風險函數(shù)R(C)獲得.

    (2)

    引入非負松弛變量δ和δ*, 則式(2)等價于:

    (3)

    (4)

    利用KKT(Karush-Kuhn-Tucker)條件, 最終得到SVR函數(shù).

    (5)

    其中:xi為訓練集輸入值,x為測試集輸入值.

    1.2 灰狼算法基本原理

    GWO算法主要包含灰狼群體社會等級的劃分、 包圍、 獵捕和攻擊等方面內(nèi)容[7].

    1) 灰狼社會等級的劃分. GWO算法中, 將灰狼按照適應度值分為四個等級.

    2) 包圍. 進行狩獵時, 灰狼需要對獵物進行包圍, 狼群個體間的位置不斷發(fā)生更新. 包圍行為的公式為

    D=|C×Xp(t)-X(t)|,X(t+1)=Xp(t)-A×D

    (6)

    其中:D為灰狼個體與獵物之間的距離;Xp為食物的位置(即全局最優(yōu)解位置);X為灰狼的位置(即潛在解位置);t為當前迭代次數(shù),A和C為系數(shù)向量.

    3) 獵捕. 灰狼包圍獵物后, 開始獵捕, 一般由α、β和δ引導,ω則根據(jù)α、β和δ的位置更新各自的位置.

    Dα=|C1×Xα-X|,Dβ=|C2×Xβ-X|,Dδ=|C3×Xδ-X|

    (7)

    (8)

    其中:Dα、Dβ、Dδ分別表示為灰狼α、β和δ與灰狼ω之間的距離;X(t+1)為更新后灰狼的位置.

    4) 攻擊. 在攻擊階段, 灰狼完成抓獲獵物的使命, GWO算法取得最優(yōu)解.

    1.3 基于灰狼算法的支持向量回歸參數(shù)優(yōu)化

    利用經(jīng)過GWO算法參數(shù)優(yōu)化后的SVR模型對景區(qū)客流量進行建模預測, 具體步驟如下:

    1) 對景區(qū)客流量等相關數(shù)據(jù)進行預處理, 確定輸入和輸出變量.

    2) 設置SVR參數(shù)(c,g)的取值范圍, 并設置相關參數(shù).

    3) 在規(guī)定范圍內(nèi)初始化各灰狼個體的位置Xi為(1, 2, …,N), 并對參數(shù)a,A和C進行初始化.

    4) 計算種群中各灰狼個體的適應度值, 并排序選取最優(yōu)的3只灰狼個體, 依次取名為α、β、δ.

    5) 計算其他灰狼ω與3只最優(yōu)灰狼的距離, 更新各灰狼ω的位置, 同時更新參數(shù)a,A和C的值.

    6) 判斷是否達到最大迭代次數(shù), 輸出適應度最佳的灰狼Xα, 利用最優(yōu)的參數(shù)(c,g)建立SVR預測模型.

    2 實證分析

    2.1 數(shù)據(jù)來源

    以四川省九寨溝和四姑娘山兩個景區(qū)為例, 實驗數(shù)據(jù)如表1所示. 選擇百度指數(shù)作為網(wǎng)絡搜索數(shù)據(jù)的代表. 因GWO-SVR模型建立的過程是一樣的, 九寨溝景區(qū)詳細介紹, 四姑娘山景區(qū)在2.5節(jié)中簡要說明.

    表1 九寨溝和四姑娘山實驗數(shù)據(jù)說明

    2.2 搜索關鍵詞的選擇

    選擇和收集代表游客興趣和搜索行為的候選關鍵詞, 主要有以下五個步驟組成:

    1) 確定初始搜索關鍵詞. 選取“九寨溝”“九寨溝旅游”“九寨溝攻略”“九寨溝天氣”為初始搜索關鍵詞.

    2) 擴展搜索關鍵詞. 利用初始搜索關鍵詞, 借助百度指數(shù)網(wǎng)站的需求圖譜功能、 相關詞工具官網(wǎng)(http://www.78901.net/keywords/)的查詢相關詞功能和愛站網(wǎng)(https://ci.aizhan.com/)的關鍵詞挖掘模塊等工具, 進一步擴展與特定景區(qū)旅游相關的搜索關鍵詞. 經(jīng)過簡單篩選, 共選擇48個關鍵詞, 如表2所示.

