• <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Adaboost-PSO-BP模型的開采沉陷預(yù)測研究

    2020-12-22 02:41:30原喜屯
    煤炭工程 2020年12期
    關(guān)鍵詞:預(yù)測器訓(xùn)練樣本權(quán)重

    邢 壘,原喜屯,張 沛

    (西安科技大學(xué),陜西 西安 710000)

    開采沉陷是礦物被開采后,巖體中原始應(yīng)力平衡狀態(tài)改變,使地表和巖層產(chǎn)生連續(xù)移動、變形和非連續(xù)破壞的現(xiàn)象[1]。大面積礦物開采導(dǎo)致區(qū)域環(huán)境污染和資源破壞,引起開采區(qū)巖土體位形變化,誘發(fā)各種地質(zhì)災(zāi)害[2],嚴(yán)重影響工礦區(qū)經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù),威脅人民生命財產(chǎn)安全,阻礙工礦區(qū)和工礦城市可持續(xù)發(fā)展。因地質(zhì)采礦條件復(fù)雜,傳統(tǒng)的經(jīng)驗(yàn)法、理論模型法及影響函數(shù)法等方法[3]僅用數(shù)學(xué)或力學(xué)理論無法對開采沉陷進(jìn)行準(zhǔn)確、全面的預(yù)測;而反復(fù)建立地表移動觀測站,耗時費(fèi)力又不能完全滿足礦區(qū)持續(xù)生產(chǎn)需求[4-6]。因此通過優(yōu)化算法對開采沉陷進(jìn)行預(yù)測具有一定的理論與實(shí)用價值。

    BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)作為目前應(yīng)用最廣的神經(jīng)網(wǎng)絡(luò)之一,已廣泛應(yīng)用于開采沉陷變形預(yù)測中,并擁有良好的預(yù)測效果[7]。麻鳳海、王泳嘉、范學(xué)理等把神經(jīng)網(wǎng)絡(luò)理論應(yīng)用到開采沉陷中,并利用神經(jīng)網(wǎng)絡(luò)對地表沉陷進(jìn)行預(yù)測,取得較滿意的結(jié)果[8,9]。肖波、麻鳳海、楊帆等將遺傳算法和誤差反向傳播算法相結(jié)合,訓(xùn)練前饋人工神經(jīng)網(wǎng)絡(luò),并將該方法用于解決實(shí)際問題[10]。張飛、劉文生建立粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的地表下沉系數(shù)選取模型,該模型優(yōu)化了BP神經(jīng)網(wǎng)絡(luò)收斂速度緩慢、易陷入局部極值等缺陷[11]。為更好地處理礦區(qū)沉陷復(fù)雜非線性問題,為地表沉陷引起的破壞事故提供基礎(chǔ)預(yù)測數(shù)據(jù),本文在前人的研究基礎(chǔ)上,提出了改進(jìn)的Adaboost-PSO-BP模型,該模型具有較強(qiáng)的抗過擬合能力及較高的預(yù)測精度,對煤礦的安全生產(chǎn)、社會經(jīng)濟(jì)及環(huán)境保護(hù)具有重大現(xiàn)實(shí)意義。

    1 Adaboost-PSO-BP模型原理

    1.1 粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(PSO-BP模型)

    粒子群算法(Particle Swarm Optimization,PSO)通過模擬鳥類捕食行為追隨當(dāng)前最優(yōu)值尋找全局最優(yōu)。更新公式:

    vi=wvi+c1rand()(pbesti-xi)+

    c2rand()(gbesti-xi)

    (1)

    xi=xi+vi

    (2)

    式中,i=1,2,…,N,N是粒子的總數(shù);vi是粒子的速度;w是慣性權(quán)重,其值為非負(fù);c1和c2是學(xué)習(xí)因子,通常取值為2;rand()是介于(0,1)之間的隨機(jī)數(shù);pbest為粒子當(dāng)前個體極值;gbest為整個粒子群共享全局最優(yōu)解;xi是粒子當(dāng)前位置。

