• <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 ?

    基于改進(jìn)BBO算法優(yōu)化KELM的短期風(fēng)電功率預(yù)測(cè)

    2020-12-07 08:38:12任瑞琪
    無(wú)線互聯(lián)科技 2020年18期
    關(guān)鍵詞:學(xué)習(xí)機(jī)電功率正則

    任瑞琪

    (西安鐵路職業(yè)技術(shù)學(xué)院 牽引動(dòng)力學(xué)院,陜西 西安 710026)

    0 引言

    近年來(lái),風(fēng)力發(fā)電大規(guī)模發(fā)展,帶來(lái)的問(wèn)題也隨之出現(xiàn),風(fēng)力發(fā)電的隨機(jī)性和波動(dòng)性給其集成帶來(lái)了一定的限制。解決這一問(wèn)題的方法之一是對(duì)風(fēng)電場(chǎng)的輸出功率進(jìn)行預(yù)測(cè),有利于提高電力系統(tǒng)的穩(wěn)定性[1-2]。

    近年來(lái),許多學(xué)者將更先進(jìn)的BP神經(jīng)網(wǎng)絡(luò)[3]、支持向量機(jī)[4]、極限學(xué)習(xí)機(jī)[5]等方法引入傳統(tǒng)的基于統(tǒng)計(jì)與學(xué)習(xí)方法的風(fēng)電功率預(yù)測(cè)中。對(duì)于傳統(tǒng)的基于梯度學(xué)習(xí)的迭代學(xué)習(xí)方法帶來(lái)的過(guò)度訓(xùn)練、泛化性能差以及易陷入局部最優(yōu)的問(wèn)題,Huang等[6]提出了一種基于單隱層前饋神經(jīng)網(wǎng)絡(luò)的快速特殊學(xué)習(xí)方法(Single-Hidden Layer Feedforward Neural Networks,SLFNS)、極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)。ELM隨機(jī)選取隱含層神經(jīng)元的輸入權(quán)重與偏置并采用簡(jiǎn)單的矩陣運(yùn)算得出輸出權(quán)重。由于通過(guò)正則化最小二乘算法調(diào)節(jié)輸出矩陣,因而具有更迅速的訓(xùn)練速度與更優(yōu)異的泛化性能。王焱等[7]提出了一種基于Bootstrap和OS-ELM的超短期風(fēng)電功率預(yù)測(cè)方法,黃庭等[8]提出了一種基于小波—極限學(xué)習(xí)機(jī)的短期風(fēng)電功率預(yù)測(cè)方法。Huang等[9]給出了一種ELM結(jié)合核學(xué)習(xí)方法的新型核極限學(xué)習(xí)機(jī)算法。核極限學(xué)習(xí)機(jī)(Kernel Extreme Learning Machine,KELM)是將ELM的隱含層節(jié)點(diǎn)映射取代為核函數(shù)映射,從而避免了初始權(quán)值與偏置對(duì)其精度的影響,并在結(jié)合ELM與核方法之后表現(xiàn)出訓(xùn)練簡(jiǎn)便與泛化性能好的優(yōu)點(diǎn),廣泛應(yīng)用于分類(lèi)與回歸領(lǐng)域。

    近年來(lái),許多優(yōu)化算法被應(yīng)用于核極限學(xué)習(xí)機(jī)的參數(shù)與輸入結(jié)構(gòu)的優(yōu)化,用以尋找最優(yōu)的參數(shù)與輸入結(jié)構(gòu),提高了學(xué)習(xí)精度與預(yù)測(cè)效果。楊錫運(yùn)等[10]提出了一種基于粒子群優(yōu)化的核極限學(xué)習(xí)機(jī)模型的風(fēng)電功率區(qū)間預(yù)測(cè)方法,李軍等[11]在風(fēng)電功率預(yù)測(cè)中應(yīng)用遺傳算法(GA)、微分演化(DE)、模擬退火(SA)3種算法優(yōu)化的KELM方法。Dan[12]提出了一種描述生物物種在地理學(xué)分配上的優(yōu)化算法,即具有良好的魯棒性與尋優(yōu)速度的生物地理學(xué)優(yōu)化算法(Biogeography-Based Optimization Algorithm,BBO)。Kong等[13]用混沌映射改進(jìn)提升了蜂群算法(Bee Colony Algorithm,BCA)的性能。針對(duì)BBO算法易陷入局部最優(yōu)的問(wèn)題,Saremi等[14]提出了基于混沌映射理論的BBO優(yōu)化算法,在Ma[15]的基礎(chǔ)上,針對(duì)KELM的優(yōu)點(diǎn),基于余弦遷移模型,本文提出了一種改進(jìn)的BBO優(yōu)化核極限學(xué)習(xí)機(jī)的(BBO-KELM-2)預(yù)測(cè)方法,對(duì)核極限學(xué)習(xí)機(jī)的輸入結(jié)構(gòu),核參數(shù)γ與正則化系數(shù)η進(jìn)行優(yōu)化后應(yīng)用于不同地區(qū)的風(fēng)電功率預(yù)測(cè)中,并與采用線性遷移模型的原始BBO-KELM-1等方法在同等條件下進(jìn)行比較,已驗(yàn)證該方法在風(fēng)電功率預(yù)測(cè)方面的有效性。

