• <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K-Means算法的小區(qū)垃圾分類站選址問題研究

    2020-12-01 03:15:00潘馮超劉勤明史展維劉靖杰
    軟件導刊 2020年10期
    關鍵詞:means聚類垃圾分類

    潘馮超 劉勤明 史展維 劉靖杰

    摘 要:為促進垃圾分類政策實施,科學、合理地在居民生活小區(qū)設置垃圾分類站,建立選址模型和成本模型對垃圾分類站建設運營成本及居民滿意度負效應成本進行求解,并對K-means聚類算法與模糊C-means聚類算法進行比較。通過對某小區(qū)每棟居民樓到垃圾分類站的平均距離分析得出,K-means聚類算法計算得出的平均距離相比模糊C-means聚類算法縮短了約17%,在成本模型中建設運營成本降低了1萬元,居民滿意度負效應成本降低了0.68萬元,驗證了模型的可行性及K-means聚類算法的優(yōu)越性。在未來的研究中可對算法進行改進,以進一步優(yōu)化成本,確定全局最優(yōu)。

    關鍵詞:垃圾分類;選址優(yōu)化;K-means聚類;居民滿意度負效應

    DOI:10. 11907/rjdk. 201315

    中圖分類號:TP319文獻標識碼:A 文章編號:1672-7800(2020)010-0102-04

    Abstract:In order to promote the implementation of the garbage classification policy, scientifically set up the number of garbage classification stations in the residential quarters, we establish the location model and cost model for the construction and transportation of garbage classification stations. By comparing K-means clustering algorithm with fuzzy C-means clustering algorithm, we find that K-means clustering algorithm is 17% lower than that of fuzzy c-means clustering algorithm. In the cost model, the construction and operation cost is reduced by 10 000 yuan, and the cost of satisfaction negative effect is reduced by 6 800 yuan, which verifies the feasibility of the model and the superiority of the algorithm. It can further improve the algorithm to continue to optimize the cost and determine the global optimization.

    Key Words: garbage classification; site selection optimization; K-means clustering; negative effect of residents satisfaction

    0 引言

    從2019年7月1日起,上海市開始正式施行《上海市生活垃圾管理條例》[1]。根據(jù)條例規(guī)定,個人和單位必須嚴格進行垃圾分類投放。居民將按照干垃圾、濕垃圾、可回收垃圾、有害垃圾將垃圾在規(guī)定時間段內投放至小區(qū)設置的垃圾分類站,垃圾分類站需安排工作人員進行管理,以確保垃圾分類的順利進行。因此,垃圾分類站數(shù)量及選址策略很大程度上會影響居民投放垃圾的便捷性和物業(yè)投入的人力及物力成本[2]。在小區(qū)內適當位置設定一定數(shù)量的垃圾分類站,既可以使居民方便、快捷地投放垃圾,又能大大降低物業(yè)管理成本。

    垃圾分類站選址對于綠色社區(qū)建設具有重要意義。一般而言,選址問題可分為離散型選址問題和連續(xù)型選址問題,垃圾分類站選址問題屬于離散型選址問題,因此通常采用層次分析法[3]、雙層規(guī)劃分析法[4]和聚類算法[5]等。K-means聚類算法是無監(jiān)督學習的一種智能算法,多應用于文檔聚類[6-7]、設施選址規(guī)劃[8-9]、機器學習[10-11]等領域。很多學者也對相關問題進行了研究,如栗娜等[12]分析并建立垃圾站選址對居民影響最小化及建設成本最小化雙目標優(yōu)化數(shù)學模型,對模型求解得出影響最小且成本最低的解決方案;湯云峰[13]在解決高??爝f柜選址問題時,利用重心法結合層次分析法為高??爝f柜選址提供參考,但其研究未考慮大規(guī)模網(wǎng)點情況;倪訓友等[14]研究中國大中型城市停車場選址問題,其建立城市公共停車場雙層規(guī)劃選址模型,但未考慮停車場運維管理對選址的反饋作用;管玉潔等[15]研究應急物流中心選址問題,并對所建立的數(shù)學模型運用K-means聚類算法進行求解,但其研究范圍過大,導致精度很低;吳紅波等[16]研究城鎮(zhèn)污水廠選址問題,其建立多目標優(yōu)化模型,對選址問題進行指標評價分析,但未考慮無法用指標量化的因素;肖玉徽等[17]在解決自取貨的物流末端節(jié)點選址問題時考慮了客戶滿意度因素,并運用均值聚類算法對模型進行求解,但未考慮節(jié)點建設運營成本因素。

    本文基于K-means聚類算法[18],創(chuàng)新性地引入居民滿意度負效應評價指標,構建以垃圾分類站建設運營成本最低與居民滿意度負效應最小為目標的選址規(guī)劃模型,運用相關算法對樣本數(shù)據(jù)進行聚類分析以解決垃圾分類站選址問題,從而為社區(qū)物業(yè)規(guī)劃及相關部門制定垃圾分類政策提供參考。

