• <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
    中文亚洲av片在线观看爽| 午夜亚洲福利在线播放| 法律面前人人平等表现在哪些方面| 99热只有精品国产| 在线观看免费视频日本深夜| 日韩一卡2卡3卡4卡2021年| 国产成人精品在线电影| 亚洲专区中文字幕在线| 国产片内射在线| 成人手机av| 欧美激情极品国产一区二区三区| 免费少妇av软件| 美国免费a级毛片| 夜夜夜夜夜久久久久| 在线看a的网站| 美女午夜性视频免费| 激情在线观看视频在线高清| 久久久久久久久免费视频了| 欧美在线一区亚洲| 免费在线观看影片大全网站| 91精品国产国语对白视频| 亚洲成人免费av在线播放| 精品久久蜜臀av无| 琪琪午夜伦伦电影理论片6080| 夜夜躁狠狠躁天天躁| 午夜福利在线观看吧| 国产在线观看jvid| 亚洲国产精品合色在线| 最新美女视频免费是黄的| 欧美日韩福利视频一区二区| 日本免费一区二区三区高清不卡 | www.www免费av| 午夜福利,免费看| av天堂在线播放| 激情在线观看视频在线高清| 久久影院123| 精品国产一区二区久久| 亚洲av熟女| 国产精品一区二区三区四区久久 | 80岁老熟妇乱子伦牲交| 欧美日韩亚洲高清精品| 超碰成人久久| 国内久久婷婷六月综合欲色啪| 午夜a级毛片| 妹子高潮喷水视频| 欧美日韩精品网址| 成人永久免费在线观看视频| 亚洲av熟女| 妹子高潮喷水视频| 黑人猛操日本美女一级片| 亚洲精品粉嫩美女一区| 亚洲专区中文字幕在线| 男男h啪啪无遮挡| 校园春色视频在线观看| 99香蕉大伊视频| 18禁美女被吸乳视频| 亚洲男人天堂网一区| 欧美日本亚洲视频在线播放| 一区二区三区激情视频| 看黄色毛片网站| 中文字幕最新亚洲高清| 最新在线观看一区二区三区| 少妇的丰满在线观看| 夜夜爽天天搞| 国产成年人精品一区二区 | 国产亚洲欧美在线一区二区| 在线视频色国产色| 国产高清视频在线播放一区| 亚洲专区国产一区二区| 国产亚洲精品一区二区www| 淫妇啪啪啪对白视频| av福利片在线| 高清毛片免费观看视频网站 | 亚洲精品中文字幕一二三四区| 久久人人97超碰香蕉20202| 国产精品1区2区在线观看.| 我的亚洲天堂| 久久午夜亚洲精品久久| 久久人妻熟女aⅴ| 深夜精品福利| 国产成人系列免费观看| 国产1区2区3区精品| 国产激情久久老熟女| 一级作爱视频免费观看| 国产成人影院久久av| 欧美激情 高清一区二区三区| 在线观看www视频免费| 久久久久久久久免费视频了| 最新在线观看一区二区三区| a在线观看视频网站| 啪啪无遮挡十八禁网站| 久久人妻福利社区极品人妻图片| 99精品欧美一区二区三区四区| 一a级毛片在线观看| 好男人电影高清在线观看| 水蜜桃什么品种好| a级毛片黄视频| 久久国产精品影院| 色播在线永久视频| 搡老乐熟女国产| 色婷婷av一区二区三区视频| 久久久久国内视频| 淫秽高清视频在线观看| 国产不卡一卡二| 日韩成人在线观看一区二区三区| 午夜视频精品福利| 99久久99久久久精品蜜桃| 精品午夜福利视频在线观看一区| 精品熟女少妇八av免费久了| 国产精品一区二区三区四区久久 | 国产精品1区2区在线观看.