    1 BBO優(yōu)化算法

    在BBO算法中,每一個(gè)優(yōu)化問(wèn)題的候選解的所有特征組成的向量即棲息地稱(chēng)為適應(yīng)度指數(shù)向量(Suitability Index Vector,SIV),每一個(gè)棲息地中的物種即候選解的特征稱(chēng)為適宜度指數(shù)變量(Suitability Index Variables,SIVs),棲息地與居住者(物種)相當(dāng)于遺傳算法中的染色體與基因。棲息地適應(yīng)度指數(shù)(Habitat Suitability Index,HSI)是衡量一個(gè)棲息地的適宜度的指標(biāo),高HSI值表示該棲息地的種群數(shù)目多[16]。

    1.1 遷移操作

    線性遷移模型描述物種數(shù)目與遷移概率的關(guān)系,棲息地中物種數(shù)目的Ch與遷入概率λh和遷出概率μh的線性關(guān)系數(shù)學(xué)模型由式(1—2)給出。

    (1)

    (2)

    其中,I和E分別是遷入率函數(shù)的最大值和遷出率函數(shù)的最大值。

    1.2 變異操作

    突變概率可通過(guò)式(3)計(jì)算。棲息地的突變概率mh與其物種數(shù)量概率Ph成反比,即:

    (3)

    其中,Ph為棲息地中物種數(shù)量為Ch時(shí)所對(duì)應(yīng)的概率,Pmax為Ph的最大值,M為用戶(hù)定義的突變率最大值。

    2 改進(jìn)的BBO優(yōu)化算法

    2.1 遷移模型的改進(jìn)

    Ma[16]通過(guò)對(duì)實(shí)例進(jìn)行研究,結(jié)果選出的余弦遷移概率模型為更符合自然界生態(tài)系統(tǒng)中復(fù)雜規(guī)律的物種遷移模型。因此,本文在BBO算法中引入余弦遷移模型。余弦遷移模型對(duì)應(yīng)的遷入率λk與遷出率μk分別為:

    (4)

    (5)

    2.2 引入混沌映射理論

    BBO算法在運(yùn)行時(shí),容易陷入局部極小,收斂速度也會(huì)降低,因此引入混沌映射理論,具體操作為在進(jìn)化到第g代時(shí),進(jìn)化過(guò)程中確定各棲息地的初始遷入概率的隨機(jī)值可通過(guò)式(6)所示的正弦混沌映射得到值C(g)來(lái)代替[17]。

    (6)

    3 BBO-KELM方法

    3.1 KELM方法

    包括輸入層、隱含層與輸出層3個(gè)分層的ELM是一種特殊的單隱層前饋神經(jīng)網(wǎng)絡(luò)。對(duì)于N組訓(xùn)練樣本數(shù)據(jù)集(xj,tj)∈Rn×Rm,當(dāng)ELM的隱含層節(jié)點(diǎn)數(shù)為L(zhǎng),并且激勵(lì)函數(shù)為?時(shí):

    (7)

    其中,第i個(gè)隱含層節(jié)點(diǎn)和輸出層節(jié)點(diǎn)之間的權(quán)值向量為βi。ELM完全不同于傳統(tǒng)的迭代學(xué)習(xí)算法在于它在分析計(jì)算出輸出權(quán)值β的最小二乘解之前隨機(jī)選擇隱含層節(jié)點(diǎn)的輸入權(quán)值ω與偏置b,之后。降低訓(xùn)練錯(cuò)誤率并優(yōu)化泛化能力是這些運(yùn)算所能達(dá)到的目的。

    根據(jù)ELM理論,將式(7)重新寫(xiě)為緊湊的格式:

    Hβ=T

    (8)

    對(duì)于一個(gè)訓(xùn)練數(shù)據(jù)集,在給予激勵(lì)函數(shù)與隱含層節(jié)點(diǎn)數(shù)之后,以下3步為ELM的訓(xùn)練過(guò)程。步驟1:隨機(jī)產(chǎn)生輸入權(quán)值ωi與偏置bi,1≤i≤N;步驟2:計(jì)算隱含層的輸出矩陣H;步驟3:計(jì)算輸出權(quán)值矩陣β=H+T;

    其中,H+為隱含層輸出矩陣H的Moore-Penrose廣義逆。當(dāng)HHT為非奇異時(shí),H+=HT(HHT)-1。

    為了消除“病態(tài)矩陣”的結(jié)果誤差,按照嶺回歸的思想,引入正則化系數(shù)η,則網(wǎng)絡(luò)輸出權(quán)值的最小二乘解為:

    β=HT(HHT+ηI)-1T

    (9)

    因此,相應(yīng)的ELM輸出函數(shù)為:

    y(x)=h(x)β

    (10)