    1 問題介紹

    垃圾分類問題是城市治理中的一個重要問題[19-20],實施垃圾分類有利于資源的循環(huán)利用以及社會的可持續(xù)發(fā)展,但目前對于垃圾分類的推廣仍存在較大困難。在生活小區(qū)內設置垃圾分類站可提高環(huán)保部門的垃圾處理效率,但各小區(qū)原有垃圾投放點因面積太小,無法在原地建立垃圾分類站,所以需要在更大的場地建立新的垃圾分類站。每個垃圾分類站建設成本由分類站建設初始成本及后期維護成本組成。由于居民垃圾分類意識尚未成熟,難免出現(xiàn)少數(shù)居民不愿意進行垃圾分類的情況,需要安排相關工作人員進行監(jiān)督指導,因此需要花費較高人力成本??茖W地在小區(qū)適當位置建立垃圾分類站以及合理設置垃圾分類站數(shù)量對于垃圾分類政策的順利實施具有重大意義,同時也是物業(yè)相關部門急需解決的問題。

    2 垃圾分類站選址模型

    2.1 數(shù)學模型

    在備選的地址集合里,如何選擇m個地址,使得每個垃圾分類站的服務范圍都能輻射周圍住戶,并且要求每個住戶到該地址的加權平均距離最小是需要重點研究的問題。設模型樣本集{X}中有n個樣本(即每個住戶)和k個分類,以每個樣本到聚類中心的加權平均間距最小為目標,其目標函數(shù)為:

    根據(jù)實際情況,每個住戶只會去一個垃圾分類站投放垃圾,相當于每個分類住戶只會被分配到一個聚類中心,可用數(shù)學公式表示為:

    2.2 K-Means聚類算法

    K-Means聚類算法是一種最常用的基于劃分的聚類算法,又稱為K-均值聚類算法[21-22],主要以距離作為相似性評價指標。兩個對象距離越近,表示其相似度越大,可將相似度一致的所有對象歸并為一個分類。K-Means聚類算法流程如圖1所示。

    求解步驟如下:

    (1)給定大小為n的樣本集,選擇任意k個聚類中心ck(k=1,2,…,ck)。

    (2)將各個樣本按照最小距離分配給k個聚類中心的某一個ck,計算每個樣本與聚類中心的距離d。

    (3)重新計算聚類中心[cj'=1NjX(1,2,…,k)],[ Nj]表示第j個聚類中心包含的樣本個數(shù)。

    (4)若[c'j≠cj],則轉至步驟(2),否則輸出結果。

    3 垃圾分類站選址成本模型

    3.1 模型架構

    (1)總成本最小模型。在小區(qū)垃圾分類站建設中,應重點分析建立垃圾分類站的固定投資成本及后期維護成本,這兩個成本是垃圾分類站建設的主要成本。

    (2)居民滿意度負效應最小模型。由于垃圾分類站可能導致蚊蟲增多、異味增加,對居民生活造成一定負面影響,導致居民對小區(qū)物業(yè)管理滿意度下降。所以物業(yè)部門在建設垃圾分類站時需要考慮地址及垃圾分類站容量等因素,實現(xiàn)居民滿意度的負效應最小。

    3.2 參數(shù)定義

    相關參數(shù)定義如下:

    i:表示第i個住戶(i=1,2,…,n)。

    m:表示第m個垃圾分類站(m=1,2,…,M)。

    [Cmq]:表示建立第m個垃圾分類站的固定成本,垃圾分類站容量為q。

    [qi]:表示住戶i平均每天投放的垃圾量。

    [qm]:表示第m個垃圾分類站每天接收的垃圾總量。

    [Cβ]:表示單位垃圾的人工維護成本。

    [Dim]:表示住戶i到垃圾分類站m的距離。

    [Qm]:表示第m個垃圾分類站的設計容量。

    [Yim]:0~1變量,當[Yim=1]表示住戶i投放垃圾至垃圾分類站m處。

    [Xmq]:0~1變量,當[Xmq=1]表示在m點建立容量為q的垃圾分類站。

    [θ ω φ]:居民滿意度負效應影響系數(shù)。

    3.3 目標函數(shù)

    總成本最小目標函數(shù)為:

    居民滿意度負面效應最小目標函數(shù)為:

    每個住戶的垃圾只會投放到一個最近的固定垃圾分類站:

    一個地址只能建立一個容量為q的垃圾分類站:

    因每個住戶投放垃圾的總和不能超過垃圾分類站容量,垃圾分類站容量約束為:

    決策變量約束為:

    4 案例分析

    4.1 選址模型案例分析

    根據(jù)建立的小區(qū)垃圾分類站選址模型,以上海某小區(qū)為例對模型進行驗證。根據(jù)物業(yè)管理處給出的歷史數(shù)據(jù)計算出該小區(qū)需要設置6個垃圾分類站,經過數(shù)據(jù)處理后,將小區(qū)平面圖放在一個二維直角坐標系中,如圖2所示。該小區(qū)共有33棟樓,將小區(qū)內每棟樓的坐標導入計算機,經過1 000次迭代計算后得到6個聚類中心,粗略將這6個坐標設為垃圾分類站坐標。