    表2 九寨溝旅游搜索關鍵詞

    續(xù)表2

    3) 獲取搜索關鍵詞的整體趨勢. 用Java爬蟲程序批量獲取48個搜索關鍵詞的每日的整體趨勢數(shù)據(jù).

    4) 計算關鍵詞整體趨勢與客流量的相關性. 用皮爾森相關系數(shù)R作篩選搜索關鍵詞, 計算每個搜索關鍵詞與客流量1~14 d提前期的R值. 同一搜索關鍵詞中, 選擇R值最大的提前期作為該關鍵詞的最佳提前期.

    為驗證相關系數(shù)法篩選關鍵詞提前期的有效性, 以四姑娘山客流量為例, 設計小實驗如下.

    輸入變量為昨日客流量和關鍵詞“四姑娘山天氣”的搜索數(shù)據(jù), 輸出變量為旅游客流量數(shù)據(jù). 訓練數(shù)據(jù)集為2016年10月30日到2018年7月15日的前624 d數(shù)據(jù), 測試數(shù)據(jù)集為2018年7月16日到2018年8月4日共20 d的數(shù)據(jù). 對關鍵詞“四姑娘山天氣”的提前期1~14 d分別建立GWO-SVR客流量預測模型, 用平均絕對百分誤差(mean absolute percentage error, MAPE)作為預測精度指標. 計算關鍵詞“四姑娘山天氣”1~14 d提前期與客流量之間的R值以及每個模型的平均絕對百分誤差. 相關系數(shù)與預測精度的對比如表3所示.

    表3 R值與預測精度的對比

    表4 R > 0.8的九寨溝搜索關鍵詞

    從表3中可見,R值最大時的提前期為2 d, 與預測精度最高的提前期相同, 且預測精度遠高于其他提前期精度.R值第二大時的提前期為3 d, 此時的預測精度為第二高.R值第三大時的提前期為1 d, 此時的預測精度為第三高. 因此, 用相關系數(shù)法篩選關鍵詞提前期是有效的.

    5) 確定最終關鍵詞. 設置關鍵詞的R閾值, 確定最終關鍵詞.R閾值設為0.8, 搜索關鍵詞如表4所示.

    2.3 GWO-SVR模型的建立

    以2014年5月25日至2017年7月8日共1 141 d的數(shù)據(jù)為訓練集, 以2017年7月9日至2017年7月28日共20 d的數(shù)據(jù)為測試數(shù)據(jù)集. 輸入變量為昨日客流量、 前日客流量、 去年同日客流量、 前年同日客流量、 昨日官網(wǎng)點擊數(shù)、 時間特征信息(主要是星期特征)、 最佳提前期搜索關鍵詞的整體趨勢; 輸出變量為旅游客流量數(shù)據(jù). 設置灰狼優(yōu)化算法的最大迭代次數(shù)100, 種群規(guī)模50. 參數(shù)c取值范圍為[0.01, 100], 參數(shù)g取值范圍為[0.01, 100]. 將灰狼優(yōu)化算法得到的最優(yōu)參數(shù)(c,g)帶入到SVR中, 建立SVR模型對客流量進行預測.

    2.4 結果分析

    在建立GWO-SVR模型后, 構建ARIMA、 BPNN、 SVR、 PSO-SVR、 CS-SVR和無網(wǎng)絡搜索數(shù)據(jù)(沒有網(wǎng)絡搜索數(shù)據(jù)的GWO-SVR模型)等6個對比模型. 九寨溝客流量原值與7個預測模型的預測值的對比結果如圖1所示. 選擇平均絕對誤差(mean absolute error, MAE)、 均方誤差(mean squared error, MSE)和平均絕對百分誤差3個指標來衡量模型的預測性能. 6個預測模型在九寨溝旅游客流量預測中的性能比較結果如表5所示.

    圖1 九寨溝客流量的原值與預測值Fig.1 Original and predicted tourist flow in Jiuzhaigou Valley

    表5 九寨溝的預測性能比較

    表5中可見, 與ARIMA模型相比, BPNN模型的MAE、 MSE和MAPE分別下降了9.80%、 8.48%和5.23%, SVR模型的MAE、 MSE和MAPE分別下降了16.39%、 22.52%和15.29%, 說明SVR對客流量預測問題更有效. 與SVR模型相比, PSO-SVR模型的MAE、 MSE和MAPE分別下降了4.71%、 8.37%和4.28%; CS-SVR模型的MAE、 MSE和MAPE分別下降了5.84%、 6.31%和4.51%; GWO-SVR模型的MAE、 MSE和MAPE分別下降了11.6%、 15.46%和9.74%. 表明參數(shù)優(yōu)化提高SVR模型的預測精度, 且突出GWO算法的優(yōu)越性. 總之, GWO-SVR模型表現(xiàn)最好, 證明將GWO和SVR結合起來的模型用于九寨溝客流量預測中是適當和有效的.