    在特征映射函數(shù)h(x)未知的情形下,在ELM中引入核函數(shù),則可形成新的基于核的ELM(KELM)方法。

    KELM方法中,需定義核矩陣QELM=HHT,其元素為:

    QELM(i,j)=h(xi)·h(xj)=K(xi,xj)

    (11)

    那么借助式(5),網(wǎng)絡(luò)輸出可表示為:

    (12)

    式(12)中,本文選擇核函數(shù)K(xi,xj)的類(lèi)型為徑向基核函數(shù),即:

    (13)

    其中,γ為RBF核函數(shù)的核參數(shù)。

    3.2 BBO-KELM方法

    BBO-KELM方法主要優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu),Tikhonov正則化系數(shù)η與RBF核參數(shù)γ。在O-KELM方法實(shí)現(xiàn)過(guò)程中,網(wǎng)絡(luò)性能的好壞與適宜度評(píng)價(jià)函數(shù)成正比,即:

    (14)

    (15)

    其中,ERMSE(y*,y)是均方根誤差,方法的預(yù)測(cè)輸出是y*(i),實(shí)際輸出是y(i)。

    待優(yōu)化的決策變量由實(shí)數(shù)變量與二進(jìn)制變量組合而成,種群個(gè)體ah=[s1,…sn,γ,η],h=1,2,…m由核參數(shù)γ與正則化系數(shù)η兩個(gè)實(shí)數(shù)變量與網(wǎng)絡(luò)結(jié)構(gòu)輸入的二級(jí)制變量構(gòu)成,其中,模型的輸入維數(shù)為n,種群個(gè)體的數(shù)目由m表示,二進(jìn)制變量sa∈{0,1},a=1,…,n決定模型的第j維輸入是應(yīng)保留還是舍棄。

    (16)

    將真實(shí)值為二進(jìn)制數(shù)的個(gè)體h的第l個(gè)決策變量變換為整數(shù)型變量,即:

    xhl=round(ahl)

    (17)

    其中,函數(shù)round(.)是指將變量四舍五入到最近的整數(shù)。具體應(yīng)用時(shí),需要通過(guò)式(16)對(duì)核參數(shù)γ與正則化系數(shù)η進(jìn)行轉(zhuǎn)化,這兩個(gè)參數(shù)的取值范圍γ∈[0,600],η∈[0,100]。二進(jìn)制變量sa,a=1,…,n,則需要通過(guò)式(17)進(jìn)行轉(zhuǎn)化。其次,需要將個(gè)體的決策變量轉(zhuǎn)化為真實(shí)值之后再計(jì)算個(gè)體的評(píng)價(jià)函數(shù)。

    改進(jìn)BBO-KELM算法的實(shí)現(xiàn)流程如圖1所示。

    圖1 改進(jìn)BBO-KELM算法實(shí)現(xiàn)流程

    4 實(shí)驗(yàn)仿真

    4.1 建立預(yù)測(cè)模型

    將提出的改進(jìn)BBO-KELM算法即BBO-KELM-2算法應(yīng)用于風(fēng)電功率預(yù)測(cè)實(shí)驗(yàn)中,并在同等條件下與采用線性遷移模型的原始BBO-KELM-1算法以及PSO-KELM算法、GA-KELM算法、DE-KELM算法、SA-KELM算法等進(jìn)行比較。本文采用時(shí)間序列建模的方式進(jìn)行風(fēng)電功率預(yù)測(cè),即:

    y(t+D)=f(xt),?t=Δ…l

    (19)

    其中,D為預(yù)測(cè)步長(zhǎng),Δ表示嵌入維數(shù),xt為歷史負(fù)荷值(yt-1,yt-2,…,yt-Δ)。

    優(yōu)化方法中,初始化選取核參數(shù)與正則化系數(shù)的取值范圍分別是γ∈[0,600]和η∈[0,100],預(yù)測(cè)性能評(píng)價(jià)指標(biāo)主要采用3種,分別是平均絕對(duì)誤差(MAE),平均絕對(duì)百分比誤差(MAPE)和歸一化均方誤差(NMSE)。

    (20)

    (21)

    (22)

    其中,待預(yù)測(cè)時(shí)間序列各點(diǎn)的實(shí)際輸出為y(i),相應(yīng)模型的預(yù)測(cè)輸出為y*(i),預(yù)測(cè)樣本點(diǎn)數(shù)為N,待預(yù)測(cè)時(shí)間序列的方差為σ2。

    4.2 風(fēng)電功率預(yù)測(cè)實(shí)例

    實(shí)驗(yàn)選用加拿大Alberta省一個(gè)月內(nèi)某風(fēng)電場(chǎng)的采樣間隔為10 min的實(shí)測(cè)風(fēng)電功率數(shù)據(jù)集,具體時(shí)間取原始數(shù)據(jù)的2010年12月5日—30日,對(duì)原始數(shù)據(jù)的連續(xù)3個(gè)樣本進(jìn)行平均,得到采樣間隔為30 min的實(shí)驗(yàn)數(shù)據(jù)集。訓(xùn)練數(shù)據(jù)取該風(fēng)電功率數(shù)據(jù)集的前1 000組,測(cè)試數(shù)據(jù)取剩下的200組,嵌入維數(shù)Δ=16。