    1986年,以Rinehart為首的科學(xué)家們提出一種多層前饋網(wǎng)絡(luò)BP神經(jīng)網(wǎng)絡(luò),其是用誤差逆?zhèn)鞑ニ惴ú粩嗾{(diào)整網(wǎng)絡(luò)權(quán)值和閾值,使誤差最小。

    PSO算法具有全局搜索性能及魯棒性高等特點(diǎn),可用于優(yōu)化BP神經(jīng)網(wǎng)絡(luò),具體步驟如下[12]:

    1)設(shè)置BP神經(jīng)網(wǎng)絡(luò)參數(shù),建立BP神經(jīng)網(wǎng)絡(luò),初始化其權(quán)值及閾值;

    2)設(shè)置PSO算法參數(shù),其中粒子維數(shù)H計算公式為:

    H=hj+hjhi+hjhk+hk

    (3)

    式中,hj是BP神經(jīng)網(wǎng)絡(luò)的輸入層數(shù);hi是BP神經(jīng)網(wǎng)絡(luò)隱層層數(shù);hk是BP神經(jīng)網(wǎng)絡(luò)輸出層數(shù)。

    3)以BP神經(jīng)網(wǎng)絡(luò)的均方誤差作為適應(yīng)度函數(shù),計算公式為:

    式中,N、H分別為樣本個數(shù)和粒子維數(shù);yij、Yij為樣本i對應(yīng)的理論輸出和實(shí)際輸出。

    4)用PSO算法不斷搜索全局最優(yōu)解,使適應(yīng)度值達(dá)到最小,確定權(quán)值、閾值。

    5)用BP神經(jīng)網(wǎng)絡(luò)再次訓(xùn)練,建立PSO-BP模型。

    1.2 Adaboost-PSO-BP模型

    1990年Schapire最早提出Boosting算法,能提高任意學(xué)習(xí)算法精度。之后Freund和Schapire將其改進(jìn)為Adaboost算法,使其更容易處理實(shí)際問題[13]。Adaboost 算法的核心思想是將誤差大的訓(xùn)練樣本權(quán)重增大,重新分配權(quán)重進(jìn)行訓(xùn)練,利用多個弱預(yù)測器組成強(qiáng)預(yù)測器。本文以PSO-BP模型為弱預(yù)測器對訓(xùn)練樣本訓(xùn)練、預(yù)測,將輸出預(yù)測誤差大于預(yù)定誤差的樣本作為加強(qiáng)訓(xùn)練樣本,調(diào)整其權(quán)重,以改變之后的權(quán)重計算下一個弱預(yù)測器的權(quán)重,多次訓(xùn)練后,可得到多個弱預(yù)測器及其權(quán)重,組合成強(qiáng)預(yù)測器進(jìn)行預(yù)測,輸出預(yù)測結(jié)果[14]。

    Adaboost-PSO-BP模型預(yù)測具體步驟如下:

    設(shè)訓(xùn)練數(shù)據(jù)集中存在m組訓(xùn)練樣本[x1,x2,…,xm]:

    1)初始化訓(xùn)練數(shù)據(jù)集中m組訓(xùn)練樣本權(quán)重wi:

    式中,wi為初始權(quán)重;m為訓(xùn)練樣本數(shù)。

    2)確定PSO-BP弱預(yù)測器個數(shù)N,對訓(xùn)練樣本訓(xùn)練、預(yù)測。

    3)計算訓(xùn)練樣本的預(yù)測誤差ec。

    4)調(diào)整訓(xùn)練樣本權(quán)重wi,并進(jìn)行歸一化。

    式中,i=1,2,…,m;ec是預(yù)測的誤差絕對值;ee為預(yù)定誤差限值。

    5)計算第t個PSO-BP弱預(yù)測器的預(yù)測誤差率et。

    et=∑wii=1,2,…,m;t=1,2,…,N

    (7)

    式中,N為弱預(yù)測器的個數(shù)。

    6)計算第t個PSO-BP弱預(yù)測器的權(quán)重at:

    式中,N為弱預(yù)測器的個數(shù)。

    迭代N次后停止訓(xùn)練,否則返回(2)。

    7)合成Adaboost-PSO-BP強(qiáng)預(yù)測器。經(jīng)N次訓(xùn)練,根據(jù)權(quán)重將N組弱預(yù)測函數(shù)ft(x)加權(quán)組合成強(qiáng)預(yù)測函數(shù)F(x)。

    2 實(shí)驗(yàn)分析

    2.1 實(shí)驗(yàn)數(shù)據(jù)

    采空區(qū)地表沉陷規(guī)律因影響因素取值不同而表現(xiàn)出較大差異性,為提高預(yù)測模型的泛化能力,本文選取影響因素取值各異的32組數(shù)據(jù)作為樣本數(shù)據(jù)[15],主要影響因素確定為覆巖平均單向抗壓強(qiáng)度、煤層傾角、采深、采厚、工作面尺寸、松散層厚度、推進(jìn)速度,其中,以覆巖平均單向抗壓強(qiáng)度表示覆巖力學(xué)性質(zhì)對地表沉陷的影響;以松散層厚度表示松散層對地表沉陷的影響。樣本數(shù)據(jù)見表1。

    表1 樣本數(shù)據(jù)

    2.2 模型建立

    以表1中前27組數(shù)據(jù)作為訓(xùn)練樣本,后5組數(shù)據(jù)作為測試樣本。因3層BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果能夠逼近任意非線性函數(shù)[16],故采用3層BP神經(jīng)網(wǎng)絡(luò)對礦區(qū)最大下沉值進(jìn)行預(yù)測,將表1中下沉影響因素作為輸入層、地表最大下沉量作為輸出層,即輸入層和輸出層節(jié)點(diǎn)個數(shù)分別為7和1,根據(jù)Kolmogorov定理,隱含層節(jié)點(diǎn)數(shù)范圍是[4,13],經(jīng)重復(fù)測試,結(jié)果表明:隱含層節(jié)點(diǎn)數(shù)為7,擬合效果最佳,根據(jù)式(3)可得粒子維數(shù)為64;此外,種群規(guī)模為50,進(jìn)化次數(shù)為300,學(xué)習(xí)因子為2,慣性權(quán)重取值為[0.5,1]梯度下降。

    本文基于MATLAB軟件,分別建立了由Adaboost算法改進(jìn)的BP模型(Adaboost-BP模型)以及進(jìn)一步優(yōu)化的Adaboost-PSO-BP模型,兩模型中的弱預(yù)測器個數(shù)為9,分別對測試樣本進(jìn)行預(yù)測。實(shí)驗(yàn)中BP模型和PSO-BP模型各進(jìn)行了9次預(yù)測,結(jié)果如圖1所示,圖1預(yù)測值均指其誤差均值。

    圖1 實(shí)驗(yàn)預(yù)測結(jié)果

    2.3 結(jié)果與分析

    模型絕對誤差對比見表2。從表2中數(shù)據(jù)可知,優(yōu)化后各模型預(yù)測結(jié)果都優(yōu)于傳統(tǒng)BP模型,BP模型絕對誤差值最小值-293.28mm,最大值達(dá)到426.71mm;Adaboost-BP模型絕對誤差值最小值54.23mm,最大值78.54mm;PSO-BP模型絕對誤差值最小值41.89mm,最大值160.3mm;故以Adaboost算法和PSO算法分別對BP模型優(yōu)化已取得較好結(jié)果,都適用于對開采沉陷的預(yù)測;而Adaboost-PSO-BP模型絕對誤差值最小值只有35.41mm,預(yù)測效果更好。