| 无限看片的www在线观看| 黄色a级毛片大全视频| 人妻久久中文字幕网| 亚洲欧美激情综合另类| 国产欧美日韩一区二区精品| 国产精品久久视频播放| 亚洲欧美一区二区三区黑人| 午夜福利在线免费观看网站| 日本精品一区二区三区蜜桃| av视频免费观看在线观看| 无遮挡黄片免费观看| 天天躁夜夜躁狠狠躁躁| 丝袜在线中文字幕| 亚洲精品在线美女| 伊人久久大香线蕉亚洲五| 国产成人欧美| 国产精品乱码一区二三区的特点 | 亚洲男人天堂网一区| 两个人免费观看高清视频| 国产蜜桃级精品一区二区三区| 黄色女人牲交| 女人被躁到高潮嗷嗷叫费观| 国产视频一区二区在线看| 色婷婷久久久亚洲欧美| 欧美激情久久久久久爽电影 | 中出人妻视频一区二区| 一区二区三区精品91| 国产成人影院久久av| 久久精品91无色码中文字幕| 国产精品久久久久久人妻精品电影| 久久人妻福利社区极品人妻图片| 亚洲av电影在线进入| 国产亚洲欧美在线一区二区| 久久精品影院6| 天堂√8在线中文| 亚洲激情在线av| 国产精品影院久久| 热re99久久精品国产66热6| 激情视频va一区二区三区| 久久久久久人人人人人| 成人永久免费在线观看视频| 精品国内亚洲2022精品成人| 久久青草综合色| 女人爽到高潮嗷嗷叫在线视频| 国产精品一区二区在线不卡| 免费av中文字幕在线| 18禁黄网站禁片午夜丰满| 操出白浆在线播放| 波多野结衣一区麻豆| 亚洲人成电影观看| 久久午夜亚洲精品久久| 视频区图区小说| 久99久视频精品免费| 99国产综合亚洲精品| 91成年电影在线观看| 国产精品爽爽va在线观看网站 | 夜夜爽天天搞| 久久精品91无色码中文字幕| 久久精品成人免费网站| 又大又爽又粗| 1024视频免费在线观看| 一边摸一边抽搐一进一小说| 国产成人影院久久av| 久久精品亚洲av国产电影网| 成年人黄色毛片网站| 久久久国产成人免费| bbb黄色大片| 色婷婷av一区二区三区视频| 女人精品久久久久毛片| 亚洲欧美激情综合另类| 首页视频小说图片口味搜索| 亚洲欧美精品综合久久99| 亚洲男人的天堂狠狠| 夫妻午夜视频| 日本wwww免费看| 国内久久婷婷六月综合欲色啪| 制服人妻中文乱码| 亚洲av成人一区二区三| 看免费av毛片| 人妻丰满熟妇av一区二区三区| 看免费av毛片| 国产日韩一区二区三区精品不卡| 亚洲avbb在线观看| 久久伊人香网站| 人人澡人人妻人| 国产精品野战在线观看 | 黑人巨大精品欧美一区二区mp4| 精品久久久精品久久久| 久热这里只有精品99| av视频免费观看在线观看| 日韩欧美三级三区| 国产一区二区三区综合在线观看| av在线播放免费不卡| 国产又色又爽无遮挡免费看| 黄色女人牲交| 日本五十路高清| 国产精品影院久久| 午夜福利欧美成人| 国产91精品成人一区二区三区| 美女高潮喷水抽搐中文字幕| 亚洲熟妇中文字幕五十中出 | 女人精品久久久久毛片| 美女扒开内裤让男人捅视频| 国产人伦9x9x在线观看| 窝窝影院91人妻| 欧美乱码精品一区二区三区| 美女国产高潮福利片在线看| 侵犯人妻中文字幕一二三四区| 亚洲国产精品sss在线观看 | 亚洲 欧美 日韩 在线 免费| www日本在线高清视频| 中文亚洲av片在线观看爽| 999精品在线视频| 日韩成人在线观看一区二区三区| 国产精品二区激情视频| 亚洲第一青青草原| 亚洲精品粉嫩美女一区| 欧美日韩乱码在线| 电影成人av| 国产国语露脸激情在线看| 亚洲国产中文字幕在线视频| av国产精品久久久久影院| 国产伦一二天堂av在线观看| 在线观看免费高清a一片| 欧美精品啪啪一区二区三区| www.999成人在线观看| 18禁观看日本| 亚洲精品成人av观看孕妇| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲欧美精品综合久久99| 亚洲黑人精品在线| 国产99久久九九免费精品| 久久久精品国产亚洲av高清涩受| 