    2.5 GWO-SVR模型的穩(wěn)定性驗證

    為驗證GWO-SVR模型的穩(wěn)定性, 將該模型應用于四姑娘山景區(qū)中. 四姑娘山的搜索關鍵詞有成都到四姑娘山、 四姑娘山、 四姑娘山攻略等.R閾值設為0.65, 最終搜索關鍵詞如表6所示. 用昨日客流量、 時間特征信息、 最佳提前期搜索關鍵詞的整體趨勢作為輸入變量, 用旅游客流量數(shù)據(jù)作為輸出變量, 以2016年10月30日到2018年7月15日的624 d數(shù)據(jù)為訓練集, 以2018年7月16日到2018年8月4日共20 d的數(shù)據(jù)為測試集, 建立GWO-SVR預測模型. 同樣, 對比模型選擇ARIMA、 BPNN、 SVR、 PSO-SVR、 CS-SVR和無網(wǎng)絡搜索數(shù)據(jù)6個模型. 四姑娘山客流量原值與7個模型的預測值的對比結果如圖2所示, 預測性能比較結果如表7所示.

    表6 R > 0.65的四姑娘山搜索關鍵詞

    圖2 四姑娘山客流量的原值與預測值Fig.2 Original and predicted tourist flow in Four Girls Mountain

    結合表5和表7的結果, 發(fā)現(xiàn)ARIMA模型均表現(xiàn)最差, BPNN模型均表現(xiàn)第二差, 這說明在短期客流量預測中SVR模型優(yōu)于ARIMA和BPNN模型. 表5和表7的結論是SVR模型優(yōu)于ARIMA和BPNN模型, PSO-SVR、 CS-SVR和GWO-SVR模型優(yōu)于SVR模型, GWO-SVR模型優(yōu)于PSO-SVR和CS-SVR模型, GWO-SVR模型優(yōu)于無網(wǎng)絡搜索數(shù)據(jù)模型. 兩個景區(qū)客流量預測結論是一致的, 表明GWO-SVR預測模型具有穩(wěn)定性.

    表7 四姑娘山的預測性能比較

    3 結語

    利用網(wǎng)絡搜索數(shù)據(jù)建立GWO-SVR模型對九寨溝和四姑娘山兩個景區(qū)的客流量分別進行研究. 實驗結果表明: 首先, GWO-SVR預測模型在九寨溝和四姑娘山兩個不同規(guī)模的景區(qū)中表現(xiàn)出泛化能力強、 預測精度高等優(yōu)點. 其次, 網(wǎng)絡搜索數(shù)據(jù)提高旅游客流量預測精度, 為旅游客流量預測研究提供新的數(shù)據(jù)來源. 最后, 在與ARIMA、 BPNN、 SVR、 PSO-SVR、 CS-SVR和無網(wǎng)絡搜索數(shù)據(jù)6個模型的對比實驗中, 發(fā)現(xiàn)本研究提出的GWO-SVR預測模型在各評價指標上都表現(xiàn)最優(yōu). 因此, GWO-SVR模型能較好地預測旅游短期客流量.