    表2 模型絕對誤差對比 mm

    注:BP、PSO-BP兩模型的誤差絕對值為9次預(yù)測誤差的均值。

    模型相對誤差對比見表3。由表3中數(shù)據(jù)可知,由于傳統(tǒng)BP網(wǎng)絡(luò)泛化能力差,易陷入局部最小值,故其預(yù)測精度最低,相對誤差值最高到40.73 %;粒子群算法克服BP算法局部最優(yōu)的缺陷,提高局部區(qū)域的收斂速度,通過慣性權(quán)重協(xié)調(diào)全局搜索與局部搜索,以較大概率保證最優(yōu)解,經(jīng)粒子群優(yōu)化的BP模型精度有較大改善,平均相對誤差達(dá)到7.24%;由Adaboost算法改進(jìn)的BP模型預(yù)測精度相較于PSO-BP模型平均相對誤差精度提升到5.16%;本文改進(jìn)的Adaboost-PSO-BP模型的精度最高,平均相對誤差只有4.26%。Adaboost算法在優(yōu)化BP模型時的精度已優(yōu)于PSO-BP模型,進(jìn)一步改進(jìn)的Adaboost-PSO-BP模型精度再次提升,表明該模型根據(jù)預(yù)測誤差調(diào)整若干組弱預(yù)測器之間的權(quán)重,將神經(jīng)網(wǎng)絡(luò)不同的預(yù)測結(jié)果加權(quán)平均,組成強(qiáng)預(yù)測器,實(shí)現(xiàn)了 “優(yōu)中選優(yōu)”的目標(biāo)。

    表3 模型相對誤差對比 %

    3 結(jié) 論

    經(jīng)傳統(tǒng)BP模型、Adaboost-BP模型、PSO-BP模型及Adaboost-PSO-BP模型精度對比,結(jié)果表明:由于標(biāo)準(zhǔn)BP模型初始閾值和權(quán)值是系統(tǒng)任意分配,故預(yù)測結(jié)果具有不確定性;Adaboost-BP模型和PSO-BP模型分別通過側(cè)重預(yù)測誤差大的樣本和優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值及閾值的方法,彌補(bǔ)了BP模型的缺陷,在預(yù)測精度上有一定程度的提高;而本文提出的Adaboost-PSO-BP強(qiáng)預(yù)測模型同時融合Adaboost算法和PSO算法的優(yōu)勢,進(jìn)一步提升了預(yù)測精度,證實(shí)了Adaboost-PSO-BP強(qiáng)預(yù)測模型在開采沉陷預(yù)測中的可行性和實(shí)用性。但網(wǎng)絡(luò)穩(wěn)定性問題,仍需進(jìn)一步研究。

