• <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SVR的船舶航行安全評(píng)估模型

    2020-09-01 03:14常婧柳曉鳴李夢(mèng)蕊
    關(guān)鍵詞:安全評(píng)估

    常婧 柳曉鳴 李夢(mèng)蕊

    摘要:為對(duì)船舶航行安全狀況進(jìn)行有效預(yù)測(cè),利用支持向量回歸(support vector regression, SVR)算法構(gòu)建船舶航行安全評(píng)估模型。在分析影響船舶航行安全的因素的基礎(chǔ)上,對(duì)船舶歷史數(shù)據(jù)進(jìn)行預(yù)處理后將其作為模型訓(xùn)練和測(cè)試的樣本數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明:該模型評(píng)估準(zhǔn)確度可達(dá)99.6%以上;在同一樣本數(shù)據(jù)條件下,模型的評(píng)估準(zhǔn)確度和穩(wěn)定性均優(yōu)于基于極限學(xué)習(xí)機(jī)(extreme learning machine,ELM)構(gòu)建的模型。模型的評(píng)估結(jié)果為水上交通管理部門的監(jiān)管提供參考。

    關(guān)鍵詞: 航行安全; 安全評(píng)估; 支持向量回歸(SVR); 極限學(xué)習(xí)機(jī)(ELM)

    中圖分類號(hào): U676.1 ? ?文獻(xiàn)標(biāo)志碼: A

    Ship navigation safety assessment model based on SVR

    CHANG Jing, LIU Xiaoming, LI Mengrui

    (Information Science and Technology College, Dalian Maritime University, Dalian 116026, Liaoning, China)

    Abstract: In order to effectively predict the ship navigation safety status, the ship navigation safety assessment model is constructed by the support vector regression (SVR) algorithm. Based on the analysis of the factors affecting ship navigation safety, the ship historical data are preprocessed and used as sample data for model training and testing. The experimental results show that: the accuracy of the model evaluation can reach more than 99.6%; under the same sample data conditions, the accuracy and stability of the model are better than those constructed based on the extreme learning machine (ELM). The assessment results of the model provide reference for the supervision of the water traffic management department.

    Key words: navigation safety; safety assessment; support vector regression (SVR); extreme learning machine (ELM)

    0 引 言

    水上交通運(yùn)輸安全已成為制約我國(guó)航運(yùn)業(yè)快速發(fā)展的重要因素。船舶在航行過程中受到人員、環(huán)境、船舶以及管理等多方面因素的影響,對(duì)船舶的航行安全狀況進(jìn)行評(píng)估需要全面考慮這些因素。結(jié)合與這些因素相關(guān)聯(lián)的歷史事故數(shù)據(jù),構(gòu)建一個(gè)航行安全評(píng)估模型,實(shí)現(xiàn)對(duì)航行安全狀況的有效評(píng)估是當(dāng)前急需解決的問題。

    目前,評(píng)估船舶航行安全的方法主要有層次分析法(analytic hierarchy process,AHP)、主成分分析(principal component analysis,PCA)法、灰色理論、綜合安全評(píng)估(formal safety assessment,F(xiàn)SA)、模糊綜合評(píng)價(jià)(fuzzy comprehensive evaluation,F(xiàn)CE)以及人工神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)等方法。張笛等[1]從靜態(tài)信息、動(dòng)態(tài)信息、通航環(huán)境和自然環(huán)境等方面對(duì)船舶數(shù)據(jù)信息進(jìn)行了分析,利用AHP對(duì)內(nèi)河船舶航行安全狀態(tài)進(jìn)行了評(píng)價(jià)。李款等[2]基于橫傾角、舵角、艇速3個(gè)指標(biāo)數(shù)據(jù)信息,分別利用PCA和BP神經(jīng)網(wǎng)絡(luò)方法對(duì)水面艇的航行狀態(tài)進(jìn)行評(píng)估。賈明明等[3]基于自然環(huán)境、航道環(huán)境和交通環(huán)境3類指標(biāo)及其權(quán)重,利用灰色模糊綜合評(píng)價(jià)方法量化評(píng)估通航安全等級(jí)。這些方法評(píng)價(jià)結(jié)果具有一定的參考價(jià)值,但在實(shí)際應(yīng)用中存在前期準(zhǔn)備過程較為復(fù)雜的缺陷。

    支持向量回歸(support vector regression,SVR)以統(tǒng)計(jì)學(xué)理論為基礎(chǔ),依照有限樣本信息,在確保學(xué)習(xí)和泛化能力良好的條件下,將輸入信息非線性轉(zhuǎn)換到高維空間的決策函數(shù)實(shí)現(xiàn)線性回歸,以達(dá)到最理想的學(xué)習(xí)效果。[4]SVR具有收斂速度快的優(yōu)點(diǎn),已被應(yīng)用于市場(chǎng)需求預(yù)測(cè)、電力負(fù)荷預(yù)測(cè)、交通流預(yù)測(cè)等方面,但還未應(yīng)用于航行安全狀況預(yù)測(cè)。本文提出將SVR應(yīng)用于船舶航行安全評(píng)估中,以期達(dá)到更好的效果。

    本文基于SVR構(gòu)建船舶航行安全評(píng)估模型,對(duì)船舶的航行安全狀況進(jìn)行量化評(píng)估。在利用船舶歷史數(shù)據(jù)進(jìn)行訓(xùn)練建模之前,對(duì)樣本數(shù)據(jù)進(jìn)行預(yù)處理。首先分析數(shù)據(jù)信息類型和數(shù)據(jù)來(lái)源,然后按照關(guān)聯(lián)的影響指標(biāo)對(duì)數(shù)據(jù)進(jìn)行采集存儲(chǔ),再對(duì)存儲(chǔ)的數(shù)據(jù)按照量化賦值原則進(jìn)行量化賦值。隨后,利用粒子群優(yōu)化(particle swarm optimization,PSO)算法[5]進(jìn)行SVR模型參數(shù)尋優(yōu),將優(yōu)化后的參數(shù)值輸入模型,并用歷史數(shù)據(jù)進(jìn)行仿真訓(xùn)練得出安全預(yù)測(cè)值。比較預(yù)測(cè)值與實(shí)際安全值,得到模型預(yù)測(cè)準(zhǔn)確度達(dá)到99.6%以上。為驗(yàn)證模型的優(yōu)越性,在相同樣本數(shù)據(jù)條件下用神經(jīng)網(wǎng)絡(luò)算法中應(yīng)用較多的極限學(xué)習(xí)機(jī)(extreme learning machine,ELM)[6]進(jìn)行仿真訓(xùn)練,結(jié)果顯示SVR模型的預(yù)測(cè)精確度和魯棒性明顯優(yōu)于基于ELM理論構(gòu)建的模型。該模型不僅能提升數(shù)據(jù)信息利用率,而且能使最終的預(yù)測(cè)結(jié)果具有較高的準(zhǔn)確度和穩(wěn)定性,實(shí)現(xiàn)對(duì)航行安全狀況的有效預(yù)測(cè),提高船舶交通服務(wù)系統(tǒng)(vessel traffic services, VTS)安全監(jiān)管功能的可靠性。