    實(shí)驗(yàn)中,O-KELM方法的初始種群數(shù)為100,最大進(jìn)化代數(shù)為250。GA中的交叉概率pc為0.4,變異概率pm為0.1。DE中的尺度因子λ位于區(qū)間[0.5,2]。SA的初始溫度為100,μ=0.95。BBO算法的Pmod=1,I和E均為1,突變概率mk=0.005,精英數(shù)量z為2。PSO算法中的慣性權(quán)重w=0.3,精英主義參數(shù)z為2,認(rèn)知常數(shù)c1=1,群體相互作用參數(shù)c2=1,鄰里相互作用參數(shù)c3=1。在O-ELM方法中,設(shè)置隱含層節(jié)點(diǎn)數(shù)初始化的最大值為L(zhǎng)=200。隱含層節(jié)點(diǎn)數(shù)目L、正則化系數(shù)η在不同O-ELM方法下的選擇情況以及核參數(shù)γ、正則化系數(shù)η在不同O-KELM方法下的優(yōu)選結(jié)果如表1所示。不同方法的200組風(fēng)電功率預(yù)測(cè)性能指標(biāo)的結(jié)果對(duì)比如表2所示。

    表1 O-KELM方法與O-ELM方法的參數(shù)選擇對(duì)比

    表2 BBO-KELM方法與其他方法的性能指標(biāo)對(duì)比

    由表2可見(jiàn),在同等條件下O-KELM方法的兩種性能指標(biāo)MAPE和NMSE明顯優(yōu)于O-ELM方法,且經(jīng)過(guò)改進(jìn)的BBO-KELM-2算法具有更好的預(yù)測(cè)結(jié)果。

    圖2 BBO-KELM-2方法提前30 min風(fēng)電功率預(yù)測(cè)的訓(xùn)練誤差收斂曲線

    圖3 O-KELM方法提前30 min風(fēng)電功率預(yù)測(cè)的訓(xùn)練誤差收斂曲線

    BBO-KELM-2算法預(yù)測(cè)的200組風(fēng)電功率與實(shí)際功率的結(jié)果對(duì)比如圖2所示,可以看出,BBO-KELM-2算法的預(yù)測(cè)性能較好,能較準(zhǔn)確地預(yù)測(cè)實(shí)際風(fēng)電功率。O-KELM 5種方法預(yù)測(cè)結(jié)果的訓(xùn)練誤差收斂曲線如圖3所示,可見(jiàn),所提出的BBO-KELM-2方法具有最小的訓(xùn)練誤差與更快的收斂速度。