    猜你喜歡
    預(yù)測器訓(xùn)練樣本權(quán)重
    輸入延遲系統(tǒng)的切換偽預(yù)測鎮(zhèn)定控制器
    權(quán)重常思“浮名輕”
    人工智能
    一種改進(jìn)型TAGE分支預(yù)測器的實(shí)現(xiàn)
    為黨督政勤履職 代民行權(quán)重?fù)?dān)當(dāng)
    基于公約式權(quán)重的截短線性分組碼盲識別方法
    寬帶光譜成像系統(tǒng)最優(yōu)訓(xùn)練樣本選擇方法研究
    融合原始樣本和虛擬樣本的人臉識別算法
    基于稀疏重構(gòu)的機(jī)載雷達(dá)訓(xùn)練樣本挑選方法
    層次分析法權(quán)重的計算:基于Lingo的數(shù)學(xué)模型
    河南科技(2014年15期)2014-02-27 14:12:51
    国产不卡av网站在线观看| 伦理电影大哥的女人| 美女高潮到喷水免费观看| 在线观看www视频免费| 麻豆精品久久久久久蜜桃| 九色亚洲精品在线播放| 蜜桃国产av成人99| 一区二区日韩欧美中文字幕| 亚洲,欧美精品.| 国产一区二区激情短视频 | 捣出白浆h1v1| 亚洲精品aⅴ在线观看| 欧美日韩精品成人综合77777| 久久久久视频综合| 精品第一国产精品| www日本在线高清视频| 九色亚洲精品在线播放| 极品少妇高潮喷水抽搐| 久久久久国产精品人妻一区二区| 麻豆乱淫一区二区| 精品一区二区三卡| 色网站视频免费| av.在线天堂| 一区二区三区精品91| 极品人妻少妇av视频| 欧美中文综合在线视频| 亚洲欧美清纯卡通| 自线自在国产av| 欧美变态另类bdsm刘玥| 免费观看在线日韩| av免费观看日本| 日韩三级伦理在线观看| av卡一久久| 久久久久网色| 91成人精品电影| 宅男免费午夜| 成年美女黄网站色视频大全免费| 久久久久国产一级毛片高清牌| 亚洲婷婷狠狠爱综合网| 极品少妇高潮喷水抽搐| av.在线天堂| 一级毛片 在线播放| 在线观看免费高清a一片| 麻豆精品久久久久久蜜桃| av视频免费观看在线观看| 国产免费福利视频在线观看| 国产男人的电影天堂91| 亚洲精品日本国产第一区| 亚洲图色成人| 国产在线免费精品| 最黄视频免费看| 成人漫画全彩无遮挡| 久久久久精品性色| 在线观看一区二区三区激情| 欧美最新免费一区二区三区| 亚洲av男天堂| 夜夜骑夜夜射夜夜干| av在线app专区| 亚洲经典国产精华液单| av免费在线看不卡| 女性被躁到高潮视频| 在线观看一区二区三区激情| 日韩av在线免费看完整版不卡| 国产亚洲欧美精品永久| 亚洲精品日本国产第一区| 日本欧美视频一区| 美女大奶头黄色视频| 精品午夜福利在线看| 欧美 亚洲 国产 日韩一| 亚洲国产精品国产精品| 成年美女黄网站色视频大全免费| 97在线视频观看| 欧美精品亚洲一区二区| 国产av一区二区精品久久| 人成视频在线观看免费观看| 欧美精品av麻豆av| 女的被弄到高潮叫床怎么办| 免费高清在线观看日韩| 久久久久精品久久久久真实原创| 精品久久久精品久久久| 成年动漫av网址| 在线看a的网站| av网站在线播放免费| 超碰成人久久| 午夜免费观看性视频| 精品福利永久在线观看| 成人影院久久| 欧美 日韩 精品 国产| 老汉色av国产亚洲站长工具| 国产熟女午夜一区二区三区| 久久99热这里只频精品6学生| 国产成人欧美| 久久久久国产网址| 少妇的丰满在线观看| 超碰成人久久| 国产av一区二区精品久久| 日韩av不卡免费在线播放| 一级毛片电影观看| 黄网站色视频无遮挡免费观看| 在线观看免费视频网站a站| 久久99一区二区三区| 日本猛色少妇xxxxx猛交久久| 97人妻天天添夜夜摸| 久久久精品免费免费高清| 成人毛片a级毛片在线播放| 欧美日韩亚洲国产一区二区在线观看 | 日日啪夜夜爽| 亚洲国产精品一区二区三区在线| 99热国产这里只有精品6| 天美传媒精品一区二区| 亚洲伊人色综图| 亚洲av电影在线进入| 国产麻豆69| 日韩欧美精品免费久久| 久久这里有精品视频免费| 日韩一本色道免费dvd| 激情五月婷婷亚洲| 少妇人妻精品综合一区二区| 亚洲,欧美,日韩| 欧美精品一区二区免费开放| 久久午夜福利片| 香蕉精品网在线| 久久精品人人爽人人爽视色| 日韩av免费高清视频| 欧美日韩精品网址| 蜜桃在线观看..