    1 船舶航行安全評(píng)估模型

    首先構(gòu)建較為全面的影響船舶航行安全的指標(biāo)體系,在此基礎(chǔ)上利用SVR同時(shí)結(jié)合船舶歷史數(shù)據(jù)構(gòu)建船舶航行安全評(píng)估模型。在利用船舶歷史數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)和測(cè)試之前,需要利用大數(shù)據(jù)處理技術(shù)對(duì)數(shù)據(jù)進(jìn)行處理。先根據(jù)上述指標(biāo)體系對(duì)船舶歷史數(shù)據(jù)中的相關(guān)信息進(jìn)行提取,然后對(duì)應(yīng)船名存儲(chǔ)與各指標(biāo)相關(guān)的數(shù)據(jù)信息,最終按照一定的賦值量化規(guī)則對(duì)數(shù)據(jù)信息進(jìn)行預(yù)處理。將預(yù)處理后的數(shù)據(jù)作為樣本輸入數(shù)據(jù),樣本輸入數(shù)據(jù)對(duì)應(yīng)的實(shí)際安全值作為樣本輸出數(shù)據(jù)。模型通過對(duì)樣本數(shù)據(jù)的訓(xùn)練學(xué)習(xí)得到各指標(biāo)與船舶航行安全值之間的關(guān)系后,輸入與各指標(biāo)關(guān)聯(lián)的船舶數(shù)據(jù)就能得到對(duì)應(yīng)的安全評(píng)估值和評(píng)估精度。

    1.1 影響船舶航行安全的指標(biāo)體系

    航行安全是由多種因素決定的。通過分析文獻(xiàn)[7-10]以及咨詢專家確定影響船舶航行安全的主要因素,最終選取可量化的影響因素構(gòu)建一個(gè)影響船舶航行安全的指標(biāo)體系,見圖1。

    1.2 基于大數(shù)據(jù)處理技術(shù)的數(shù)據(jù)處理

    圖1中影響船舶航行安全的指標(biāo)對(duì)應(yīng)的數(shù)據(jù)信息類型、信息來(lái)源和傳輸方式均不同,因此需要利用大數(shù)據(jù)處理技術(shù)對(duì)數(shù)據(jù)信息進(jìn)行采集存儲(chǔ)和預(yù)處理。

    數(shù)據(jù)的采集存儲(chǔ)。分析研究各指標(biāo)對(duì)應(yīng)的數(shù)據(jù)信息類型和信息來(lái)源,將船舶數(shù)據(jù)信息與圖1中的各指標(biāo)相關(guān)聯(lián),利用大數(shù)據(jù)處理技術(shù)對(duì)數(shù)據(jù)信息進(jìn)行采集存儲(chǔ)。

    數(shù)據(jù)的預(yù)處理。數(shù)據(jù)庫(kù)中存儲(chǔ)的數(shù)據(jù)是按與數(shù)據(jù)關(guān)聯(lián)的影響指標(biāo)分類存儲(chǔ)的,因此對(duì)數(shù)據(jù)進(jìn)行預(yù)處理首先要采用分級(jí)賦值的方法量化各指標(biāo)的影響程度。根據(jù)文獻(xiàn)[11-13]中相關(guān)影響指標(biāo)對(duì)應(yīng)危險(xiǎn)程度具體的劃分原則進(jìn)行歸納整理,得到對(duì)各指標(biāo)數(shù)據(jù)的量化賦值處理規(guī)則。進(jìn)一步咨詢相關(guān)航海人員或?qū)<遥_定該量化規(guī)則的有效性并完善量化處理規(guī)則,見表1。按照表1所示的量化規(guī)則,將各指標(biāo)按照風(fēng)險(xiǎn)程度由高到低劃分成高、一般和低3個(gè)等級(jí)(相應(yīng)的賦值分別為3、2和1),并對(duì)關(guān)聯(lián)數(shù)據(jù)信息進(jìn)行量化賦值。

    1.3 船舶航行安全評(píng)估模型

    根據(jù)構(gòu)建好的影響船舶航行安全的指標(biāo)體系對(duì)歷史事故數(shù)據(jù)信息進(jìn)行處理,從而將預(yù)處理后的數(shù)據(jù)信息作為安全評(píng)估模型的樣本輸入數(shù)據(jù),樣本輸入數(shù)據(jù)對(duì)應(yīng)的船舶航行安全評(píng)估值作為樣本輸出數(shù)據(jù)。通過對(duì)數(shù)據(jù)集的訓(xùn)練學(xué)習(xí)得到各指標(biāo)與船舶航行安全值之間的關(guān)系后,輸入與各指標(biāo)關(guān)聯(lián)的船舶數(shù)據(jù),模型能輸出對(duì)應(yīng)的安全評(píng)估值和評(píng)估精度。

    1.3.1 SVR

    SVR建立在統(tǒng)計(jì)學(xué)VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理的基礎(chǔ)上,可以解決線性回歸和非線性回歸問題[14],分為線性SVR和非線性SVR。

    樣本集{(x1,y1),(x2,y2),…,(xn,yn)},其中:xi=(xi1,xi2,…,xim)表示第i艘船的數(shù)據(jù),i=1,2,…,n;yi表示第i艘船的預(yù)測(cè)評(píng)估值,i=1,2,…,n。xij代表第i艘船數(shù)據(jù)中與第j個(gè)指標(biāo)相關(guān)聯(lián)數(shù)據(jù)的量化值,j為影響指標(biāo)的序號(hào),j=1,2,…,m。

    SVR主要用于求得樣本輸入數(shù)據(jù)x對(duì)應(yīng)的預(yù)測(cè)值y,假設(shè)x與y之間的函數(shù)關(guān)系表達(dá)式為y=f(x)=ωTφ(x)+b

    (1)式中:φ(x)=(φ1(x),φ2(x),…,φm(x))T為m維列向量,為非線性函數(shù);ω=(ω1,ω2,…,ωm)T為m維權(quán)向量,表示進(jìn)行線性回歸時(shí)的權(quán)重向量;b為偏置值。輸入數(shù)據(jù)x映射到m維的特征空間內(nèi)變成φ(x),使得φ(x)與y的關(guān)系為線性關(guān)系,輸入數(shù)據(jù)空間內(nèi)的非線性擬合問題變?yōu)楦呔S特征空間內(nèi)的線性擬合問題。