    猜你喜歡
    四姑娘山灰狼九寨溝
    在高處遇見四姑娘山
    草地(2020年3期)2020-07-04 02:07:42
    四姑娘山發(fā)現(xiàn)國家一級瀕危珍稀保護植物獨葉草
    己亥秋日九寨溝采風得句
    岷峨詩稿(2019年4期)2019-11-14 21:25:32
    谷谷雞和小灰狼
    小太陽畫報(2019年1期)2019-06-11 10:29:48
    赴九寨溝道上(外四首)
    岷峨詩稿(2019年4期)2019-04-20 09:02:06
    題九寨溝(外五首)
    岷峨詩稿(2019年4期)2019-04-20 09:01:58
    震后九寨溝縱覽(外四首)
    岷峨詩稿(2019年4期)2019-04-20 09:01:58
    灰狼的大大噴嚏
    灰狼和老虎
    快樂語文(2016年15期)2016-11-07 09:46:31
    灰狼的幸福
    讀寫算(中)(2015年6期)2015-02-27 08:47:14
    老汉色av国产亚洲站长工具| 国产成人精品无人区| 精品欧美国产一区二区三| 性欧美人与动物交配| 日日夜夜操网爽| 午夜激情av网站| 一级a爱片免费观看的视频| 女生性感内裤真人,穿戴方法视频| 日本一二三区视频观看| 日韩欧美在线二视频| 国产亚洲精品一区二区www| 又粗又爽又猛毛片免费看| 十八禁网站免费在线| 一级片免费观看大全| 老司机午夜福利在线观看视频| 在线国产一区二区在线| 午夜福利在线在线| 淫秽高清视频在线观看| 老司机午夜十八禁免费视频| 波多野结衣巨乳人妻| av免费在线观看网站| 悠悠久久av| 男人舔奶头视频| 欧美黑人精品巨大| 国产一区二区激情短视频| 一个人免费在线观看的高清视频| 床上黄色一级片| 国产亚洲欧美在线一区二区| 欧美日韩乱码在线| 国产精品久久久久久人妻精品电影| 十八禁人妻一区二区| 毛片女人毛片| 精品欧美国产一区二区三| 性欧美人与动物交配| 色尼玛亚洲综合影院| 国产av一区在线观看免费| 成人一区二区视频在线观看| netflix在线观看网站| 国产精品99久久99久久久不卡| 999精品在线视频| 18禁黄网站禁片免费观看直播| 亚洲精品色激情综合| 亚洲精品美女久久久久99蜜臀| 脱女人内裤的视频| 久久国产精品影院| 午夜影院日韩av| 男女做爰动态图高潮gif福利片| 男女下面进入的视频免费午夜| 免费电影在线观看免费观看| 一夜夜www| 美女 人体艺术 gogo| 色尼玛亚洲综合影院| 高潮久久久久久久久久久不卡| 黑人操中国人逼视频| 亚洲色图av天堂| 国产精品99久久99久久久不卡| 一区二区三区激情视频| 欧美又色又爽又黄视频| 国产精品影院久久| 一级a爱片免费观看的视频| 草草在线视频免费看| 亚洲精品粉嫩美女一区| 搡老妇女老女人老熟妇| 亚洲精品久久国产高清桃花| 国内精品久久久久久久电影| 欧美另类亚洲清纯唯美| 啦啦啦韩国在线观看视频| 亚洲一区二区三区不卡视频| 亚洲美女视频黄频| 香蕉国产在线看| 精品国产乱子伦一区二区三区| 国产精品亚洲一级av第二区| 久久中文看片网| 在线观看免费日韩欧美大片| 看片在线看免费视频| 18禁观看日本| 搡老妇女老女人老熟妇| 伦理电影免费视频| 日本免费一区二区三区高清不卡| 制服丝袜大香蕉在线| 欧美中文日本在线观看视频| 亚洲精品一卡2卡三卡4卡5卡| 男女做爰动态图高潮gif福利片| 国模一区二区三区四区视频 | 午夜精品在线福利| 高潮久久久久久久久久久不卡| 久久久久久人人人人人| 亚洲七黄色美女视频| 午夜福利成人在线免费观看| 亚洲熟女毛片儿| 国产精品一区二区三区四区久久| 好男人在线观看高清免费视频| 99精品在免费线老司机午夜| 国产三级中文精品| 老鸭窝网址在线观看| www.