| 久久99精品国语久久久| 在线观看免费高清a一片| 十八禁高潮呻吟视频| 欧美日韩一区二区视频在线观看视频在线| 中文精品一卡2卡3卡4更新| av女优亚洲男人天堂| 国产不卡av网站在线观看| 亚洲美女黄色视频免费看| 日本爱情动作片www.在线观看| 在线亚洲精品国产二区图片欧美| 90打野战视频偷拍视频| 国产亚洲欧美精品永久| 免费看av在线观看网站| 99精国产麻豆久久婷婷| √禁漫天堂资源中文www| 国产成人aa在线观看| 尾随美女入室| 精品国产一区二区久久| 亚洲四区av| 一个人免费看片子| 1024视频免费在线观看| 一二三四中文在线观看免费高清| 国产日韩欧美在线精品| 亚洲精品,欧美精品| 啦啦啦中文免费视频观看日本| 天天躁夜夜躁狠狠躁躁| 黄色一级大片看看| 久久久久国产一级毛片高清牌| 欧美日韩精品网址| 日韩熟女老妇一区二区性免费视频| 色婷婷av一区二区三区视频| 亚洲精品第二区| 欧美+日韩+精品| 99热国产这里只有精品6| 国产精品久久久久成人av| 日韩电影二区| 午夜av观看不卡| 日日爽夜夜爽网站| 男女无遮挡免费网站观看| 亚洲激情五月婷婷啪啪| 嫩草影院入口| 男人添女人高潮全过程视频| 亚洲熟女精品中文字幕| 国产精品嫩草影院av在线观看| 午夜福利一区二区在线看| 日韩av在线免费看完整版不卡| 青青草视频在线视频观看| 狠狠精品人妻久久久久久综合| 波野结衣二区三区在线| 成人漫画全彩无遮挡| 亚洲av在线观看美女高潮| 国产成人精品久久久久久| 欧美日韩亚洲国产一区二区在线观看 | 赤兔流量卡办理| 中文字幕人妻熟女乱码| 黄色视频在线播放观看不卡| 看十八女毛片水多多多| 欧美精品av麻豆av| 欧美av亚洲av综合av国产av | 国产亚洲欧美精品永久| 免费看av在线观看网站| 亚洲精品aⅴ在线观看| 黄色怎么调成土黄色| av线在线观看网站| 在线观看免费日韩欧美大片| 亚洲av免费高清在线观看| 免费看不卡的av| 日韩不卡一区二区三区视频在线| 国产精品久久久久久精品电影小说| 亚洲在久久综合| 色吧在线观看| 国产成人欧美| 日韩一本色道免费dvd| 卡戴珊不雅视频在线播放| 天天影视国产精品| av免费观看日本| 久久国内精品自在自线图片| 国产在线视频一区二区| 免费久久久久久久精品成人欧美视频| 亚洲精品国产av蜜桃| 成年美女黄网站色视频大全免费| 在线观看免费高清a一片| 美女中出高潮动态图| 欧美日韩精品成人综合77777| 超碰成人久久| 国产白丝娇喘喷水9色精品| 高清av免费在线| 黄色 视频免费看| 久久人妻熟女aⅴ| 人人澡人人妻人| 老女人水多毛片| 国产极品天堂在线| 国产精品熟女久久久久浪| 精品人妻熟女毛片av久久网站| 亚洲精品乱久久久久久| 最近的中文字幕免费完整| 国产白丝娇喘喷水9色精品| 有码 亚洲区| 女的被弄到高潮叫床怎么办| 这个男人来自地球电影免费观看 | 成年av动漫网址| 国产女主播在线喷水免费视频网站| 久久青草综合色| 国产精品香港三级国产av潘金莲 | 国产高清不卡午夜福利| 久久久久久久精品精品| 久久久精品免费免费高清| 国产国语露脸激情在线看| 亚洲欧美精品综合一区二区三区 | 制服人妻中文乱码| 丝袜喷水一区| 制服诱惑二区| 久久久久精品性色| 性高湖久久久久久久久免费观看| 制服人妻中文乱码| 久久精品国产鲁丝片午夜精品| 亚洲精品日韩在线中文字幕| www日本在线高清视频| 国产欧美亚洲国产| 亚洲欧洲日产国产| 免费黄频网站在线观看国产| 免费在线观看黄色视频的| 亚洲欧美精品综合一区二区三区 | 天堂8中文在线网| 精品亚洲成国产av| 街头女战士在线观看网站| 最近手机中文字幕大全| 免费观看性生交大片5| 国产亚洲精品第一综合不卡| 男人操女人黄网站| 亚洲欧美日韩另类电影网站| 久久久国产精品麻豆| www.