    SVR采取ε-不敏感函數(shù)作為損失函數(shù)。首先,針對(duì)具體問題定義一個(gè)常量ε>0,對(duì)于某一樣本(xi,yi),如果yi-ωTφ(xi)-b≤ε則完全沒有損失,否則對(duì)應(yīng)的損失為yi-ωTφ(xi)-b>ε。即ε-不敏感函數(shù)可整理為

    e(xi)=0, yi-ωTφ(xi)-b≤ε

    yi-ωTφ(xi)+b-ε,

    yi-ωTφ(xi)-b>ε

    (2)

    為使損失函數(shù)最小,基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則,確定ω和b的約束條件并對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化,構(gòu)建最優(yōu)化準(zhǔn)則:

    min JJ=12ωTω+12cni=1e2i

    s.t. yi=ωTφ(xi)+b+ei, i=1,2,…,n

    (3)

    式中:J為目標(biāo)函數(shù);ei∈R為松弛變量;c為正則化函數(shù)。利用拉格朗日函數(shù)將式(3)轉(zhuǎn)化為對(duì)偶形式:

    L(ω,b,e,α)=

    J-ni=1αi{ωTφ(xi)+b+ei-yi}

    (4)

    式中:αi為拉格朗日因子。

    用式(3)求解最優(yōu)解滿足KTT(Karush-Kuhn-Tucker)條件的最優(yōu)化問題。令式(3)對(duì)ω、b、αi和ei的偏導(dǎo)數(shù)均等于0,可解得ω=niαiφ(xi)

    ni=1αi=0

    yi=ωTφ(xi)+b+ei

    ei=-αi/c整理可得y=f(x)=ni=1αiK(x,xi)+b

    (5)式中:K(x,xi)=φ(x)Tφ(xi),稱之為核函數(shù)。根據(jù)非線性函數(shù)φ(·)的表達(dá)形式為線性、多項(xiàng)式、高斯型,將核函數(shù)分為線性核函數(shù)、多項(xiàng)式核函數(shù)、徑向基核函數(shù)。

    線性核函數(shù):Kl(x,xi)=〈x,xi〉

    (6)

    多項(xiàng)式核函數(shù):Kp(x,xi) = (γ〈x,xi〉+c)n

    (7)

    徑向基核函數(shù):Kr(x,xi)=expx,xi22σ2

    (8)

    1.3.2 基于SVR的安全評(píng)估模型

    基于SVR構(gòu)建船舶航行安全評(píng)估模型,見圖2。結(jié)合船舶歷史數(shù)據(jù)可實(shí)現(xiàn)對(duì)船舶航行安全的評(píng)估。船舶歷史數(shù)據(jù)需要利用大數(shù)據(jù)處理技術(shù)進(jìn)行預(yù)處理。首先根據(jù)影響船舶航行安全的指標(biāo)體系確定數(shù)據(jù)中的有效信息,然后對(duì)數(shù)據(jù)進(jìn)行采集存儲(chǔ)。將第i艘船的歷史數(shù)據(jù)中與第j個(gè)指標(biāo)關(guān)聯(lián)數(shù)據(jù)的量化值xij(i=1,2,…,n;j=1,2,…,m)作為模型的輸入數(shù)據(jù),每艘船的數(shù)據(jù)對(duì)應(yīng)的船舶實(shí)際航行安全值Yi(i=1,2,…,n)作為模型的輸出數(shù)據(jù)。把處理后的船舶歷史數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集,通過對(duì)訓(xùn)練數(shù)據(jù)集的訓(xùn)練學(xué)習(xí)得到各指標(biāo)與船舶航行安全值之間的關(guān)系。輸入與各指標(biāo)關(guān)聯(lián)的船舶數(shù)據(jù),模型能輸出對(duì)應(yīng)的安全評(píng)估值。通過比較模型的輸出數(shù)據(jù)和測(cè)試數(shù)據(jù)對(duì)應(yīng)的安全評(píng)估值,得到模型的評(píng)估精度從而確定模型的有效性。

    2 仿真實(shí)驗(yàn)分析

    2.1 模型的有效性驗(yàn)證

    對(duì)近十年大連港水域的船舶數(shù)據(jù)進(jìn)行清洗,得到3 083條參數(shù)特征明顯的船舶數(shù)據(jù)。將其作為進(jìn)行仿真的樣本數(shù)據(jù)集,樣本數(shù)據(jù)結(jié)構(gòu)見表2。將該數(shù)據(jù)集按照表1所示的量化規(guī)則進(jìn)行預(yù)處理后,選取該數(shù)據(jù)集80%的船舶數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集,其余20%的船舶數(shù)據(jù)作為測(cè)試數(shù)據(jù)集。首先將訓(xùn)練數(shù)據(jù)集中與各指標(biāo)相關(guān)聯(lián)的船舶數(shù)據(jù)作為輸入數(shù)據(jù),對(duì)應(yīng)的船舶航行安全值作為輸出數(shù)據(jù),通過訓(xùn)練學(xué)習(xí)得到船舶航行安全評(píng)估值與影響指標(biāo)的函數(shù)關(guān)系。然后輸入測(cè)試數(shù)據(jù)集中與各指標(biāo)關(guān)聯(lián)的船舶數(shù)據(jù),模型就會(huì)輸出對(duì)應(yīng)船舶的安全評(píng)估值。最終將模型輸出的安全評(píng)估值與實(shí)際評(píng)估值進(jìn)行比較,得到預(yù)測(cè)誤差和模型的評(píng)估精度,從而驗(yàn)證模型的有效性和準(zhǔn)確性。

    首先利用PSO算法對(duì)SVR模型進(jìn)行參數(shù)優(yōu)化[15],通過對(duì)訓(xùn)練數(shù)據(jù)集的學(xué)習(xí)得到最優(yōu)參數(shù)值:g=0.1,w=0.05。然后根據(jù)式(5)~(8)得出安全評(píng)估模型在不同核函數(shù)條件下的評(píng)估值與實(shí)際安全值的誤差大小,結(jié)果見圖3。

    a)基于線性核函數(shù)的誤差值 b)基于多項(xiàng)式核函數(shù)的誤差值 c)基于徑向基核函數(shù)的誤差值

    由圖3可知,評(píng)估模型的預(yù)測(cè)誤差取值普遍在0.004~0.016范圍內(nèi),其中基于徑向基核函數(shù)的SVR構(gòu)建的評(píng)估模型的評(píng)估誤差值較小且分布相對(duì)集中??傮w來(lái)說(shuō),模型的預(yù)測(cè)結(jié)果準(zhǔn)確度較高,具有較強(qiáng)的穩(wěn)定性。