    猜你喜歡
    學(xué)習(xí)機(jī)電功率正則
    基于PCC-CNN-GRU的短期風(fēng)電功率預(yù)測(cè)
    輕松上手電功率
    你會(huì)計(jì)算電功率嗎
    解讀電功率
    剩余有限Minimax可解群的4階正則自同構(gòu)
    極限學(xué)習(xí)機(jī)綜述
    類(lèi)似于VNL環(huán)的環(huán)
    基于極限學(xué)習(xí)機(jī)參數(shù)遷移的域適應(yīng)算法
    分層極限學(xué)習(xí)機(jī)在滾動(dòng)軸承故障診斷中的應(yīng)用
    有限秩的可解群的正則自同構(gòu)
    日韩av在线免费看完整版不卡| 国产淫语在线视频| 国产成人一区二区在线| 国产极品天堂在线| 亚洲精品国产一区二区精华液| 亚洲精品国产色婷婷电影| 亚洲自偷自拍图片 自拍| 悠悠久久av| 欧美激情 高清一区二区三区| 欧美日韩亚洲综合一区二区三区_| 观看av在线不卡| 久久久国产一区二区| 大香蕉久久网| 国产av精品麻豆| 男人操女人黄网站| 黑人猛操日本美女一级片| av电影中文网址| 久久久久久久大尺度免费视频| 两个人免费观看高清视频| 国产成人精品久久二区二区91 | 国产精品女同一区二区软件| 婷婷色av中文字幕| 亚洲欧美成人精品一区二区| 久久久久久久久久久久大奶| 久久久亚洲精品成人影院| 国产亚洲午夜精品一区二区久久| 最近最新中文字幕大全免费视频 | a级毛片黄视频| 婷婷色综合www| svipshipincom国产片| 免费不卡黄色视频| 男女之事视频高清在线观看 | 男女床上黄色一级片免费看| 欧美人与善性xxx| 90打野战视频偷拍视频| 欧美激情高清一区二区三区 | 9热在线视频观看99| 久久精品久久久久久久性| 丝袜喷水一区| 亚洲国产精品国产精品| 女性生殖器流出的白浆| 日日撸夜夜添| www日本在线高清视频| 新久久久久国产一级毛片| 精品人妻熟女毛片av久久网站| 亚洲精品视频女| av网站在线播放免费| 免费在线观看视频国产中文字幕亚洲 | 国产精品无大码| 国产高清国产精品国产三级| 悠悠久久av| 久久婷婷青草| 国产精品久久久av美女十八| 母亲3免费完整高清在线观看| 亚洲成人av在线免费| a级毛片在线看网站| 国产精品秋霞免费鲁丝片| 国产一区二区 视频在线| 天天躁日日躁夜夜躁夜夜| 成人影院久久| 国产av国产精品国产| www日本在线高清视频| 欧美日韩亚洲高清精品| 国产日韩欧美亚洲二区| 一本一本久久a久久精品综合妖精| 色94色欧美一区二区| 亚洲国产精品一区二区三区在线| 永久免费av网站大全| 大陆偷拍与自拍| 国产一区有黄有色的免费视频| 男女午夜视频在线观看| 国产又爽黄色视频| 亚洲欧美成人精品一区二区| 色94色欧美一区二区| 久久99一区二区三区| 中文欧美无线码| 精品一区二区三区四区五区乱码 | 亚洲国产日韩一区二区| 狠狠婷婷综合久久久久久88av| 欧美日韩综合久久久久久| 男女边摸边吃奶| 自拍欧美九色日韩亚洲蝌蚪91| 夫妻午夜视频| 最近的中文字幕免费完整| 欧美黑人精品巨大| 男女免费视频国产| 精品一区在线观看国产| 999精品在线视频| 高清视频免费观看一区二区| 日韩制服骚丝袜av| 欧美国产精品va在线观看不卡| 99久久人妻综合| 午夜福利免费观看在线| 极品人妻少妇av视频| 精品卡一卡二卡四卡免费| 久久久久久久大尺度免费视频| 黄色视频不卡| av又黄又爽大尺度在线免费看| 久久精品亚洲熟妇少妇任你| 久热这里只有精品99| 欧美精品人与动牲交sv欧美| √禁漫天堂资源中文www| 老司机影院成人| 欧美黑人精品巨大| 精品国产乱码久久久久久小说| 中文字幕av电影在线播放| 伊人久久大香线蕉亚洲五| av有码第一页| 中文字幕色久视频| 777久久人妻少妇嫩草av网站| 18禁动态无遮挡网站| 夫妻性生交免费视频一级片| 国产精品人妻久久久影院| 午夜激情av网站| 亚洲欧美成人精品一区二区| av免费观看日本| 久久国产亚洲av麻豆专区| 自线自在国产av| 免费观看av网站的网址| 国产精品人妻久久久影院| 亚洲国产精品国产精品| 亚洲少妇的诱惑av| 男女国产视频网站| 国产在线视频一区二区| 在线看a的网站| 麻豆av在线久日| 欧美激情 高清一区二区三区| a级毛片在线看网站| 免费不卡黄色视频| 日日撸夜夜添| 国产成人91sexporn| av又黄又爽大尺度在线免费看| 国产一区二区 视频在线| 我要看黄色一级片免费的| 