    為驗證算法的穩(wěn)定性,本文選取模糊C-means聚類算法與K-means聚類算法進行比較,得到兩個聚類結果如表1所示。

    根據(jù)表1的比較結果可得出結論,通過K-means聚類算法得出的6個垃圾分類站距各所屬樓棟平均距離相比模糊C-means聚類算法計算出的平均距離縮短約17%左右,約為41m。各樓棟到垃圾分類站平均距離越小,說明居民投放垃圾越方便,居民滿意度將越高,由此可得出K-means聚類算法的優(yōu)越性。

    4.2 成本模型案例分析

    根據(jù)建立的垃圾分類站選址模型,小區(qū)內共建立6個垃圾分類站,假設小區(qū)每棟樓每天產生的垃圾量固定為0.5m3,建造費用及維護費用為1.5萬元/m3,單位垃圾的人工維護成本為0.5萬元/m3,居民滿意度負效應影響系數(shù)[θ、 ω、φ]分別取0.2、0.3、0.5。采用K-means與C-mean兩種算法,其中通過K-means聚類算法得出的垃圾分類站相關數(shù)據(jù)如表2所示,通過模糊C-means聚類算法得出的垃圾分類站相關數(shù)據(jù)如表3所示。

    確定每棟樓平均每天產生的垃圾量以及6個垃圾分類站容量,結合選址模型中的數(shù)據(jù),根據(jù)相關公式計算垃圾分類站花費總成本及居民滿意度負效應成本如下:

    根據(jù)以上結果對比可知,通過K-means聚類算法求出的最小總成本為38萬元,比模糊C-means聚類算法求出的最小成本低1萬元,居民滿意度負效應成本為4.82萬元,比模糊C-means聚類算法低0.68萬元,由此證明了模型的可行性以及K-means聚類算法的優(yōu)越性。

    5 結語

    實行垃圾分類對于推動資源循環(huán)利用以及社會可持續(xù)發(fā)展具有十分重要的意義。本文研究小區(qū)垃圾分類站選址問題,在構建模型時考慮了居民投放垃圾的便捷性與垃圾分類站的建造及維護成本,以及居民滿意度負效應成本。最后通過實際案例分析,驗證了模型的可行性及K-means聚類算法的優(yōu)越性,可為社區(qū)物業(yè)規(guī)劃及相關部門制定垃圾分類政策提供參考。在未來研究中,可對算法進行改進,以進一步優(yōu)化成本,確定全局最優(yōu)。另外,垃圾分類站動態(tài)選址問題可作為下一步研究重點。

    參考文獻:

    [1] 王霽. 生活垃圾管理條例7月1日起施行[J].? 上海人大月刊, 342(2):23-24.

    [2] 羅楠.? 上海生活垃圾分類治理模式探索[J]. 城鄉(xiāng)建設, 2019, 563(8):18-21.

    [3] 周振釗. 應用層次分析法對某垃圾填埋場規(guī)劃選址進行分析[J].? 西部資源, 2019, 88(1):163-164.

    [4] 張晨,劉勤明,葉春明,等. 雙層規(guī)劃下考慮環(huán)境侵害的垃圾分揀中心選址研究[J/OL]. 計算機應用研究:1-6[2020-05-29]. https://doi.org/10.19734/j.issn.1001-3695.2019.09.0525.

    [5] TANG J L,WANG D,ZHANG Z G,et al. Weed identification based on K-means feature learning combined with convolutional neural network[J]. Computers & Electronics in Agriculture,2017,135:63-70.

    [6] HABIB S T,ZAHID A. An analysis of MapReduce efficiency in document clustering using parallel K-means algorithm[J].? Future Computing & Informatics Journal, 2018,3(2):200-209

    [7] LI W,F(xiàn)ENG Y,LI D,et al. Micro-blog topic detection method based on BTM topic model and K-means clustering algorithm[J].? Automatic Control & Computer Sciences,2016, 50(4):271-277.

    [8] 劉偉,張弈鵬,羅鳳鳴. 基于改進K-means算法的多場景分布式電源規(guī)劃[J]. 吉林大學學報(信息科學版), 2018, 36(5):43-48.

    [9] 魯玲嵐, 秦江濤.? 基于改進的K-means聚類的多區(qū)域物流中心選址算法[J]. 計算機系統(tǒng)應用,2019,28(8):251-255.

    [10] TANG J L,WANG D,ZHANG Z G,et al. Weed identification based on K-means feature learning combined with convolutional neural network[J].? Computers & Electronics in Agriculture,2017,135:63-70.

    [11] TANG J L,ZHANG Z G,WANG D,et al. Research on weeds identification based on K-means feature learning[J].? Soft Computing, 2018(22):7649-7658.