    平均絕對(duì)誤差(mean absolute error,MAE)是所有單個(gè)觀測(cè)值與算術(shù)平均值之差的絕對(duì)值的平均值。平均絕對(duì)誤差可以避免誤差相互抵消的問題,因而可以準(zhǔn)確反映實(shí)際評(píng)估誤差的大小。均方誤差(mean square error, MSE)是反映估計(jì)量與被估計(jì)量之間差異程度的一種度量,可以用于表示評(píng)估安全值與實(shí)際安全值之間的差異程度。擬合優(yōu)度(goodness of fit)是回歸直線對(duì)觀測(cè)值的擬合程度。度量擬合優(yōu)度的統(tǒng)計(jì)量是可決系數(shù)(亦稱確定系數(shù))R2,其最大值為1。R2的值越接近1,說(shuō)明回歸直線對(duì)觀測(cè)值的擬合程度越好。因此利用MAE、MSE和R2作為評(píng)估指標(biāo)來(lái)度量模型的誤差精度。各評(píng)估指標(biāo)具體含義如下:

    MAE是將每艘船的數(shù)據(jù)輸入模型后得到的預(yù)測(cè)值與實(shí)際值的相差程度,公式如下:EMA=1nni=1yi-Yi

    (9)式中:yi(i=1,2,…,n)表示由第i艘船的數(shù)據(jù)得到的預(yù)測(cè)安全值;Yi(i=1,2,…,n)表示第i艘船的數(shù)據(jù)的實(shí)際安全值。

    MSE是將每艘船的數(shù)據(jù)輸入模型后得到的風(fēng)險(xiǎn)預(yù)測(cè)值與實(shí)際值差的平方的期望值,公式如下:EMS=1nni=1(yi-Yi)2

    (10)EMS的值越小,說(shuō)明安全評(píng)估模型的預(yù)測(cè)精度越高。

    R2表示模型對(duì)于實(shí)際值的擬合程度,公式如下:R2=1-ni=1(yi-Yi)2ni=1(yi-y -)2

    (11)式中:y -=1nni=1yi表示對(duì)n艘船進(jìn)行預(yù)測(cè)得到的預(yù)測(cè)值yi的平均值。

    由式(9)~(11)得到的誤差值見表3。由表3可知,該模型的誤差精度達(dá)到0.001,并且模型的預(yù)測(cè)值與實(shí)際值的擬合程度達(dá)到99.6%以上。結(jié)合前面的實(shí)驗(yàn)結(jié)果可知,基于徑向基核函數(shù)的模型不僅評(píng)估誤差較小、分布相對(duì)集中,而且穩(wěn)定性更好、均方誤差較小。因此最終選取基于徑向基核函數(shù)的SVR構(gòu)建航行安全評(píng)估模型。

    2.2 模型的優(yōu)越性驗(yàn)證

    基于模型的有效性驗(yàn)證所使用的3 083條樣本數(shù)據(jù),利用基于ELM理論[16]構(gòu)建的評(píng)估模型對(duì)樣本數(shù)據(jù)中的測(cè)試數(shù)據(jù)集進(jìn)行船舶航行安全狀況的預(yù)測(cè)。進(jìn)一步與基于SVR的船舶航行安全評(píng)估模型從預(yù)測(cè)誤差和精確度方面進(jìn)行比較,從而驗(yàn)證模型的優(yōu)越性。

    ELM是一種改進(jìn)后的單隱層前饋神經(jīng)網(wǎng)絡(luò),由輸入層、一層隱含層和輸出層組成。樣本數(shù)據(jù)集具體表達(dá)形式為{(xi,yi),i=1,2,…,n}

    (12)式中:xi=(xi1,xi2,…,xim)為輸入數(shù)據(jù),i=1,2,…,n;yi為期望輸出值,i=1,2,…,n。隱含層輸出為

    hj(xi)=mj=1g(wj·xi+bj), i=1,2,…,n

    (13)

    式中:wj=(w1j,w2j,…,wmj)T表示第j個(gè)隱含層節(jié)點(diǎn)的輸入權(quán)值;bj表示第j個(gè)隱含層節(jié)點(diǎn)的偏置值;gj(wj·xi+bj)表示樣本xi的第j個(gè)隱含層節(jié)點(diǎn)的輸出值,其中g(shù)j(·)為激活函數(shù),此處選取S型激活函數(shù)。則模型的輸出結(jié)果為fj(xi)=mj=1βjhj(xi), i=1,2,…,n

    (14)式中:βj=(βj1,βj2,…,βjn)表示第j個(gè)隱含層節(jié)點(diǎn)的輸出權(quán)值。

    由式(13)和(14)可得出基于ELM理論的評(píng)估模型對(duì)船舶航行安全狀況進(jìn)行預(yù)測(cè)的誤差值,見圖4。

    由圖4可知,基于ELM理論的船舶航行安全評(píng)估模型的評(píng)估誤差取值范圍相對(duì)集中在0.04以下。結(jié)合圖3可知,基于SVR的船舶航行安全評(píng)估模型預(yù)測(cè)誤差值相對(duì)較小。

    式(9)從數(shù)值方面表明了模型的預(yù)測(cè)精度,因此用EMA來(lái)比較基于兩種方法構(gòu)建的模型的誤差精度,具體見表4?;赟VR的模型評(píng)估精度為0.001,而基于ELM構(gòu)建的模型評(píng)估精度為 0.01,顯然基于SVR的模型的預(yù)測(cè)效果更優(yōu)。

    3 結(jié)束語(yǔ)

    為對(duì)航行船舶的安全狀況進(jìn)行評(píng)估,構(gòu)建一個(gè)航行安全評(píng)估模型。首先建立完善的評(píng)估指標(biāo)體系,在此基礎(chǔ)上利用大數(shù)據(jù)技術(shù)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,將處理后的數(shù)據(jù)作為基于支持向量回歸(SVR)的船舶安全評(píng)估模型的輸入數(shù)據(jù),得到船舶的安全評(píng)估值,然后與實(shí)際安全值進(jìn)行比較。通過實(shí)驗(yàn)驗(yàn)證可知,模型的擬合程度達(dá)到99.6%以上,驗(yàn)證了該模型的穩(wěn)定性以及擬合度。進(jìn)一步實(shí)驗(yàn)驗(yàn)證表明,基于SVR的模型預(yù)測(cè)精確度、魯棒性均高于基于極限學(xué)習(xí)機(jī)(ELM)的預(yù)測(cè)模型,說(shuō)明該模型的優(yōu)越性。該評(píng)估模型解決了當(dāng)前評(píng)估指標(biāo)單一、評(píng)估結(jié)果可靠性低的問題,有廣泛的應(yīng)用前景。

    參考文獻(xiàn):

    [1] 張笛, 姚厚杰, 萬(wàn)程鵬, 等. 基于模糊證據(jù)推理的內(nèi)河船舶航行安全狀態(tài)評(píng)價(jià)[J]. 安全與環(huán)境學(xué)報(bào), 2018, 18(4): 1272-1277. DOI: 10.13637/j.issn.1009-6094.2018.04.006.