熟女人妻精品国产| 美女中出高潮动态图| 国产欧美日韩综合在线一区二区| 麻豆精品久久久久久蜜桃| 欧美xxⅹ黑人| 午夜免费鲁丝| 男人添女人高潮全过程视频| 日韩三级伦理在线观看| av在线app专区| 制服诱惑二区| 日韩中文字幕欧美一区二区 | 91成人精品电影| 大陆偷拍与自拍| 久久久久视频综合| 国产精品久久久久成人av| 欧美97在线视频| 如日韩欧美国产精品一区二区三区| 久久97久久精品| 日日啪夜夜爽| 交换朋友夫妻互换小说| 一边亲一边摸免费视频| 国产亚洲一区二区精品| 久久精品人人爽人人爽视色| av片东京热男人的天堂| 一二三四在线观看免费中文在| 日本黄色日本黄色录像| 老鸭窝网址在线观看| 综合色丁香网| 亚洲国产欧美日韩在线播放| 欧美日韩综合久久久久久| 亚洲综合色惰| 亚洲欧美精品综合一区二区三区 | 2022亚洲国产成人精品| 久久午夜综合久久蜜桃| 热99国产精品久久久久久7| 丝袜喷水一区| 人成视频在线观看免费观看| 大片电影免费在线观看免费| 秋霞在线观看毛片| 欧美人与善性xxx| 99热国产这里只有精品6| 成人漫画全彩无遮挡| 亚洲国产成人一精品久久久| 久久国产精品大桥未久av| xxx大片免费视频| 97精品久久久久久久久久精品| kizo精华| 国产精品一国产av| 一区二区三区四区激情视频| www.自偷自拍.com| 美女脱内裤让男人舔精品视频| 一级片'在线观看视频| 欧美成人午夜精品| 1024香蕉在线观看| 2018国产大陆天天弄谢| 亚洲欧美色中文字幕在线| 亚洲av成人精品一二三区| 成人二区视频| 国产一区二区三区av在线| 亚洲欧美精品综合一区二区三区 | 日本av手机在线免费观看| 久久久精品免费免费高清| 国产精品人妻久久久影院| 日日啪夜夜爽| 七月丁香在线播放| 日日啪夜夜爽| 久久久久久伊人网av| 男人舔女人的私密视频| 少妇被粗大猛烈的视频| 久久久久久久国产电影| 香蕉国产在线看| 国产日韩欧美视频二区| 1024视频免费在线观看| 99热全是精品| 国产黄频视频在线观看| 在线观看www视频免费| 丝袜人妻中文字幕| 在线免费观看不下载黄p国产| 寂寞人妻少妇视频99o| 午夜91福利影院| 黄色配什么色好看| 久久青草综合色| 欧美人与善性xxx| 国产日韩一区二区三区精品不卡| 久久av网站| 国产亚洲最大av| 国产精品香港三级国产av潘金莲 | 国产熟女午夜一区二区三区| 老汉色∧v一级毛片| 中文欧美无线码| 国产乱来视频区| 国产精品 国内视频| 亚洲四区av| 日本免费在线观看一区| 美国免费a级毛片| 久久久国产精品麻豆| 一二三四中文在线观看免费高清| videosex国产| 久久 成人 亚洲| 看免费成人av毛片| 免费观看无遮挡的男女| 亚洲中文av在线| 国产成人av激情在线播放| a级片在线免费高清观看视频| 精品久久蜜臀av无| 国产免费又黄又爽又色| 777米奇影视久久| 国产一区有黄有色的免费视频| 亚洲成国产人片在线观看| 乱人伦中国视频| 日韩不卡一区二区三区视频在线| 精品亚洲乱码少妇综合久久| 中国三级夫妇交换| 亚洲第一av免费看| 国产精品三级大全| 精品亚洲成a人片在线观看| av片东京热男人的天堂| 久久久久久久亚洲中文字幕| 久久久国产一区二区| 日韩视频在线欧美| 国产精品免费大片| 亚洲视频免费观看视频| 亚洲情色 制服丝袜| a级片在线免费高清观看视频| 亚洲国产精品999| xxx大片免费视频| 九九爱精品视频在线观看| 黄片无遮挡物在线观看| 亚洲三区欧美一区| 国产精品一国产av| 18禁观看日本| 亚洲av成人精品一二三区| 丰满饥渴人妻一区二区三| av.