久久久久久人人人人人| 天天影视国产精品| 人人妻人人澡人人爽人人夜夜| a级毛片在线看网站| 成年美女黄网站色视频大全免费| 一级毛片黄色毛片免费观看视频| 精品国产露脸久久av麻豆| 久久99一区二区三区| 欧美日韩福利视频一区二区| 久久久久人妻精品一区果冻| 欧美人与性动交α欧美软件| 秋霞在线观看毛片| 日本欧美国产在线视频| 在线免费观看不下载黄p国产| 精品国产超薄肉色丝袜足j| 黑人巨大精品欧美一区二区蜜桃| 久久毛片免费看一区二区三区| 你懂的网址亚洲精品在线观看| 成人黄色视频免费在线看| 自拍欧美九色日韩亚洲蝌蚪91| 中文字幕av电影在线播放| 中文字幕av电影在线播放| 久久久久国产精品人妻一区二区| 如何舔出高潮| 欧美黄色片欧美黄色片| 久久精品国产亚洲av高清一级| 七月丁香在线播放| 水蜜桃什么品种好| 波野结衣二区三区在线| 一级毛片电影观看| 久久久久久人妻| 国产有黄有色有爽视频| 搡老乐熟女国产| 久久久久久人人人人人| 日韩一本色道免费dvd| 午夜免费鲁丝| 亚洲欧美色中文字幕在线| 亚洲欧美一区二区三区黑人| 久久影院123| 丝袜在线中文字幕| 亚洲国产欧美一区二区综合| 久久97久久精品| 老熟女久久久| 久久免费观看电影| 中文字幕av电影在线播放| 无遮挡黄片免费观看| 色精品久久人妻99蜜桃| 亚洲,一卡二卡三卡| 极品少妇高潮喷水抽搐| 免费高清在线观看视频在线观看| 99久久综合免费| 97在线人人人人妻| 久久鲁丝午夜福利片| 嫩草影院入口| 亚洲欧洲精品一区二区精品久久久 | 午夜福利视频在线观看免费| 晚上一个人看的免费电影| 亚洲国产毛片av蜜桃av| 亚洲欧美一区二区三区黑人| 久久久国产一区二区| 国产免费一区二区三区四区乱码| 飞空精品影院首页| 一本一本久久a久久精品综合妖精| av网站免费在线观看视频| 欧美日韩福利视频一区二区| 国产一区亚洲一区在线观看| 日韩欧美精品免费久久| 狠狠精品人妻久久久久久综合| 1024香蕉在线观看| av.在线天堂| 国产精品秋霞免费鲁丝片| 日日爽夜夜爽网站| 亚洲av在线观看美女高潮| 成年美女黄网站色视频大全免费| 别揉我奶头~嗯~啊~动态视频 | 菩萨蛮人人尽说江南好唐韦庄| 亚洲欧美一区二区三区久久| 成年动漫av网址| 国产av国产精品国产| 十八禁高潮呻吟视频| 亚洲国产精品一区二区三区在线| 人人澡人人妻人| 高清在线视频一区二区三区| 欧美精品一区二区免费开放| 天天躁日日躁夜夜躁夜夜| 男女无遮挡免费网站观看| 男女下面插进去视频免费观看| 久久影院123| 18禁动态无遮挡网站| 亚洲av日韩在线播放| 综合色丁香网| 两个人免费观看高清视频| 操出白浆在线播放| 麻豆乱淫一区二区| 亚洲国产精品一区二区三区在线| 国产成人av激情在线播放| 极品少妇高潮喷水抽搐| 亚洲精品,欧美精品| 亚洲国产最新在线播放| 精品酒店卫生间| 欧美中文综合在线视频| 亚洲美女搞黄在线观看| 两性夫妻黄色片| 热re99久久国产66热| 日韩 欧美 亚洲 中文字幕| 这个男人来自地球电影免费观看 | 交换朋友夫妻互换小说| 男男h啪啪无遮挡| 亚洲国产看品久久| 久久精品久久久久久噜噜老黄| 久久久久精品性色| 成人免费观看视频高清| 一级毛片电影观看| 日本91视频免费播放| 亚洲av国产av综合av卡| 日本欧美国产在线视频| 亚洲人成77777在线视频| 夫妻午夜视频| 亚洲欧美色中文字幕在线| 国产黄频视频在线观看| 国产精品免费视频内射| 最近中文字幕2019免费版| 精品第一国产精品| 日韩一区二区视频免费看| 菩萨蛮人人尽说江南好唐韦庄| 性色av一级| 肉色欧美久久久久久久蜜桃| 午夜福利视频精品| 啦啦啦 在线观看视频| 国产亚洲午夜精品一区二区久久| 少妇精品久久久久久久| 日本vs欧美在线观看视频| 黄网站色视频无遮挡免费观看| 制服丝袜香蕉在线| 最近手机中文字幕大全| 夫妻性生交免费视频一级片| 卡戴珊不雅视频在线播放| 亚洲精品一二三| 99热网站在线观看| 日韩制服丝袜自拍偷拍| 日本午夜av视频| 免费黄色在线免费观看| 亚洲欧美一区二区三区黑人| 丰满少妇做爰视频| 亚洲中文av在线| 久久久国产一区二区| 高清在线视频一区二区三区| 99香蕉大伊视频| 九色亚洲精品在线播放| 亚洲av日韩在线播放| 色播在线永久视频| 90打野战视频偷拍视频| 在线观看免费高清a一片| 少妇被粗大的猛进出69影院| 国产精品 欧美亚洲| 国产亚洲精品第一综合不卡| 极品人妻少妇av视频| 欧美成人精品欧美一级黄| 午夜日本视频在线| a 毛片基地| 99国产综合亚洲精品| 啦啦啦在线免费观看视频4| 