熟女人妻精品国产| 国产爱豆传媒在线观看 | 少妇熟女aⅴ在线视频| 18禁黄网站禁片免费观看直播| 99久久无色码亚洲精品果冻| 亚洲欧美日韩高清在线视频| 男女午夜视频在线观看| 一边摸一边抽搐一进一小说| 一级毛片女人18水好多| av国产免费在线观看| 日本a在线网址| 一进一出抽搐动态| 老汉色av国产亚洲站长工具| 免费电影在线观看免费观看| 国产亚洲精品av在线| 亚洲成av人片在线播放无| 国产免费男女视频| 国产精品免费视频内射| 此物有八面人人有两片| 五月伊人婷婷丁香| 久久久水蜜桃国产精品网| 午夜亚洲福利在线播放| 91国产中文字幕| 久久久久国产一级毛片高清牌| 校园春色视频在线观看| 欧美最黄视频在线播放免费| 日韩欧美在线乱码| 亚洲中文字幕日韩| 国产又色又爽无遮挡免费看| 亚洲av日韩精品久久久久久密| 久久九九热精品免费| 日日夜夜操网爽| 女人高潮潮喷娇喘18禁视频| 亚洲精品久久国产高清桃花| 国产精品野战在线观看| 久久久久亚洲av毛片大全| 午夜亚洲福利在线播放| 精品一区二区三区av网在线观看| 色在线成人网| 制服诱惑二区| 搞女人的毛片| 变态另类丝袜制服| 特大巨黑吊av在线直播| 亚洲成人久久性| 亚洲人成77777在线视频| 国产成人欧美在线观看| 亚洲专区国产一区二区| 午夜福利免费观看在线| 高清在线国产一区| 亚洲专区中文字幕在线| 国产精品 国内视频| 日本一本二区三区精品| 精品人妻1区二区| 国产成人精品久久二区二区91| 伦理电影免费视频| 国产亚洲精品第一综合不卡| 又大又爽又粗| 欧美乱码精品一区二区三区| 精品乱码久久久久久99久播| 国产精品亚洲av一区麻豆| 国产精品99久久99久久久不卡| 免费高清视频大片| 中出人妻视频一区二区| 老司机靠b影院| 日韩欧美免费精品| 最近最新中文字幕大全电影3| 老熟妇仑乱视频hdxx| 日韩欧美免费精品| 国内精品久久久久精免费| 日本五十路高清| 国产精品久久久久久人妻精品电影| 国产精品一区二区免费欧美| 国产真人三级小视频在线观看| 亚洲五月婷婷丁香| 99国产精品一区二区三区| 亚洲激情在线av| bbb黄色大片| 少妇熟女aⅴ在线视频| 亚洲av美国av| 桃色一区二区三区在线观看| 婷婷精品国产亚洲av| 久久国产乱子伦精品免费另类| 中亚洲国语对白在线视频| 久久人妻av系列| 国产亚洲精品久久久久久毛片| 99久久精品热视频| 99国产精品一区二区蜜桃av| 黄色片一级片一级黄色片| 久久人妻av系列| 成年版毛片免费区| 日韩欧美 国产精品| www日本黄色视频网| 美女高潮喷水抽搐中文字幕| 精品免费久久久久久久清纯| 亚洲黑人精品在线| 精品欧美国产一区二区三| 又爽又黄无遮挡网站| 亚洲一区高清亚洲精品| 免费在线观看视频国产中文字幕亚洲| 伊人久久大香线蕉亚洲五| a级毛片a级免费在线| 美女 人体艺术 gogo| 搡老熟女国产l中国老女人| 精品国产美女av久久久久小说| 国产成人aa在线观看| 又黄又爽又免费观看的视频| 露出奶头的视频| 欧洲精品卡2卡3卡4卡5卡区| 最好的美女福利视频网| 亚洲欧美日韩高清专用| 日韩精品中文字幕看吧| 精品久久久久久久毛片微露脸| 亚洲第一电影网av| av中文乱码字幕在线| 这个男人来自地球电影免费观看| 欧美高清成人免费视频www| 丰满的人妻完整版| 特大巨黑吊av在线直播| 午夜免费成人在线视频| 99在线视频只有这里精品首页| 天天一区二区日本电影三级| 90打野战视频偷拍视频| 欧美大码av| 2021天堂中文幕一二区在线观| 1024视频免费在线观看| 天天一区二区日本电影三级| 国产一区二区三区在线臀色熟女| 