欧美激情高清一区二区三区| 黄频高清免费视频| 久久久久久亚洲精品国产蜜桃av| 天堂影院成人在线观看| 国产成人精品久久二区二区免费| 精品少妇一区二区三区视频日本电影| 欧美日韩瑟瑟在线播放| 在线观看一区二区三区激情| 国产三级在线视频| 老司机靠b影院| 精品人妻1区二区| 久久久国产欧美日韩av| 国产一区二区三区在线臀色熟女 | 搡老熟女国产l中国老女人| 成人三级黄色视频| 亚洲精华国产精华精| 91大片在线观看| 国产精品亚洲一级av第二区| 精品久久久久久,| 天堂中文最新版在线下载| 两人在一起打扑克的视频| 国产亚洲精品综合一区在线观看 | 1024香蕉在线观看| 久久久久久久精品吃奶| 国产亚洲欧美精品永久| 亚洲欧美精品综合一区二区三区| av欧美777| 欧美在线一区亚洲| 成人三级做爰电影| 欧美最黄视频在线播放免费 | 神马国产精品三级电影在线观看 | 亚洲熟妇中文字幕五十中出 | 热99国产精品久久久久久7| 搡老岳熟女国产| 免费女性裸体啪啪无遮挡网站| 国产极品粉嫩免费观看在线| 人人妻人人添人人爽欧美一区卜| 色哟哟哟哟哟哟| 国产蜜桃级精品一区二区三区| 中文字幕人妻丝袜一区二区| 精品人妻在线不人妻| 久久久国产欧美日韩av| 久久人妻av系列| 十分钟在线观看高清视频www| 成人三级做爰电影| 日日夜夜操网爽| 热re99久久精品国产66热6| 久久热在线av| 国产区一区二久久| 窝窝影院91人妻| 亚洲专区国产一区二区| 午夜福利一区二区在线看| 国产精华一区二区三区| 国产精品亚洲av一区麻豆| 一级毛片高清免费大全| 精品少妇一区二区三区视频日本电影| 国产免费av片在线观看野外av| 国产一区二区激情短视频| 中亚洲国语对白在线视频| 两人在一起打扑克的视频| 精品第一国产精品| 亚洲三区欧美一区| a级片在线免费高清观看视频| 99精国产麻豆久久婷婷| 久久这里只有精品19| 丰满人妻熟妇乱又伦精品不卡| 亚洲国产精品合色在线| 精品人妻1区二区| 一区福利在线观看| 国产精品98久久久久久宅男小说| 精品国产亚洲在线| 91麻豆精品激情在线观看国产 | 三上悠亚av全集在线观看| 午夜a级毛片| 久久久国产精品麻豆| 久久婷婷成人综合色麻豆| 999久久久国产精品视频| 在线永久观看黄色视频| 欧美在线一区亚洲| 亚洲精品久久午夜乱码| ponron亚洲| 最近最新中文字幕大全免费视频| 国产片内射在线| 嫩草影视91久久| 在线看a的网站| 欧洲精品卡2卡3卡4卡5卡区| 亚洲欧美日韩另类电影网站| 久久香蕉国产精品| 99在线视频只有这里精品首页| 男男h啪啪无遮挡| 成人国产一区最新在线观看| 中文字幕另类日韩欧美亚洲嫩草| 在线观看免费午夜福利视频| 成人18禁在线播放| 国产精品免费视频内射| 国产在线观看jvid| 欧美老熟妇乱子伦牲交| 国产精品久久视频播放| 午夜久久久在线观看| a级毛片黄视频| 亚洲第一av免费看| 国产精品久久久久久人妻精品电影| 老鸭窝网址在线观看| 黑人欧美特级aaaaaa片| 中文亚洲av片在线观看爽| 一区二区日韩欧美中文字幕| 久久精品91无色码中文字幕| 欧美久久黑人一区二区| 日本黄色视频三级网站网址| 久久精品影院6| 69精品国产乱码久久久| 一个人免费在线观看的高清视频| 亚洲人成网站在线播放欧美日韩| 国产亚洲精品久久久久久毛片| 999精品在线视频| 国产三级黄色录像| 欧美成人性av电影在线观看| 老熟妇仑乱视频hdxx| 国产精品久久久av美女十八| 90打野战视频偷拍视频| 18禁裸乳无遮挡免费网站照片 | 亚洲五月色婷婷综合| 