亚洲成人国产一区在线观看 | 男人爽女人下面视频在线观看| 成人亚洲欧美一区二区av| 看免费av毛片| 亚洲国产日韩一区二区| 久久精品久久精品一区二区三区| 十八禁网站网址无遮挡| 人人妻人人添人人爽欧美一区卜| 欧美黑人欧美精品刺激| 天堂8中文在线网| av视频免费观看在线观看| 日韩大片免费观看网站| 无遮挡黄片免费观看| 国产极品粉嫩免费观看在线| 欧美 日韩 精品 国产| 国产极品天堂在线| 亚洲欧美激情在线| 亚洲精品自拍成人| 国产片特级美女逼逼视频| 中文字幕另类日韩欧美亚洲嫩草| 欧美日韩国产mv在线观看视频| 亚洲精品美女久久av网站| 青春草亚洲视频在线观看| 国产精品香港三级国产av潘金莲 | 日韩免费高清中文字幕av| 成人亚洲精品一区在线观看| 久久精品久久精品一区二区三区| 国产一区二区三区综合在线观看| 成人漫画全彩无遮挡| 国产精品久久久人人做人人爽| 在线观看三级黄色| 青春草视频在线免费观看| 亚洲av男天堂| 极品少妇高潮喷水抽搐| 99久久精品国产亚洲精品| 自线自在国产av| 看非洲黑人一级黄片| 在线观看www视频免费| 久久久亚洲精品成人影院| 亚洲精品日本国产第一区| 国产伦人伦偷精品视频| www日本在线高清视频| 中文字幕人妻丝袜制服| 国产精品熟女久久久久浪| 中文字幕另类日韩欧美亚洲嫩草| 超碰成人久久| 国产成人精品无人区| 国产精品熟女久久久久浪| 肉色欧美久久久久久久蜜桃| 国产精品熟女久久久久浪| 中文字幕人妻丝袜制服| www日本在线高清视频| 男女之事视频高清在线观看 | 99热全是精品| 人人妻人人澡人人爽人人夜夜| 国产精品 欧美亚洲| 999精品在线视频| 亚洲精品美女久久av网站| 别揉我奶头~嗯~啊~动态视频 | 看非洲黑人一级黄片| 色婷婷久久久亚洲欧美| 一本一本久久a久久精品综合妖精| 性少妇av在线| 亚洲自偷自拍图片 自拍| 极品少妇高潮喷水抽搐| 久久免费观看电影| 日本爱情动作片www.在线观看| av在线老鸭窝| 制服诱惑二区| 热99国产精品久久久久久7| 精品人妻在线不人妻| 亚洲美女视频黄频| 五月天丁香电影| 人人妻人人爽人人添夜夜欢视频| 日韩制服骚丝袜av| 一二三四在线观看免费中文在| 国产在线免费精品| 啦啦啦在线观看免费高清www| 欧美精品亚洲一区二区| av有码第一页| 亚洲精品一二三| 只有这里有精品99| 欧美日韩视频高清一区二区三区二| 黑人巨大精品欧美一区二区蜜桃| 两性夫妻黄色片| 亚洲精品中文字幕在线视频| 又大又黄又爽视频免费| 天天躁夜夜躁狠狠躁躁| 国产国语露脸激情在线看| 天天躁夜夜躁狠狠躁躁| e午夜精品久久久久久久| 亚洲精品一区蜜桃| 爱豆传媒免费全集在线观看| 精品一品国产午夜福利视频| 国产视频首页在线观看| 欧美人与善性xxx| 亚洲精品久久午夜乱码| 19禁男女啪啪无遮挡网站| 国产免费视频播放在线视频| 亚洲成色77777| av国产久精品久网站免费入址| 精品国产一区二区三区久久久樱花| 亚洲婷婷狠狠爱综合网| 狠狠婷婷综合久久久久久88av| 无限看片的www在线观看| 狠狠婷婷综合久久久久久88av| 热99国产精品久久久久久7| 国产成人精品久久二区二区91 | 色网站视频免费| av电影中文网址| 亚洲欧美精品自产自拍| 国产黄色视频一区二区在线观看| 十八禁人妻一区二区| 亚洲成人一二三区av| 亚洲熟女精品中文字幕| 国产在线一区二区三区精| 最黄视频免费看| 亚洲精品第二区| 欧美在线一区亚洲| 黄网站色视频无遮挡免费观看| 午夜福利网站1000一区二区三区| 一本久久精品| 伦理电影大哥的女人| 丰满少妇做爰视频| 欧美精品一区二区大全| 国产日韩欧美视频二区| 别揉我奶头~嗯~啊~动态视频 | 超碰97精品在线观看| 99精品久久久久人妻精品| 亚洲图色成人| 精品午夜福利在线看| 人妻 亚洲 视频| 欧美久久黑人一区二区| 欧美日本中文国产一区发布| 美女福利国产在线| 中文字幕另类日韩欧美亚洲嫩草| 中文乱码字字幕精品一区二区三区| 欧美在线一区亚洲| 久久精品久久久久久久性| 波多野结衣一区麻豆| 99久久人妻综合| 中国三级夫妇交换| 久久久精品免费免费高清| 国产精品一区二区在线不卡| 久久久久精品人妻al黑| 精品卡一卡二卡四卡免费| 天天添夜夜摸| www日本在线高清视频| 亚洲精品自拍成人| 久久久久久人人人人人| 成人国语在线视频| 另类亚洲欧美激情| 亚洲色图综合在线观看| 99国产综合亚洲精品| a级毛片黄视频| 超色免费av| 亚洲精品国产av蜜桃| 日日撸夜夜添| 80岁老熟妇乱子伦牲交| 亚洲欧美一区二区三区久久| 