脱女人内裤的视频| 国产精品,欧美在线| 国产区一区二久久| 亚洲专区中文字幕在线| 精品久久久久久久末码| 成人高潮视频无遮挡免费网站| 九色成人免费人妻av| 一卡2卡三卡四卡精品乱码亚洲| 12—13女人毛片做爰片一| av视频在线观看入口| 脱女人内裤的视频| 精品国产美女av久久久久小说| 97超级碰碰碰精品色视频在线观看| 成人特级黄色片久久久久久久| 午夜亚洲福利在线播放| netflix在线观看网站| 久久中文看片网| 狂野欧美激情性xxxx| 一区二区三区高清视频在线| 日韩大码丰满熟妇| 日韩国内少妇激情av| 老汉色av国产亚洲站长工具| 观看免费一级毛片| 久久婷婷人人爽人人干人人爱| 精品无人区乱码1区二区| 亚洲中文字幕日韩| 亚洲国产欧美一区二区综合| 级片在线观看| 亚洲专区中文字幕在线| 国产精品爽爽va在线观看网站| 国产成人一区二区三区免费视频网站| 国产99久久九九免费精品| 麻豆成人av在线观看| 国产又色又爽无遮挡免费看| 在线观看美女被高潮喷水网站 | 黄频高清免费视频| 国产69精品久久久久777片 | 国产精品乱码一区二三区的特点| 男人舔女人下体高潮全视频| www.www免费av| 国产激情偷乱视频一区二区| 成人国产一区最新在线观看| 最近视频中文字幕2019在线8| 十八禁人妻一区二区| 午夜久久久久精精品| 久热爱精品视频在线9| 婷婷精品国产亚洲av在线| 19禁男女啪啪无遮挡网站| 又大又爽又粗| 国产探花在线观看一区二区| 精品国产超薄肉色丝袜足j| 久久精品影院6| 国产精品美女特级片免费视频播放器 | 久久草成人影院| 99精品在免费线老司机午夜| 国产一区二区三区视频了| 亚洲精品久久成人aⅴ小说| 在线观看免费日韩欧美大片| 窝窝影院91人妻| 亚洲乱码一区二区免费版| 天天添夜夜摸| 午夜精品在线福利| 啦啦啦韩国在线观看视频| 国产一级毛片七仙女欲春2| 女生性感内裤真人,穿戴方法视频| 一进一出抽搐动态| 一本大道久久a久久精品| 国产亚洲精品第一综合不卡| 国产亚洲精品久久久久5区| 99热这里只有精品一区 | 50天的宝宝边吃奶边哭怎么回事| 999精品在线视频| 亚洲精品美女久久久久99蜜臀| 国产视频内射| 国产伦一二天堂av在线观看| 久久天堂一区二区三区四区| 久99久视频精品免费| 中文亚洲av片在线观看爽| 99国产精品一区二区蜜桃av| 成人国产综合亚洲| cao死你这个sao货| 在线十欧美十亚洲十日本专区| 淫秽高清视频在线观看| 在线国产一区二区在线| 久久精品综合一区二区三区| 波多野结衣巨乳人妻| 国产高清视频在线观看网站| 成人18禁高潮啪啪吃奶动态图| 国产高清激情床上av| 精品午夜福利视频在线观看一区| 亚洲国产精品sss在线观看| 很黄的视频免费| 少妇粗大呻吟视频| 在线观看免费午夜福利视频| 韩国av一区二区三区四区| 国产精品九九99| 亚洲在线自拍视频| 欧美午夜高清在线| 国产又黄又爽又无遮挡在线| 1024香蕉在线观看| 欧美久久黑人一区二区| 国产91精品成人一区二区三区| √禁漫天堂资源中文www| 亚洲国产看品久久| 美女扒开内裤让男人捅视频| 男人舔女人下体高潮全视频| 亚洲avbb在线观看| 婷婷六月久久综合丁香| 精品久久久久久久久久久久久| 国内揄拍国产精品人妻在线| 美女扒开内裤让男人捅视频| 婷婷六月久久综合丁香| 伦理电影免费视频| 亚洲,欧美精品.