    [12] 栗娜,李珍萍. 垃圾站選址問題的數(shù)學模型及應用[J].? 物流技術,2011,30(12):135-137.

    [13] 湯云峰. 基于重心法和層次分析法的高校快遞智能柜選址布局問題研究[J]. 山東科學,2019,32(3):65-72.

    [14] 倪訓友, 孫健.? 城市公共停車場選址雙層規(guī)劃模型[J]. 城市交通, 2019, 17(2):114-118.

    [15] 管玉潔,徐迅,黃雅娟,等. 基于K-Means聚類算法的應急物流中心選址[J]. 理論數(shù)學,2019,9(7):809-812.

    [16] 吳紅波, 楊肖肖, 王國田.? 基于多目標優(yōu)化模型的城鎮(zhèn)污水處理廠選址分析[J]. 地理空間信息,2019,17(12):42-46.

    [17] 肖玉徽, 樓振凱.? 考慮客戶滿意度的物流末端節(jié)點選址模型及算法[J].? 工業(yè)工程, 2019(3):126-131.

    [18] 楊俊闖,趙超. K-Means聚類算法研究綜述[J]. 計算機工程與應用,2019,55(23):7-14,63.

    [19] 汪中求.? 垃圾分類背后的真相[J]. 企業(yè)管理,2019(8):25-27.

    [20] 趙丁儀. 建筑垃圾處理廠的選址決策研究[D].? 南寧:廣西大學, 2017.

    [21] PHAM D T,DIMOV S S,NGUYEN C D. Selection of K in K-means clustering[J].? Proceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science, 2005, 219(1):103-119.

    [22] HARTIGAN J A, WONG M A. A K-means clustering algorithm[J].? Applied Statistics, 2013, 28(1):100-108.