    [2] 李款, 于寒. 基于數(shù)據(jù)驅(qū)動(dòng)的水面艇航行狀態(tài)檢測(cè)與診斷[J]. 指揮與控制學(xué)報(bào), 2016, 2(3): 188-193. DOI: 10.3969/j.issn.2096-0204.2016.03.0188.

    [3] 賈明明, 熊錫龍, 黃立文, 等. 基于集值統(tǒng)計(jì)-灰色模糊的航道通航環(huán)境安全評(píng)價(jià)[J]. 安全與環(huán)境學(xué)報(bào), 2017, 17(1): 41-45.

    [4] 林毅. 一種基于SVR回歸的機(jī)場(chǎng)航跡預(yù)測(cè)方法[J]. 信息通信, 2019(7): 58-59.

    [5] LIANG Haibo, ZOU Jialing, LI Zhiling, et al. Dynamic evaluation of drilling leakage risk based on fuzzy theory and PSO-SVR algorithm[J]. Future Generation Computer Systems, 2019, 95: 454-466. DOI: 10.1016/j.future.2018.12.068.

    [6] 謝新連, 陳紫薇, 魏照坤, 等. 基于極限學(xué)習(xí)機(jī)的船舶航行行為預(yù)測(cè)[J]. 重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版), 2019, 38(8): 7-12, 123. DOI: 10.3969/j.issn.1674-0696.2019.08.02.

    [7] 趙洪帝, 劉敬賢, 劉奕, 等. 基于改進(jìn)未確知測(cè)度模型的內(nèi)河客船夜航風(fēng)險(xiǎn)評(píng)價(jià)[J]. 交通信息與安全, 2018, 36(1): 28-34. DOI: 10.3963/j.issn.1674-4864.2018.01.004.

    [8] WANG Lei, LIU Qing, DONG Shiyu, et al. Effectiveness assessment of ship navigation safety countermeasures using fuzzy cognitive maps[J]. Safety Science, 2019, 117: 352-364. DOI: 10.1016/j.ssci. 2019.04.027.

    [9] BANDA O A V, GOERLANDT F, MONTEWKA J, et al. A risk analysis of winter navigation in Finnish sea areas[J]. Accident Analysis and Prevention, 2015, 79: 100-116. DOI: 10.1016/ j.aap.2015.03.024.

    [10] ELIOPOULOU E, PAPANIKOLAOU A, VOULGARELLIS M. Statistical analysis of ship accidents and review of safety level[J]. Safety Science, 2016, 85: 282-292. DOI: 10.1016/ j.ssci. 2016.02.001.

    [11] EVEGREN F. Fire risk assessment of alternative ship design[J]. Ships and Offshore Structures, 2017, 12(6): 837-842. DOI: 10.1080/17445302.2016.1275474.

    [12] VIDMAR P, PERKOVI C M. Methodological approach for safety assessment of cruise ship in port[J]. Safety Science, 2015, 80: 189-200. DOI: 10.1016/j.ssci.2015.07.013.

    [13] 聶細(xì)亮, 劉強(qiáng), 李國(guó)帥, 等. LNG船舶海上運(yùn)輸安全研究現(xiàn)狀及進(jìn)展[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2017, 27(5): 87-92.

    [14] LIU Jiao, SHI Guoyou, ZHU Kaige. Vessel trajectory prediction model based on AIS sensor data and adaptive chaos differential evolution support vector regression (ACDE-SVR)[J]. Applied Sciences, 2019, 9(15): 2983. DOI: 10.3390/app9152983.

    [15] 孫文兵, 彭躍輝. 基于PSO-SVR動(dòng)態(tài)模型的車輛排隊(duì)長(zhǎng)度預(yù)測(cè)[J]. 計(jì)算機(jī)工程與應(yīng)用, 2016, 52(2): 239-243.

    [16] 周馨, 王國(guó)胤, 于洪. 基于改進(jìn)極限學(xué)習(xí)機(jī)的軟測(cè)量建模[J]. 計(jì)算機(jī)應(yīng)用, 2017, 37(3): 668-672. DOI: 10.11772/j.issn.1001-9081.2017.03.668.

    (編輯 賈裙平)

    收稿日期: 2019- 05- 23 修回日期: 2019- 11- 01

    作者簡(jiǎn)介: 常婧(1995—),女,山西武鄉(xiāng)人,碩士研究生,研究方向?yàn)樗辖煌?,(E-mail)1500521143@qq.com;

    柳曉鳴(1959—),男,山東棲霞人,教授,博導(dǎo),博士,研究方向?yàn)榻煌娮有畔⑾到y(tǒng)理論與技術(shù),(E-mail)lxmdmu@dlmu.edu.cn