| 中文在线观看免费www的网站 | 一级毛片精品| 国产精品九九99| 国产激情欧美一区二区| 琪琪午夜伦伦电影理论片6080| 看免费av毛片| 久久久久久久午夜电影| 久久久久久久久中文| 亚洲国产欧美人成| 亚洲av成人一区二区三| 欧美性猛交╳xxx乱大交人| 午夜日韩欧美国产| 免费看美女性在线毛片视频| 欧美日韩国产亚洲二区| 午夜亚洲福利在线播放| 色老头精品视频在线观看| 黄频高清免费视频| 激情在线观看视频在线高清| 亚洲五月天丁香| 国产精品一区二区精品视频观看| 久久精品成人免费网站| 一区二区三区激情视频| 1024手机看黄色片| 精品电影一区二区在线| 国产成人一区二区三区免费视频网站| 免费看a级黄色片| 99久久精品国产亚洲精品| 波多野结衣高清无吗| 免费在线观看亚洲国产| 亚洲自拍偷在线| 免费在线观看成人毛片| 欧美日本亚洲视频在线播放| 桃色一区二区三区在线观看| 巨乳人妻的诱惑在线观看| 欧美成人免费av一区二区三区| 美女午夜性视频免费| 人妻久久中文字幕网| 欧美在线黄色| 成人18禁在线播放| 久久天堂一区二区三区四区| 久久久精品大字幕| 99在线人妻在线中文字幕| 日日夜夜操网爽| 国产一区二区激情短视频| 波多野结衣巨乳人妻| 中文字幕熟女人妻在线| 国产精品亚洲美女久久久| 久久中文字幕人妻熟女| 岛国在线观看网站| 久久精品成人免费网站| 日本黄大片高清| 欧美人与性动交α欧美精品济南到| 麻豆久久精品国产亚洲av| 麻豆成人午夜福利视频| 久久欧美精品欧美久久欧美| 少妇的丰满在线观看| 美女免费视频网站| 国产精品 欧美亚洲| 精品国产美女av久久久久小说| 国产aⅴ精品一区二区三区波| 亚洲男人天堂网一区| 夜夜躁狠狠躁天天躁| 99在线人妻在线中文字幕| 黄色毛片三级朝国网站| 久久精品综合一区二区三区| 在线观看舔阴道视频| 性色av乱码一区二区三区2| 无限看片的www在线观看| av视频在线观看入口| 国语自产精品视频在线第100页| 精品久久久久久久末码| 日本黄大片高清| 在线观看免费午夜福利视频| 免费看a级黄色片| 国产亚洲欧美98| 巨乳人妻的诱惑在线观看| 亚洲精品国产一区二区精华液| 少妇被粗大的猛进出69影院| 黑人欧美特级aaaaaa片| 国产精品一区二区三区四区久久| 日日摸夜夜添夜夜添小说| 亚洲狠狠婷婷综合久久图片| 两性午夜刺激爽爽歪歪视频在线观看 | 天堂影院成人在线观看| 亚洲熟妇熟女久久| 久久久久免费精品人妻一区二区| 成人午夜高清在线视频| 又紧又爽又黄一区二区| 欧美成狂野欧美在线观看| 悠悠久久av| 亚洲欧美激情综合另类| av国产免费在线观看| 国内久久婷婷六月综合欲色啪| av国产免费在线观看| 老司机午夜十八禁免费视频| 人妻夜夜爽99麻豆av| www.www免费av| 老熟妇乱子伦视频在线观看| 久久精品影院6| xxx96com| 亚洲无线在线观看| 老司机深夜福利视频在线观看| 日本撒尿小便嘘嘘汇集6| 国产亚洲精品av在线| 国产精品九九99| 亚洲欧美日韩高清在线视频| 1024香蕉在线观看| 欧美中文综合在线视频| 丁香欧美五月| 国产成人av教育| 少妇粗大呻吟视频| 两性夫妻黄色片| 亚洲人成网站在线播放欧美日韩| 变态另类丝袜制服| 日韩欧美免费精品| 制服人妻中文乱码| 免费看a级黄色片| 午夜精品在线福利| 香蕉久久夜色| 一二三四社区在线视频社区8| svipshipincom国产片| 中文字幕人成人乱码亚洲影| 欧美色欧美亚洲另类二区| 午夜福利高清视频| 成人手机av| 亚洲中文字幕日韩| 国模一区二区三区四区视频 | 好看av亚洲va欧美ⅴa在| 老汉色av国产亚洲站长工具| 亚洲av成人精品一区久久| 99久久精品热视频| 亚洲国产精品久久男人天堂| 亚洲成人中文字幕在线播放| 成人国语在线视频| av中文乱码字幕在线| 老司机午夜十八禁免费视频| 嫩草影视91久久| 欧美日韩福利视频一区二区| 黄色 视频免费看| 可以在线观看的亚洲视频| 老熟妇仑乱视频hdxx| 欧美日韩一级在线毛片| 色在线成人网| 国产又黄又爽又无遮挡在线| 视频区欧美日本亚洲| 