    (責任編輯:黃 ?。?/p>

    猜你喜歡
    means聚類垃圾分類
    基于“粉絲經濟”的自媒體社群用戶消費意愿研究
    基于互聯(lián)網(wǎng)思維的再生資源智能回收系統(tǒng)設計(寶特瓶類)
    小學校本課程《垃圾分類》智慧教育案例研究
    淺析我國農村垃圾處理難題
    青年時代(2016年19期)2016-12-30 17:40:46
    日本城市垃圾分類的做法
    青春歲月(2016年22期)2016-12-23 16:15:10
    高校環(huán)境教育非課堂教學模式的探索
    科教導刊(2016年25期)2016-11-15 18:29:12
    人工神經網(wǎng)絡在聚類分析中的運用
    雹云圖像的識別指標設計
    基于QPSO聚類算法的圖像分割方法
    科技視界(2016年12期)2016-05-25 11:54:25
    芻議校園垃圾分類與高校學生管理
    科技視界(2016年3期)2016-02-26 20:27:07
    这个男人来自地球电影免费观看| 亚洲自拍偷在线| 亚洲中文字幕一区二区三区有码在线看 | 国内精品久久久久精免费| 欧美乱色亚洲激情| 精品不卡国产一区二区三区| 18禁黄网站禁片免费观看直播| 国产av不卡久久| 久久天躁狠狠躁夜夜2o2o| 欧美中文日本在线观看视频| 免费在线观看日本一区| 国产精品免费视频内射| 精品久久久久久,| 国产一区二区在线av高清观看| 在线观看免费日韩欧美大片| 最新在线观看一区二区三区| 日日爽夜夜爽网站| 久久香蕉精品热| 99re在线观看精品视频| 最近视频中文字幕2019在线8| 黄片大片在线免费观看| 一卡2卡三卡四卡精品乱码亚洲| 亚洲国产日韩欧美精品在线观看 | 天天一区二区日本电影三级| 此物有八面人人有两片| www.999成人在线观看| 最近最新免费中文字幕在线| 老司机午夜十八禁免费视频| 国产激情欧美一区二区| 久久香蕉精品热| 久久精品国产亚洲av香蕉五月| 国产伦人伦偷精品视频| 精品一区二区三区四区五区乱码| 午夜精品一区二区三区免费看| 久热爱精品视频在线9| 国产精品久久久av美女十八| a级毛片a级免费在线| 1024视频免费在线观看| 久久草成人影院| 亚洲午夜理论影院| 精品电影一区二区在线| 亚洲熟妇中文字幕五十中出| 丝袜人妻中文字幕| 欧洲精品卡2卡3卡4卡5卡区| 少妇熟女aⅴ在线视频| 人人妻人人澡欧美一区二区| 亚洲国产欧美人成| 精品欧美国产一区二区三| 午夜久久久久精精品| 亚洲色图av天堂| 一级a爱片免费观看的视频| 久久中文字幕人妻熟女| 国产麻豆成人av免费视频| 黄色a级毛片大全视频| 亚洲熟女毛片儿| 99久久精品热视频| 最近最新中文字幕大全免费视频| 国产区一区二久久| 欧美高清成人免费视频www| 大型黄色视频在线免费观看| www.999成人在线观看| 亚洲五月婷婷丁香| 国产高清videossex| 曰老女人黄片| 五月伊人婷婷丁香| 国产黄色小视频在线观看| av片东京热男人的天堂| 一区二区三区国产精品乱码| 国产高清视频在线播放一区| 五月玫瑰六月丁香| 禁无遮挡网站| 亚洲天堂国产精品一区在线| 变态另类成人亚洲欧美熟女| 亚洲精品久久成人aⅴ小说| 久久久久久久精品吃奶| 欧美一级毛片孕妇| 免费在线观看视频国产中文字幕亚洲| 男人舔奶头视频| 黄色视频不卡| 国产熟女午夜一区二区三区| 精品久久久久久久久久免费视频| 人妻夜夜爽99麻豆av| 黄色女人牲交| 老鸭窝网址在线观看| 色综合欧美亚洲国产小说| 欧美 亚洲 国产 日韩一| 日韩欧美精品v在线| 香蕉丝袜av| 欧美丝袜亚洲另类 | 一区二区三区激情视频| 在线免费观看的www视频| 亚洲精品久久国产高清桃花| 丰满人妻熟妇乱又伦精品不卡| 精品福利观看| 国内揄拍国产精品人妻在线| 久久久久久久精品吃奶| 蜜桃久久精品国产亚洲av| 国产乱人伦免费视频| 日韩 欧美 亚洲 中文字幕| 亚洲欧美一区二区三区黑人| 老司机福利观看| 成人国产综合亚洲| 日韩 欧美 亚洲 中文字幕| 色播亚洲综合网| 色尼玛亚洲综合影院| 手机成人av网站| 亚洲精品久久成人aⅴ小说| 中亚洲国语对白在线视频| 国产成人啪精品午夜网站| 一二三四在线观看免费中文在| 91麻豆精品激情在线观看国产| 午夜免费激情av| 久久久久久久久免费视频了| 亚洲中文字幕一区二区三区有码在线看 | 免费av毛片视频| 一个人观看的视频www高清免费观看 | 欧美日韩福利视频一区二区| 天堂av国产一区二区熟女人妻 | 久久天躁狠狠躁夜夜2o2o| 亚洲天堂国产精品一区在线| 亚洲成人免费电影在线观看| 亚洲国产欧洲综合997久久,| 午夜精品久久久久久毛片777| 日日爽夜夜爽网站| 午夜免费成人在线视频| 