国产一卡二卡三卡精品| 18美女黄网站色大片免费观看| 69精品国产乱码久久久| 91九色精品人成在线观看| 亚洲精品成人av观看孕妇| 久久国产精品人妻蜜桃| 伦理电影免费视频| 老司机在亚洲福利影院| 男女午夜视频在线观看| 欧美激情高清一区二区三区| 亚洲avbb在线观看| 欧美日韩精品网址| 国产免费av片在线观看野外av| 国产成人精品无人区| 亚洲第一欧美日韩一区二区三区| 波多野结衣av一区二区av| 国产成人欧美在线观看| 巨乳人妻的诱惑在线观看| bbb黄色大片| 日本免费一区二区三区高清不卡 | 国产亚洲欧美精品永久| 国产免费av片在线观看野外av| 国产av一区在线观看免费| 国产高清激情床上av| 日韩有码中文字幕| 国产精品 国内视频| 长腿黑丝高跟| 国产亚洲精品久久久久5区| 很黄的视频免费| www日本在线高清视频| 91麻豆精品激情在线观看国产 | 操出白浆在线播放| 国产aⅴ精品一区二区三区波| 国产精品野战在线观看 | 日韩有码中文字幕| 91大片在线观看| 亚洲第一欧美日韩一区二区三区| 国产成人欧美| 亚洲精品美女久久av网站| 在线av久久热| 777久久人妻少妇嫩草av网站| 亚洲国产毛片av蜜桃av| 国产成人精品久久二区二区91| 黄色片一级片一级黄色片| 免费看十八禁软件| 精品第一国产精品| 悠悠久久av| 亚洲熟妇中文字幕五十中出 | 国产亚洲精品综合一区在线观看 | videosex国产| 久久午夜亚洲精品久久| 色综合婷婷激情| 午夜福利欧美成人| 午夜精品在线福利| 亚洲一区二区三区不卡视频| 欧美激情 高清一区二区三区| 亚洲人成伊人成综合网2020| 国产成+人综合+亚洲专区| 亚洲精品美女久久久久99蜜臀| 亚洲一区高清亚洲精品| 99久久人妻综合| 国产色视频综合| 欧美日韩视频精品一区| 日韩一卡2卡3卡4卡2021年| 亚洲精品av麻豆狂野| 男女床上黄色一级片免费看| 性少妇av在线| ponron亚洲| 欧美日韩乱码在线| 少妇的丰满在线观看| 激情视频va一区二区三区| 天堂√8在线中文| 亚洲avbb在线观看| 国产三级在线视频| 亚洲一区二区三区欧美精品| 国产日韩一区二区三区精品不卡| 色尼玛亚洲综合影院| 日韩欧美国产一区二区入口| 母亲3免费完整高清在线观看| 午夜福利一区二区在线看| av欧美777| 亚洲一区高清亚洲精品| 91字幕亚洲| 中国美女看黄片| 亚洲av成人一区二区三| www.999成人在线观看| 亚洲国产中文字幕在线视频| 伊人久久大香线蕉亚洲五| 日韩视频一区二区在线观看| 无人区码免费观看不卡| 日韩免费高清中文字幕av| av欧美777| 久久九九热精品免费| 亚洲精品av麻豆狂野| 亚洲美女黄片视频| 日本a在线网址| 国产97色在线日韩免费| 欧美性长视频在线观看| 亚洲自拍偷在线| 嫩草影院精品99| 十分钟在线观看高清视频www| 久久精品国产综合久久久| 成人国产一区最新在线观看| 国产亚洲精品久久久久5区| svipshipincom国产片| 久久国产精品影院| 成年人免费黄色播放视频| 精品久久久久久电影网| 欧美激情久久久久久爽电影 | 免费在线观看日本一区| 黑人巨大精品欧美一区二区mp4| 欧美黑人欧美精品刺激| 大香蕉久久成人网| 成人18禁在线播放| 两性午夜刺激爽爽歪歪视频在线观看 | 91麻豆精品激情在线观看国产 | 亚洲av成人不卡在线观看播放网| 亚洲国产欧美一区二区综合| 亚洲午夜理论影院| 国产三级黄色录像| 精品国产乱子伦一区二区三区| 久久精品aⅴ一区二区三区四区| 久久草成人影院| 国产深夜福利视频在线观看| 