亚洲最大成人中文| tocl精华| 亚洲自拍偷在线| 日韩欧美国产在线观看| or卡值多少钱| av福利片在线观看| 午夜精品久久久久久毛片777| 无遮挡黄片免费观看| 国内久久婷婷六月综合欲色啪| 九色成人免费人妻av| 超碰成人久久| 亚洲成av人片免费观看| 禁无遮挡网站| 亚洲真实伦在线观看| 亚洲男人的天堂狠狠| 长腿黑丝高跟| 亚洲最大成人中文| 欧美色视频一区免费| 午夜福利18| 在线播放国产精品三级| 午夜福利免费观看在线| 国语自产精品视频在线第100页| 久久香蕉激情| 日韩 欧美 亚洲 中文字幕| 91老司机精品| 九九热线精品视视频播放| 亚洲av五月六月丁香网| 成人av在线播放网站| 啦啦啦免费观看视频1| 亚洲在线自拍视频| 男女之事视频高清在线观看| 精品国产超薄肉色丝袜足j| 国产亚洲欧美98| 国产精品久久久人人做人人爽| 亚洲av中文字字幕乱码综合| 成人午夜高清在线视频| 12—13女人毛片做爰片一| 91麻豆av在线| 99在线人妻在线中文字幕| 成人高潮视频无遮挡免费网站| 久久精品成人免费网站| 国产av在哪里看| 亚洲天堂国产精品一区在线| 国产精品永久免费网站| 香蕉av资源在线| 欧美黑人巨大hd| 日韩欧美 国产精品| 成人三级做爰电影| 精品少妇一区二区三区视频日本电影| 久久香蕉激情| avwww免费| 日日摸夜夜添夜夜添小说| 人成视频在线观看免费观看| 日本免费一区二区三区高清不卡| 蜜桃久久精品国产亚洲av| 国产午夜精品久久久久久| 岛国在线观看网站| 可以在线观看的亚洲视频| 亚洲片人在线观看| 看黄色毛片网站| 欧美成人一区二区免费高清观看 | 91成年电影在线观看| 又紧又爽又黄一区二区| 夜夜夜夜夜久久久久| 精品乱码久久久久久99久播| 亚洲自偷自拍图片 自拍| 在线观看免费日韩欧美大片| 少妇人妻一区二区三区视频| 亚洲av成人精品一区久久| 18禁美女被吸乳视频| 老司机靠b影院| 亚洲精品国产一区二区精华液| av有码第一页| 日本成人三级电影网站| 久久久久性生活片| 1024香蕉在线观看| 欧美乱色亚洲激情| 欧美人与性动交α欧美精品济南到| av在线播放免费不卡| 一级毛片高清免费大全| 18美女黄网站色大片免费观看| 精品人妻1区二区| 最近最新中文字幕大全电影3| 欧美日韩乱码在线| 99久久久亚洲精品蜜臀av| 亚洲国产中文字幕在线视频| videosex国产| 全区人妻精品视频| 免费看日本二区| 黄色视频不卡| 在线观看66精品国产| 夜夜夜夜夜久久久久| 中文字幕人妻丝袜一区二区| 欧美精品啪啪一区二区三区| 一进一出抽搐动态| 91麻豆精品激情在线观看国产| 久久精品亚洲精品国产色婷小说| 成年人黄色毛片网站| 一a级毛片在线观看| 中文字幕av在线有码专区| 99riav亚洲国产免费| 国产成人系列免费观看| 国产av麻豆久久久久久久| 1024视频免费在线观看| 久久国产乱子伦精品免费另类| 免费观看精品视频网站| 男女视频在线观看网站免费 | 黄色丝袜av网址大全| 香蕉丝袜av| 两个人的视频大全免费| www.精华液| 叶爱在线成人免费视频播放| 免费在线观看影片大全网站| 日本在线视频免费播放| 我要搜黄色片| 日韩免费av在线播放| 中文在线观看免费www的网站 | 精品国产超薄肉色丝袜足j| 亚洲av电影不卡..在线观看| 90打野战视频偷拍视频| 在线观看www视频免费| 精品久久久久久成人av| 成在线人永久免费视频| 老司机靠b影院| 黄色丝袜av网址大全| 51午夜福利影视在线观看| 嫩草影视91久久| 99热这里只有是精品50| cao死你这个sao货| 人人妻人人澡欧美一区二区| 脱女人内裤的视频| 丝袜人妻中文字幕| 国产一区二区在线观看日韩 | www国产在线视频色|