国产精品av久久久久免费| 两人在一起打扑克的视频| 亚洲一区二区三区不卡视频| 日韩成人在线观看一区二区三区| 亚洲欧美一区二区三区黑人| 亚洲国产精品久久男人天堂| av免费在线观看网站| 国产精品免费一区二区三区在线| 午夜福利视频1000在线观看| 啦啦啦观看免费观看视频高清| 国内少妇人妻偷人精品xxx网站 | 在线观看免费午夜福利视频| 精品久久久久久久人妻蜜臀av| 91字幕亚洲| 亚洲av成人av| 操出白浆在线播放| 真人做人爱边吃奶动态| 午夜福利18| 亚洲aⅴ乱码一区二区在线播放 | 国产黄a三级三级三级人| 很黄的视频免费| 国产精品亚洲美女久久久| av在线播放免费不卡| 日本 欧美在线| 久久久久久久久免费视频了| 麻豆国产97在线/欧美 | 成人国产综合亚洲| 宅男免费午夜| 欧美人与性动交α欧美精品济南到| 人人妻人人看人人澡| 成人三级黄色视频| 99久久无色码亚洲精品果冻| 欧美大码av| 两个人的视频大全免费| 90打野战视频偷拍视频| 性欧美人与动物交配| 婷婷精品国产亚洲av| 99热只有精品国产| 亚洲人与动物交配视频| 一本综合久久免费| 国产精品香港三级国产av潘金莲| 这个男人来自地球电影免费观看| 国产精品电影一区二区三区| 亚洲乱码一区二区免费版| 日本a在线网址| 欧美国产日韩亚洲一区| 亚洲中文字幕一区二区三区有码在线看 | 久久中文字幕一级| 亚洲avbb在线观看| 熟女电影av网| 琪琪午夜伦伦电影理论片6080| 亚洲一区高清亚洲精品| 国内精品一区二区在线观看| 精品国产美女av久久久久小说| 后天国语完整版免费观看| 黄色毛片三级朝国网站| 国产亚洲精品第一综合不卡| 日韩av在线大香蕉| 99热这里只有是精品50| 97碰自拍视频| 两个人视频免费观看高清| 日本三级黄在线观看| 亚洲成人久久性| 午夜亚洲福利在线播放| 一卡2卡三卡四卡精品乱码亚洲| 亚洲 欧美 日韩 在线 免费| 亚洲无线在线观看| 成人三级做爰电影| 亚洲电影在线观看av| 一个人免费在线观看的高清视频| 精品午夜福利视频在线观看一区| 精品一区二区三区视频在线观看免费| 90打野战视频偷拍视频| √禁漫天堂资源中文www| 全区人妻精品视频| 欧美性猛交╳xxx乱大交人| 精品久久久久久成人av| 我的老师免费观看完整版| 黄色视频,在线免费观看| 亚洲国产精品久久男人天堂| 精品电影一区二区在线| 69av精品久久久久久| 久久久久久久久免费视频了| 亚洲成人久久爱视频| 久久草成人影院| 岛国在线观看网站| 亚洲成人国产一区在线观看| 久久久久性生活片| 中文字幕高清在线视频| 久久人人精品亚洲av| 丝袜人妻中文字幕| 国产亚洲精品av在线| 亚洲国产看品久久| 99精品久久久久人妻精品| 欧美 亚洲 国产 日韩一| 久久精品国产清高在天天线| 一本久久中文字幕| 国产精品一区二区免费欧美| 久久精品91蜜桃| 免费在线观看完整版高清| 99riav亚洲国产免费| 色尼玛亚洲综合影院| 久久国产精品影院| 一进一出抽搐动态| 免费看日本二区| 看片在线看免费视频| 一进一出抽搐gif免费好疼| 国产午夜精品久久久久久| 久久性视频一级片| 正在播放国产对白刺激| 国产乱人伦免费视频| av国产免费在线观看| 狠狠狠狠99中文字幕| 精品日产1卡2卡| 亚洲精品一卡2卡三卡4卡5卡| 国内揄拍国产精品人妻在线| 国产精品 国内视频| 日韩欧美在线二视频| 亚洲午夜精品一区,二区,三区| 搡老岳熟女国产| 一个人免费在线观看的高清视频| av福利片在线| 黄色a级毛片大全视频| 国语自产精品视频在线第100页| 久久久久亚洲av毛片大全| 亚洲欧美日韩无卡精品| 人人妻,人人澡人人爽秒播| 国产午夜精品久久久久久| 欧美色视频一区免费| 国产aⅴ精品一区二区三区波| 一二三四在线观看免费中文在| 国产在线观看jvid| 变态另类丝袜制服| 午夜精品在线福利| 日韩大尺度精品在线看网址| 精品电影一区二区在线| 琪琪午夜伦伦电影理论片6080| 成人av在线播放网站| 国产1区2区3区精品| 日本 av在线| 精品一区二区三区四区五区乱码| 一区二区三区激情视频| 两个人视频免费观看高清| 99国产精品99久久久久| 18禁国产床啪视频网站| 女人被狂操c到高潮| 一进一出抽搐gif免费好疼| 亚洲精华国产精华精| 亚洲一区二区三区不卡视频| 国产av不卡久久| www.