欧美日韩视频精品一区| 少妇 在线观看| 电影成人av| 曰老女人黄片| 51午夜福利影视在线观看| 久久精品国产综合久久久| 欧美日韩中文字幕国产精品一区二区三区 | 欧美激情极品国产一区二区三区| 欧美乱色亚洲激情| 久久久久九九精品影院| 免费在线观看影片大全网站| e午夜精品久久久久久久| 男女下面进入的视频免费午夜 | 国产色视频综合| 乱人伦中国视频| 成熟少妇高潮喷水视频| 免费高清视频大片| 欧美 亚洲 国产 日韩一| 久久久久九九精品影院| 国产av在哪里看| svipshipincom国产片| 黄色视频不卡| 一本大道久久a久久精品| 国产精品久久久久久人妻精品电影| 999久久久精品免费观看国产| 操美女的视频在线观看| 亚洲精品久久成人aⅴ小说| 久久久久精品国产欧美久久久| 女生性感内裤真人,穿戴方法视频| 欧美 亚洲 国产 日韩一| 男人的好看免费观看在线视频 | 免费久久久久久久精品成人欧美视频| 亚洲av成人av| 热99国产精品久久久久久7| 国产精华一区二区三区| 亚洲美女黄片视频| 久久热在线av| 中文字幕人妻丝袜制服| 午夜两性在线视频| 亚洲免费av在线视频| 91麻豆精品激情在线观看国产 | 夜夜爽天天搞| 亚洲一区二区三区色噜噜 | 看片在线看免费视频| 欧美乱色亚洲激情| 18禁国产床啪视频网站| xxx96com| 宅男免费午夜| 国产人伦9x9x在线观看| 亚洲激情在线av| 欧美日韩亚洲国产一区二区在线观看| 天天躁夜夜躁狠狠躁躁| 国产色视频综合| 黑人巨大精品欧美一区二区mp4| 交换朋友夫妻互换小说| 欧美人与性动交α欧美软件| av在线天堂中文字幕 | 亚洲成人免费电影在线观看| 免费看十八禁软件| 亚洲中文字幕日韩| 日韩人妻精品一区2区三区| 女性被躁到高潮视频| 亚洲七黄色美女视频| 人妻丰满熟妇av一区二区三区| 老司机深夜福利视频在线观看| 欧美激情 高清一区二区三区| 国产高清国产精品国产三级| 国产蜜桃级精品一区二区三区| 少妇的丰满在线观看| 婷婷精品国产亚洲av在线| av中文乱码字幕在线| 国产高清激情床上av| 成人影院久久| 久热这里只有精品99| 多毛熟女@视频| 日韩欧美一区视频在线观看| 国产片内射在线| 亚洲精品一二三| 两个人看的免费小视频| 亚洲久久久国产精品| 亚洲色图综合在线观看| 成人亚洲精品一区在线观看| 国产伦一二天堂av在线观看| 午夜福利免费观看在线| 黄色怎么调成土黄色| 日韩一卡2卡3卡4卡2021年| 亚洲av成人不卡在线观看播放网| 性欧美人与动物交配| 日韩 欧美 亚洲 中文字幕| 日本三级黄在线观看| 欧美黑人欧美精品刺激| 色综合婷婷激情| 狠狠狠狠99中文字幕| 黑人巨大精品欧美一区二区mp4| 欧美色视频一区免费| 亚洲 国产 在线| 老司机午夜十八禁免费视频| 国产在线观看jvid| av天堂久久9| 成人免费观看视频高清| 热99国产精品久久久久久7| www.www免费av| 好男人电影高清在线观看| 欧美丝袜亚洲另类 | 中文欧美无线码| 99久久人妻综合| 国产精品亚洲av一区麻豆| 80岁老熟妇乱子伦牲交| 可以在线观看毛片的网站| 久久久久久久久久久久大奶| 亚洲精品一区av在线观看| 久久久久久久久免费视频了| 亚洲国产精品一区二区三区在线| www.自偷自拍.com| 制服人妻中文乱码| 午夜福利在线免费观看网站| 国产无遮挡羞羞视频在线观看| 午夜久久久在线观看| 国产精品av久久久久免费| 悠悠久久av| 成人影院久久| 亚洲一码二码三码区别大吗| 大型黄色视频在线免费观看| 精品第一国产精品| 啪啪无遮挡十八禁网站|