    猜你喜歡
    安全評(píng)估
    沙湖流域生態(tài)服務(wù)功能問卷調(diào)查分析
    基于層次分析法的大運(yùn)河?;反a頭安全風(fēng)險(xiǎn)評(píng)估
    橋梁施工臨時(shí)結(jié)構(gòu)安全評(píng)估策略探討
    基于層次分析法的機(jī)場(chǎng)安全評(píng)估介紹
    OA系統(tǒng)安全評(píng)估體系及策略制定
    通信鐵塔安全快速評(píng)估軟件的設(shè)計(jì)與實(shí)現(xiàn)
    PDCA在市級(jí)檔案部門安全評(píng)估中的應(yīng)用*
    民用飛機(jī)系統(tǒng)功能危險(xiǎn)性評(píng)估
    關(guān)于建筑工程安全管理效益的思考
    安全評(píng)估法中要素量化標(biāo)準(zhǔn)的建立與探討
    久久99热6这里只有精品| 欧美又色又爽又黄视频| 国产精品一区www在线观看| 国产高潮美女av| 亚洲av二区三区四区| 尾随美女入室| 日韩欧美在线乱码| 久久人妻av系列| a级毛色黄片| 国产精品美女特级片免费视频播放器| 久久午夜福利片| 露出奶头的视频| 97超视频在线观看视频| 久久中文看片网| 国产精品免费一区二区三区在线| 久久中文看片网| 高清日韩中文字幕在线| 精品人妻视频免费看| 国产三级中文精品| 一进一出抽搐gif免费好疼| 国产成人精品久久久久久| av福利片在线观看| 成人永久免费在线观看视频| 精品一区二区三区av网在线观看| 午夜精品国产一区二区电影 | 18禁在线无遮挡免费观看视频 | 如何舔出高潮| 国产成人aa在线观看| 午夜免费激情av| 午夜精品在线福利| 69av精品久久久久久| 亚洲av熟女| 一区二区三区四区激情视频 | 婷婷六月久久综合丁香| 亚洲自拍偷在线| 五月伊人婷婷丁香| 精品国产三级普通话版| 免费电影在线观看免费观看| 99热只有精品国产| 精品乱码久久久久久99久播| 精品午夜福利在线看| 久久精品影院6| 成年女人永久免费观看视频| 乱人视频在线观看| 久久久久久久午夜电影| 一级毛片久久久久久久久女| 久久久久久久午夜电影| 听说在线观看完整版免费高清| 亚洲性夜色夜夜综合| 校园人妻丝袜中文字幕| 丝袜美腿在线中文| 精品久久久久久久末码| 亚洲精品久久国产高清桃花| 亚洲精品国产av成人精品 | 婷婷亚洲欧美| 亚洲一区二区三区色噜噜| 小蜜桃在线观看免费完整版高清| 老师上课跳d突然被开到最大视频| 最近最新中文字幕大全电影3| 欧美高清性xxxxhd video| 日本在线视频免费播放| 内地一区二区视频在线| 亚洲第一电影网av| 国产精品久久电影中文字幕| 欧美成人免费av一区二区三区| 人妻久久中文字幕网| 久久草成人影院| 亚洲人成网站在线播| 性欧美人与动物交配| 色视频www国产| 欧美另类亚洲清纯唯美| 成人亚洲精品av一区二区| 99久国产av精品| 国产精品久久电影中文字幕| 久久久a久久爽久久v久久| 观看免费一级毛片| 久久久久久久亚洲中文字幕| 黄色欧美视频在线观看| 久久人妻av系列| 丝袜喷水一区| 精品人妻一区二区三区麻豆 | 尾随美女入室| av在线亚洲专区| 两性午夜刺激爽爽歪歪视频在线观看| 伦理电影大哥的女人| 亚洲中文字幕日韩| av在线蜜桃| 国产乱人视频| 小说图片视频综合网站| 国产白丝娇喘喷水9色精品| 特级一级黄色大片| 日日摸夜夜添夜夜添小说| 亚洲欧美日韩高清在线视频| 国产 一区 欧美 日韩| 中国美白少妇内射xxxbb| 麻豆av噜噜一区二区三区| 美女内射精品一级片tv| 国产高清有码在线观看视频| 岛国在线免费视频观看| 国产精品久久久久久av不卡| 少妇猛男粗大的猛烈进出视频 | 1000部很黄的大片| 全区人妻精品视频| h日本视频在线播放| av卡一久久| 最近最新中文字幕大全电影3| 久久久欧美国产精品| 一个人看的www免费观看视频| 简卡轻食公司| 免费搜索国产男女视频| 日日干狠狠操夜夜爽| 男女之事视频高清在线观看| 我要搜黄色片| 丰满乱子伦码专区| 一进一出好大好爽视频| 日韩制服骚丝袜av| 少妇被粗大猛烈的视频| 精品久久久久久久久亚洲| 日本色播在线视频| 91av网一区二区| 精品久久久久久久久亚洲| 人人妻人人澡欧美一区二区| 日韩欧美精品v在线| 婷婷色综合大香蕉| 精品久久久久久久久亚洲| 美女大奶头视频| 成人三级黄色视频| 久久99热这里只有精品18| 黑人高潮一二区| 久久久精品欧美日韩精品| 国产精品爽爽va在线观看网站| 一区二区三区四区激情视频 | 毛片女人毛片| 亚洲国产色片| 性欧美人与动物交配| 久久久久精品国产欧美久久久| 日韩大尺度精品在线看网址| 日日摸夜夜添夜夜添av毛片| 国产精品国产高清国产av| 老熟妇乱子伦视频在线观看| 你懂的网址亚洲精品在线观看 | 18禁裸乳无遮挡免费网站照片| 国产片特级美女逼逼视频| 日本在线视频免费播放| 看片在线看免费视频| 搡老熟女国产l中国老女人| 国产精品99久久久久久久久| 国产精品乱码一区二三区的特点| 亚洲国产高清在线一区二区三| 老熟妇仑乱视频hdxx| 人人妻人人澡欧美一区二区| 欧美日韩在线观看h| 2021天堂中文幕一二区在线观| av在线天堂中文字幕| 精品一区二区三区视频在线观看免费| 国产精品综合久久久久久久免费| 日韩欧美精品v在线| 美女黄网站色视频| 免费观看人在逋| 久久久久国内视频| 1024手机看黄色片| 麻豆乱淫一区二区| 午夜福利成人在线免费观看| 亚洲在线自拍视频| 伦精品一区二区三区| .