国产有黄有色有爽视频| www日本在线高清视频| 最新的欧美精品一区二区| 国产精品久久久久久久久免| e午夜精品久久久久久久| 国产淫语在线视频| 黑人欧美特级aaaaaa片| 波野结衣二区三区在线| 亚洲欧美中文字幕日韩二区| 香蕉国产在线看| 亚洲国产精品国产精品| 亚洲欧洲日产国产| 亚洲久久久国产精品| 嫩草影院入口| 欧美精品人与动牲交sv欧美| 国产精品久久久久久久久免| 亚洲精品乱久久久久久| 欧美老熟妇乱子伦牲交| 国产免费视频播放在线视频| 亚洲国产精品一区二区三区在线| 在线观看www视频免费| 精品一区二区三区四区五区乱码 | 国产精品二区激情视频| 午夜福利影视在线免费观看| 亚洲av国产av综合av卡| 亚洲美女搞黄在线观看| 国产精品免费大片| 成年人免费黄色播放视频| 一本久久精品| 十八禁人妻一区二区| 国产爽快片一区二区三区| 精品久久蜜臀av无| 人人妻人人爽人人添夜夜欢视频| 日韩欧美精品免费久久| 亚洲av中文av极速乱| 纯流量卡能插随身wifi吗| 日韩不卡一区二区三区视频在线| 18禁动态无遮挡网站| 亚洲av电影在线进入| 香蕉国产在线看| 久久久久久免费高清国产稀缺| 欧美日韩视频精品一区| 亚洲国产欧美日韩在线播放| av福利片在线| 女人被躁到高潮嗷嗷叫费观| 中文字幕人妻熟女乱码| 三上悠亚av全集在线观看| 婷婷色综合大香蕉| 少妇 在线观看| 午夜日本视频在线| 日韩中文字幕欧美一区二区 | av网站免费在线观看视频| 亚洲欧美一区二区三区国产| 精品福利永久在线观看| 欧美日韩av久久| 你懂的网址亚洲精品在线观看| 99久久99久久久精品蜜桃| 在线天堂中文资源库| 亚洲情色 制服丝袜| 亚洲欧美成人精品一区二区| 中文字幕最新亚洲高清| 久久av网站| 在线观看国产h片| 国产精品久久久人人做人人爽| 激情五月婷婷亚洲| 国产午夜精品一二区理论片| 丰满乱子伦码专区| 免费看不卡的av| 在线观看国产h片| 精品少妇黑人巨大在线播放| 久久精品久久精品一区二区三区| 19禁男女啪啪无遮挡网站| 久久韩国三级中文字幕| 啦啦啦 在线观看视频| 国产免费视频播放在线视频| 欧美日本中文国产一区发布| xxxhd国产人妻xxx| 女人久久www免费人成看片| 中文字幕av电影在线播放| 19禁男女啪啪无遮挡网站| 国产成人a∨麻豆精品| 免费高清在线观看日韩| 夜夜骑夜夜射夜夜干| 人体艺术视频欧美日本| 亚洲欧美日韩另类电影网站| 99久久精品国产亚洲精品| 少妇被粗大的猛进出69影院| 99久久99久久久精品蜜桃| 久久免费观看电影| 乱人伦中国视频| 亚洲欧洲精品一区二区精品久久久 | 你懂的网址亚洲精品在线观看| 天堂俺去俺来也www色官网| 日韩大片免费观看网站| 中文字幕人妻丝袜一区二区 | 中文欧美无线码| 国产一区有黄有色的免费视频| 色视频在线一区二区三区| 中文字幕人妻丝袜制服| 黄色 视频免费看| av又黄又爽大尺度在线免费看| 在线天堂中文资源库| 老熟妇乱子伦视频在线观看| 热99re8久久精品国产| 黄色女人牲交| 国产亚洲精品一区二区www| 国产成人影院久久av| 无遮挡黄片免费观看| 高潮久久久久久久久久久不卡| 久久人妻熟女aⅴ| 女人被躁到高潮嗷嗷叫费观| 午夜成年电影在线免费观看| 国产乱人伦免费视频| 久久久精品国产亚洲av高清涩受| 午夜免费观看网址| 中文字幕精品免费在线观看视频| 一区在线观看完整版| 欧美在线黄色| 波多野结衣巨乳人妻| 又大又爽又粗| 波多野结衣av一区二区av| 免费观看精品视频网站| 国产精品 国内视频| 人人妻,人人澡人人爽秒播| 正在播放国产对白刺激| 制服丝袜大香蕉在线| 国产高清视频在线播放一区| 色尼玛亚洲综合影院| 亚洲九九香蕉| 每晚都被弄得嗷嗷叫到高潮| 亚洲国产精品久久男人天堂| 极品教师在线免费播放| 久久婷婷成人综合色麻豆| 法律面前人人平等表现在哪些方面| or卡值多少钱| 精品国产超薄肉色丝袜足j| 色av中文字幕| 亚洲人成77777在线视频| 国产午夜福利久久久久久| 校园春色视频在线观看| 成人亚洲精品一区在线观看| 一区二区三区激情视频| 国产国语露脸激情在线看| 国产在线观看jvid| 亚洲天堂国产精品一区在线| АⅤ资源中文在线天堂| netflix在线观看网站| 亚洲黑人精品在线| 国产午夜福利久久久久久| 性少妇av在线| 一区二区日韩欧美中文字幕| 国内精品久久久久精免费| 嫩草影院精品99| 亚洲国产精品合色在线| 久久性视频一级片| www.自偷自拍.com| 国产单亲对白刺激| 精品人妻在线不人妻| 国产精品电影一区二区三区|