熟女人妻精品国产| 国产野战对白在线观看| 久久午夜亚洲精品久久| 国产精品国产高清国产av| a级毛片a级免费在线| 亚洲av成人精品一区久久| 国产精品香港三级国产av潘金莲| 日本撒尿小便嘘嘘汇集6| 精品国产亚洲在线| 国产一区二区三区在线臀色熟女| 真人一进一出gif抽搐免费| 国产成人影院久久av| 久久久国产成人精品二区| 亚洲专区字幕在线| 国产又色又爽无遮挡免费看| 日韩高清综合在线| 99久久国产精品久久久| 免费一级毛片在线播放高清视频| 日韩免费av在线播放| 黄色视频,在线免费观看| 亚洲免费av在线视频| 天堂av国产一区二区熟女人妻 | 夜夜看夜夜爽夜夜摸| 亚洲精品色激情综合| 真人一进一出gif抽搐免费| 国产激情欧美一区二区| 婷婷精品国产亚洲av在线| 90打野战视频偷拍视频| 性欧美人与动物交配| 欧美不卡视频在线免费观看 | 国产精品一区二区免费欧美| 欧美一区二区精品小视频在线| 俄罗斯特黄特色一大片| 亚洲国产精品久久男人天堂| 一区二区三区高清视频在线| 日韩高清综合在线| 免费无遮挡裸体视频| 制服丝袜大香蕉在线| 中文字幕av在线有码专区| 欧美黑人欧美精品刺激| 国内久久婷婷六月综合欲色啪| 成人三级黄色视频| 国产日本99.免费观看| 精品国产超薄肉色丝袜足j| 亚洲黑人精品在线| 国产精品乱码一区二三区的特点| 欧美性猛交╳xxx乱大交人| 久久 成人 亚洲| 免费在线观看完整版高清| 日本在线视频免费播放| 日韩成人在线观看一区二区三区| 久久这里只有精品19| 午夜视频精品福利| 制服诱惑二区| 精品少妇一区二区三区视频日本电影| 欧美zozozo另类| 91在线观看av| 亚洲av日韩精品久久久久久密| 欧美一级a爱片免费观看看 | 精品国产乱子伦一区二区三区| 最好的美女福利视频网| 亚洲五月婷婷丁香| 国产亚洲精品一区二区www| 久久精品国产亚洲av香蕉五月| 亚洲人成电影免费在线| 757午夜福利合集在线观看| 久久久水蜜桃国产精品网| 欧美成人免费av一区二区三区| 悠悠久久av| 国产成人精品久久二区二区91| 可以在线观看毛片的网站| 久久久久久九九精品二区国产 | 变态另类成人亚洲欧美熟女| 午夜福利免费观看在线| 久久精品国产99精品国产亚洲性色| 精品电影一区二区在线| 床上黄色一级片| 亚洲国产中文字幕在线视频| 一进一出抽搐gif免费好疼| 亚洲七黄色美女视频| 国产精品一区二区免费欧美| 天天躁夜夜躁狠狠躁躁| 99在线人妻在线中文字幕| 久久这里只有精品19| 国产精品99久久99久久久不卡| 天堂√8在线中文| 两人在一起打扑克的视频| 亚洲av五月六月丁香网| 久久久水蜜桃国产精品网| 特大巨黑吊av在线直播| 亚洲精品中文字幕在线视频| 久久人妻福利社区极品人妻图片| 国产精品永久免费网站| 亚洲成人久久性| 99国产精品一区二区蜜桃av| 香蕉国产在线看| 久久性视频一级片| 中文资源天堂在线| 美女大奶头视频| 十八禁人妻一区二区| 国产av一区在线观看免费| 精品一区二区三区视频在线观看免费| 国产亚洲精品久久久久5区| 真人做人爱边吃奶动态| 国产高清视频在线观看网站| 国产高清videossex| 一a级毛片在线观看| 国产成人欧美在线观看| 大型黄色视频在线免费观看| 一本久久中文字幕| 啦啦啦韩国在线观看视频| 久久久国产欧美日韩av| 操出白浆在线播放| 在线观看免费视频日本深夜| 欧美日韩中文字幕国产精品一区二区三区| 国产亚洲欧美98| 欧美+亚洲+日韩+国产| 亚洲一卡2卡3卡4卡5卡精品中文| 999久久久精品免费观看国产| 一个人观看的视频www高清免费观看 | 最好的美女福利视频网| 国产成人精品无人区| 成人18禁高潮啪啪吃奶动态图| 男女午夜视频在线观看| 午夜精品在线福利| 人人妻人人看人人澡| 国产高清激情床上av| 国产成人aa在线观看| 亚洲中文日韩欧美视频| 国产一区在线观看成人免费| 最近最新免费中文字幕在线| 午夜日韩欧美国产| 1024香蕉在线观看| 欧美中文日本在线观看视频| 一区二区三区高清视频在线| 亚洲精华国产精华精| 国产熟女xx| 国产黄a三级三级三级人| 欧洲精品卡2卡3卡4卡5卡区| 午夜免费成人在线视频| 一本一本综合久久| 欧美日韩精品网址| 久久中文字幕人妻熟女| 看免费av毛片| 久久天堂一区二区三区四区| 国产97色在线日韩免费| ponron亚洲| 桃红色精品国产亚洲av| 亚洲欧美日韩东京热| 亚洲av电影在线进入| 成人精品一区二区免费| av在线天堂中文字幕| 亚洲专区字幕在线| 日韩av在线大香蕉| 777久久人妻少妇嫩草av网站| 国产亚洲精品久久久久5区| 国产精品久久久人人做人人爽| 国产激情偷乱视频一区二区| 国产主播在线观看一区二区| 很黄的视频免费| 午夜影院日韩av| 亚洲一区高清亚洲精品| 国内少妇人妻偷人精品xxx网站 | 91九色精品人成在线观看| 国产又色又爽无遮挡免费看| tocl精华| 午夜日韩欧美国产| 色综合亚洲欧美另类图片| 97超级碰碰碰精品色视频在线观看| 久久国产精品影院| 欧美一级a爱片免费观看看 | 舔av片在线| 精品午夜福利视频在线观看一区| 我的老师免费观看完整版| 午夜福利在线观看吧| 亚洲国产日韩欧美精品在线观看 | 黑人操中国人逼视频| 免费在线观看完整版高清| 