国产精品久久| 99视频精品全部免费 在线| 22中文网久久字幕| 国产真实伦视频高清在线观看| 99热网站在线观看| 九九热线精品视视频播放| 听说在线观看完整版免费高清| 久久久久国内视频| 可以在线观看的亚洲视频| 如何舔出高潮| 亚洲人成网站高清观看| 天堂av国产一区二区熟女人妻| 搞女人的毛片| 免费无遮挡裸体视频| 不卡一级毛片| 精品人妻视频免费看| 日日撸夜夜添| 久久精品国产99精品国产亚洲性色| 亚洲av不卡在线观看| 欧美最黄视频在线播放免费| 91在线观看av| 日本成人三级电影网站| 久久精品人妻少妇| 草草在线视频免费看| or卡值多少钱| 国产成人a∨麻豆精品| 麻豆成人午夜福利视频| 99热这里只有精品一区| 青春草视频在线免费观看| 少妇熟女aⅴ在线视频| 欧美三级亚洲精品| 美女免费视频网站| 天堂动漫精品| 深爱激情五月婷婷| 给我免费播放毛片高清在线观看| 国产单亲对白刺激| 亚洲在线观看片| 亚洲国产精品合色在线| 身体一侧抽搐| 日韩欧美精品v在线| 国产精品,欧美在线| 中文字幕熟女人妻在线| 中国美女看黄片| 又爽又黄无遮挡网站| 国产欧美日韩精品一区二区| 大香蕉久久网| 麻豆久久精品国产亚洲av| 色在线成人网| 日韩欧美三级三区| 深爱激情五月婷婷| 精品一区二区三区视频在线| 成人鲁丝片一二三区免费| 十八禁国产超污无遮挡网站| 亚洲成av人片在线播放无| 国产精品一区二区性色av| 国产真实伦视频高清在线观看| 国产黄a三级三级三级人| 免费搜索国产男女视频| 免费在线观看成人毛片| 乱码一卡2卡4卡精品| 国产精品亚洲美女久久久| 国产老妇女一区| 亚洲精品在线观看二区| 国产精品人妻久久久影院| 岛国在线免费视频观看| 久久久久性生活片| 99精品在免费线老司机午夜| 一个人看的www免费观看视频| 日本黄色视频三级网站网址| 老熟妇仑乱视频hdxx| 久久精品夜夜夜夜夜久久蜜豆| 我要看日韩黄色一级片| 天天躁日日操中文字幕| 久久精品夜色国产| 日本在线视频免费播放| 人妻制服诱惑在线中文字幕| 91午夜精品亚洲一区二区三区| 一进一出好大好爽视频| 亚洲aⅴ乱码一区二区在线播放| 国产中年淑女户外野战色| 国产色婷婷99| 夜夜看夜夜爽夜夜摸| 欧美bdsm另类| 亚洲内射少妇av| 一区二区三区免费毛片| 麻豆精品久久久久久蜜桃| 亚洲av中文字字幕乱码综合| 不卡一级毛片| 日韩中字成人| АⅤ资源中文在线天堂| 一边摸一边抽搐一进一小说| 亚洲人与动物交配视频| 久久久a久久爽久久v久久| 亚洲,欧美,日韩| 日本黄大片高清| 九九久久精品国产亚洲av麻豆| 狂野欧美激情性xxxx在线观看| 国产淫片久久久久久久久| 国产大屁股一区二区在线视频| 国产毛片a区久久久久| 男女啪啪激烈高潮av片| 一级a爱片免费观看的视频| 精品久久国产蜜桃| 国产亚洲精品久久久com| 亚洲国产精品国产精品| 亚洲无线观看免费| av在线观看视频网站免费| 国产精品日韩av在线免费观看| 日韩高清综合在线| 国产久久久一区二区三区| 日韩欧美在线乱码| 国产熟女欧美一区二区| 亚洲国产精品sss在线观看| 嫩草影院精品99| 少妇熟女欧美另类| 免费一级毛片在线播放高清视频| 日本黄色视频三级网站网址| 97人妻精品一区二区三区麻豆| 男女边吃奶边做爰视频| 毛片女人毛片| 黄色欧美视频在线观看| 夜夜看夜夜爽夜夜摸| 97超视频在线观看视频| 中国美女看黄片| 亚洲av电影不卡..在线观看| 日日摸夜夜添夜夜添av毛片| 日本五十路高清| or卡值多少钱| 狂野欧美白嫩少妇大欣赏| 久久人妻av系列| 欧美日韩一区二区视频在线观看视频在线 | 亚洲av电影不卡..在线观看| av在线播放精品| 麻豆精品久久久久久蜜桃| 在线国产一区二区在线| 亚洲精品在线观看二区| 精品久久国产蜜桃| 久久精品夜色国产| 国产欧美日韩精品一区二区| 国产极品精品免费视频能看的| av免费在线看不卡| 禁无遮挡网站| 国产av麻豆久久久久久久| 国内精品美女久久久久久| 亚洲自偷自拍三级| 国产精华一区二区三区| 99久久成人亚洲精品观看| h日本视频在线播放| 国产精品,欧美在线| 一级毛片我不卡| 久久久久精品国产欧美久久久| 插逼视频在线观看| 国产精品,欧美在线| 国产片特级美女逼逼视频| 天堂网av新在线| 22中文网久久字幕| 国产精品三级大全| 亚洲国产精品成人久久小说 | 成人美女网站在线观看视频| 亚洲成人久久性| 亚洲熟妇中文字幕五十中出| 日韩亚洲欧美综合| 啦啦啦韩国在线观看视频| 在线观看av片永久免费下载| 亚洲精品国产成人久久av| 蜜桃亚洲精品一区二区三区| 国产白丝娇喘喷水9色精品| 亚洲精品成人久久久久久| 卡戴珊不雅视频在线播放| 亚洲国产精品久久男人天堂| 亚洲经典国产精华液单| 色综合亚洲欧美另类图片| 性插视频无遮挡在线免费观看| 级片在线观看| 成人亚洲欧美一区二区av| 免费电影在线观看免费观看| 男人的好看免费观看在线视频| 日韩大尺度精品在线看网址| 老熟妇仑乱视频hdxx| 亚洲精品国产成人久久av| 女人被狂操c到高潮| 天天一区二区日本电影三级| 久久精品国产清高在天天线| 久久久色成人| 麻豆一二三区av精品| 国产三级在线视频| 嫩草影院新地址| 亚洲图色成人| 寂寞人妻少妇视频99o| 色哟哟·www| 成人二区视频| 不卡视频在线观看欧美| 国产一区二区三区av在线 | 色吧在线观看| 午夜精品在线福利| 国内精品久久久久精免费| 久久精品91蜜桃| 变态另类丝袜制服| 能在线免费观看的黄片| 国产亚洲精品综合一区在线观看| 日韩中字成人| 久久久久九九精品影院| 国产欧美日韩精品一区二区| av天堂在线播放| 听说在线观看完整版免费高清| 久久久久性生活片| 天天一区二区日本电影三级| 搡老岳熟女国产| 成人午夜高清在线视频| 校园春色视频在线观看| .