免费看日本二区| 国产一区二区在线观看日韩 | 黄片大片在线免费观看| 男人舔女人的私密视频| 精品欧美一区二区三区在线| 宅男免费午夜| 中文字幕av在线有码专区| 性色av乱码一区二区三区2| 国语自产精品视频在线第100页| 一本久久中文字幕| 97碰自拍视频| 美女扒开内裤让男人捅视频| 99热只有精品国产| 国产亚洲精品综合一区在线观看 | 欧美成人午夜精品| 国产精品美女特级片免费视频播放器 | 免费无遮挡裸体视频| 少妇裸体淫交视频免费看高清 | 757午夜福利合集在线观看| 变态另类丝袜制服| 亚洲第一电影网av| 草草在线视频免费看| 欧洲精品卡2卡3卡4卡5卡区| 99re在线观看精品视频| 狂野欧美白嫩少妇大欣赏| 亚洲 欧美 日韩 在线 免费| 久久久久国内视频| 91九色精品人成在线观看| 国产成人系列免费观看| 国产麻豆成人av免费视频| 亚洲精品在线美女| 99riav亚洲国产免费| 国产精品99久久99久久久不卡| 18禁美女被吸乳视频| 久久久久久久久中文| 国产一区二区激情短视频| 一级毛片女人18水好多| 91麻豆精品激情在线观看国产| 国产成人啪精品午夜网站| 日韩精品免费视频一区二区三区| 国产97色在线日韩免费| 色在线成人网| 国产日本99.免费观看| 午夜福利在线在线| 久9热在线精品视频| 亚洲精品一卡2卡三卡4卡5卡| 色播亚洲综合网| 白带黄色成豆腐渣| 久久人妻福利社区极品人妻图片| 亚洲精品av麻豆狂野| 国产精品免费一区二区三区在线| 亚洲男人的天堂狠狠| www日本黄色视频网| 久久久国产成人精品二区| 人人妻人人澡欧美一区二区| 无人区码免费观看不卡| ponron亚洲| 在线观看日韩欧美| 97人妻精品一区二区三区麻豆| 久久久久精品国产欧美久久久| 国产av不卡久久| 免费在线观看视频国产中文字幕亚洲| 国产精华一区二区三区| 午夜免费成人在线视频| 高清在线国产一区| 国产亚洲欧美在线一区二区| 久久久久国产精品人妻aⅴ院| 男插女下体视频免费在线播放| 亚洲精品在线观看二区| 在线播放国产精品三级| 国产一区二区三区在线臀色熟女| 一二三四在线观看免费中文在| 免费在线观看黄色视频的| 亚洲国产看品久久| 一级毛片精品| 亚洲av熟女| 亚洲成人久久性| 精品午夜福利视频在线观看一区| 十八禁网站免费在线| 两性午夜刺激爽爽歪歪视频在线观看 | 久久伊人香网站| av有码第一页| 欧美乱色亚洲激情| 免费看十八禁软件| 国产三级中文精品| 正在播放国产对白刺激| 国产精品精品国产色婷婷| 国产精品1区2区在线观看.| 国产真实乱freesex| 日韩成人在线观看一区二区三区| 欧洲精品卡2卡3卡4卡5卡区| 色噜噜av男人的天堂激情| 国产单亲对白刺激| 亚洲成人中文字幕在线播放| 99久久综合精品五月天人人| 天天躁狠狠躁夜夜躁狠狠躁| 精品久久蜜臀av无| www日本黄色视频网| 亚洲欧美精品综合久久99| 久久精品夜夜夜夜夜久久蜜豆 | 精品高清国产在线一区| 国产三级黄色录像| 国产激情偷乱视频一区二区| 90打野战视频偷拍视频| 韩国av一区二区三区四区| 精品国产乱码久久久久久男人| 亚洲成av人片在线播放无| 国产亚洲精品久久久久5区| 色老头精品视频在线观看| 99国产精品一区二区蜜桃av| 老熟妇乱子伦视频在线观看| 久久天躁狠狠躁夜夜2o2o| 亚洲中文字幕日韩| 真人一进一出gif抽搐免费| 久久久久久人人人人人| 狂野欧美白嫩少妇大欣赏| av中文乱码字幕在线| 女人被狂操c到高潮| av在线播放免费不卡| 亚洲欧美精品综合久久99| 午夜a级毛片| 国产人伦9x9x在线观看| 亚洲av美国av| 怎么达到女性高潮| 琪琪午夜伦伦电影理论片6080| 国产亚洲精品综合一区在线观看 | 国产亚洲精品综合一区在线观看 | 看黄色毛片网站| 黄频高清免费视频| 午夜两性在线视频| 狂野欧美激情性xxxx| 亚洲av成人av| 777久久人妻少妇嫩草av网站| 免费在线观看亚洲国产| 1024香蕉在线观看| 日韩国内少妇激情av| 国产av又大| 国产精品香港三级国产av潘金莲| 人人妻人人看人人澡| 黄频高清免费视频| 精品一区二区三区视频在线观看免费| 久久精品国产99精品国产亚洲性色| 哪里可以看免费的av片| av免费在线观看网站| 成年免费大片在线观看| 亚洲国产欧洲综合997久久,| 少妇熟女aⅴ在线视频| 国产麻豆成人av免费视频| 国产精品免费一区二区三区在线| 天天一区二区日本电影三级| 亚洲人与动物交配视频| 国产精品免费一区二区三区在线| 亚洲欧美日韩东京热| 欧美日韩福利视频一区二区| 香蕉av资源在线| 国产精品乱码一区二三区的特点| 18禁黄网站禁片午夜丰满| 国产精品,欧美在线| 亚洲自偷自拍图片 自拍| 国产真实乱freesex| av欧美777| 免费观看精品视频网站|