国产精品久久| 国产一区二区激情短视频| 国产成人aa在线观看| 久久久a久久爽久久v久久| 久久热精品热| 免费大片18禁| 国产精品伦人一区二区| 亚洲专区国产一区二区| 久久久久久久久久黄片| 在线看三级毛片| 国语自产精品视频在线第100页| 亚洲综合色惰| 成人av在线播放网站| 欧美高清成人免费视频www| 日韩欧美精品v在线| videossex国产| 99热精品在线国产| 午夜福利18| 男插女下体视频免费在线播放| av专区在线播放| 亚洲经典国产精华液单| 九色成人免费人妻av| 日本黄色片子视频| 亚洲国产高清在线一区二区三| a级毛片a级免费在线| 成年女人毛片免费观看观看9| 欧美激情久久久久久爽电影| 色噜噜av男人的天堂激情| 搡老妇女老女人老熟妇| 三级毛片av免费| 91狼人影院| 日日撸夜夜添| 亚洲成人久久爱视频| 久久精品国产亚洲av涩爱 | 最好的美女福利视频网| 乱人视频在线观看| 亚洲图色成人| 悠悠久久av| 性插视频无遮挡在线免费观看| 中文字幕人妻熟人妻熟丝袜美| 1000部很黄的大片| 欧美性感艳星| 国产av一区在线观看免费| 大型黄色视频在线免费观看| 女人十人毛片免费观看3o分钟| 一级毛片aaaaaa免费看小| 成人国产麻豆网| 国产精品美女特级片免费视频播放器| 国内精品一区二区在线观看| 国产高清视频在线观看网站| 在线免费观看不下载黄p国产| 精品不卡国产一区二区三区| 我要看日韩黄色一级片| 级片在线观看| 中文字幕av成人在线电影| 嫩草影院入口| 天堂av国产一区二区熟女人妻| 亚洲美女视频黄频| 麻豆国产av国片精品| 国产精品久久视频播放| 黄色欧美视频在线观看| 久久精品国产自在天天线| 老司机影院成人| 欧美日韩国产亚洲二区| 久久精品国产清高在天天线| 国产单亲对白刺激| 亚洲专区国产一区二区| 九九热线精品视视频播放| 99热这里只有精品一区| 国产高潮美女av| 成人午夜高清在线视频| 国产综合懂色| av天堂在线播放| 国产亚洲精品久久久com| 亚洲中文日韩欧美视频| 国产一区二区在线观看日韩| 美女内射精品一级片tv| 成人精品一区二区免费| 国产伦精品一区二区三区视频9| 日本撒尿小便嘘嘘汇集6| 看十八女毛片水多多多| 国产一区二区亚洲精品在线观看| 亚洲精品456在线播放app| 成人特级黄色片久久久久久久| 国产精品女同一区二区软件| 亚洲18禁久久av| a级毛片a级免费在线| 久久久久精品国产欧美久久久| 久久久久久九九精品二区国产| 日韩av在线大香蕉| 日韩欧美在线乱码| 久久久成人免费电影| 欧美3d第一页| 精品福利观看| 亚洲熟妇中文字幕五十中出| 欧美丝袜亚洲另类| 欧美日韩综合久久久久久| 国产精品精品国产色婷婷| 欧美一级a爱片免费观看看| 色噜噜av男人的天堂激情| 麻豆成人午夜福利视频| 亚洲色图av天堂| 久久精品综合一区二区三区| 亚洲av不卡在线观看| 一区二区三区高清视频在线| 国产成人a∨麻豆精品| 在线播放无遮挡| 色哟哟·www| 色av中文字幕| 亚洲精品亚洲一区二区| 精品久久久久久久末码| 色5月婷婷丁香| 久久久久久伊人网av| 中出人妻视频一区二区| 日韩欧美 国产精品| 97热精品久久久久久| 欧美激情国产日韩精品一区| 国产av不卡久久| 国内久久婷婷六月综合欲色啪| 久久欧美精品欧美久久欧美| 在现免费观看毛片| 亚洲av免费高清在线观看| 亚洲欧美日韩高清专用| 久久久久久久久久黄片| 偷拍熟女少妇极品色| 国产欧美日韩一区二区精品| 免费观看精品视频网站| 婷婷精品国产亚洲av在线| videossex国产| 十八禁国产超污无遮挡网站| 大型黄色视频在线免费观看| 日日摸夜夜添夜夜爱| 午夜精品一区二区三区免费看| 婷婷精品国产亚洲av在线| 久久久久国内视频| 日韩在线高清观看一区二区三区| 久久99热这里只有精品18| 午夜激情福利司机影院| 搞女人的毛片| 亚洲内射少妇av| 亚洲最大成人手机在线| 51国产日韩欧美| 免费av观看视频| 色吧在线观看| 真实男女啪啪啪动态图| 日韩欧美三级三区| 丝袜喷水一区| 99久久精品热视频| 男人和女人高潮做爰伦理| 亚洲最大成人中文| 最近中文字幕高清免费大全6| av在线亚洲专区| 日韩欧美免费精品| 天堂影院成人在线观看| 日韩人妻高清精品专区| 精品免费久久久久久久清纯| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av中文av极速乱| 中国美女看黄片| 亚洲无线观看免费| 五月玫瑰六月丁香| 校园春色视频在线观看| 日本与韩国留学比较| av卡一久久| 亚洲成av人片在线播放无| 亚洲av美国av| 国产乱人偷精品视频| 国产不卡一卡二| 色视频www国产| 午夜福利高清视频| 久久国内精品自在自线图片| 老熟妇乱子伦视频在线观看| 日韩成人av中文字幕在线观看 | 变态另类丝袜制服| 国产精品99久久久久久久久| 一级毛片我不卡| 人人妻,人人澡人人爽秒播| 内地一区二区视频在线| 有码 亚洲区| 国产精品一区二区三区四区免费观看 | 毛片女人毛片| 午夜福利18| 最近最新中文字幕大全电影3| or卡值多少钱| av.在线天堂| 桃色一区二区三区在线观看| 丰满的人妻完整版| 日韩欧美在线乱码| 国模一区二区三区四区视频| 婷婷精品国产亚洲av在线| 一本精品99久久精品77| 成人漫画全彩无遮挡| 欧美区成人在线视频| 秋霞在线观看毛片| 香蕉av资源在线| 亚洲精华国产精华液的使用体验 | 成年av动漫网址| 床上黄色一级片| 国产精品一区二区三区四区免费观看 | 两性午夜刺激爽爽歪歪视频在线观看| 国产精华一区二区三区| 色在线成人网| 亚洲欧美日韩高清在线视频| 女人十人毛片免费观看3o分钟| 成人av一区二区三区在线看| 一卡2卡三卡四卡精品乱码亚洲| 少妇的逼好多水| 亚洲av五月六月丁香网| 51国产日韩欧美| 丰满的人妻完整版| 男女那种视频在线观看| 亚洲欧美成人综合另类久久久 | 性欧美人与动物交配| 深夜a级毛片| 91精品国产九色| 亚洲自拍偷在线| 男人狂女人下面高潮的视频| 精品久久久久久久久亚洲| 欧美中文日本在线观看视频| 国产三级中文精品| 最近2019中文字幕mv第一页| 22中文网久久字幕| 久久久国产成人免费| 成年版毛片免费区| 少妇裸体淫交视频免费看高清| 午夜日韩欧美国产| 欧美性猛交黑人性爽| 真人做人爱边吃奶动态| 国产国拍精品亚洲av在线观看| 又爽又黄a免费视频| 男女做爰动态图高潮gif福利片| 亚洲不卡免费看| 免费av毛片视频| 又爽又黄a免费视频| 国产精品国产三级国产av玫瑰| 亚洲国产精品国产精品| 亚洲综合色惰| 尤物成人国产欧美一区二区三区| 国内揄拍国产精品人妻在线| 一卡2卡三卡四卡精品乱码亚洲|