在线天堂| √禁漫天堂资源中文www| av线在线观看网站| 亚洲av国产av综合av卡| 99九九在线精品视频| 久久国产精品男人的天堂亚洲| 美女主播在线视频| 亚洲欧美清纯卡通| 国产精品一区二区在线观看99| av一本久久久久| 亚洲三级黄色毛片| av免费在线看不卡| 久久人人97超碰香蕉20202| 母亲3免费完整高清在线观看 | 一二三四在线观看免费中文在| 中文字幕人妻丝袜制服| 久久国产亚洲av麻豆专区| 国产精品久久久av美女十八| 91aial.com中文字幕在线观看| 啦啦啦视频在线资源免费观看| 亚洲精品久久成人aⅴ小说| 国产国语露脸激情在线看| 777久久人妻少妇嫩草av网站| 久久精品人人爽人人爽视色| 久久ye,这里只有精品| tube8黄色片| 久久久久久伊人网av| 自线自在国产av| 亚洲精品久久久久久婷婷小说| 国产探花极品一区二区| 最近最新中文字幕免费大全7| 蜜桃国产av成人99| a级毛片在线看网站| 精品少妇内射三级| 国产精品不卡视频一区二区| 爱豆传媒免费全集在线观看| 久久久久久人人人人人| 国产黄色免费在线视频| 亚洲av免费高清在线观看| 亚洲av电影在线进入| 国产精品久久久久久av不卡| 成人亚洲欧美一区二区av| av卡一久久| 中文字幕另类日韩欧美亚洲嫩草| 日韩免费高清中文字幕av| 男女免费视频国产| av不卡在线播放| 国产成人精品无人区| 一级a爱视频在线免费观看| 婷婷色麻豆天堂久久| 麻豆乱淫一区二区| 69精品国产乱码久久久| 女人被躁到高潮嗷嗷叫费观| 一级毛片 在线播放| 亚洲三级黄色毛片| 黑人欧美特级aaaaaa片| www.av在线官网国产| 好男人视频免费观看在线| 看免费成人av毛片| 国语对白做爰xxxⅹ性视频网站| av.在线天堂| 国产成人aa在线观看| 国产精品偷伦视频观看了| 国产精品久久久久久精品电影小说| 2022亚洲国产成人精品| 精品99又大又爽又粗少妇毛片| 一级毛片 在线播放| 精品一品国产午夜福利视频| 国产日韩一区二区三区精品不卡| 成人免费观看视频高清| 不卡av一区二区三区| 叶爱在线成人免费视频播放| av天堂久久9| 免费在线观看完整版高清| 久久 成人 亚洲| 亚洲精品美女久久久久99蜜臀 | 久久久久久免费高清国产稀缺| 日韩伦理黄色片| 国产亚洲av片在线观看秒播厂| 日日撸夜夜添| 亚洲人成网站在线观看播放| 日日啪夜夜爽| 成人国产av品久久久| 少妇被粗大的猛进出69影院| 在线观看美女被高潮喷水网站| 亚洲成色77777| 中文乱码字字幕精品一区二区三区| 欧美精品人与动牲交sv欧美| 亚洲四区av| 丝袜人妻中文字幕| 自线自在国产av| 亚洲国产欧美在线一区| 欧美老熟妇乱子伦牲交| 卡戴珊不雅视频在线播放| 国产免费福利视频在线观看| 激情视频va一区二区三区| 亚洲国产av新网站| 亚洲欧美色中文字幕在线| 成人影院久久| 国产精品一区二区在线观看99| av女优亚洲男人天堂| 国产一区二区三区av在线| 国产乱人偷精品视频| 亚洲内射少妇av| 99re6热这里在线精品视频| 9191精品国产免费久久| 精品福利永久在线观看| 国产精品蜜桃在线观看| 免费不卡的大黄色大毛片视频在线观看| 国产精品国产av在线观看| 国产综合精华液| 国产高清不卡午夜福利| 久久久久国产精品人妻一区二区| 国产国语露脸激情在线看| 日韩视频在线欧美| 久久久久久久精品精品| 永久网站在线| 亚洲精品在线美女| 国产精品亚洲av一区麻豆 | 天天操日日干夜夜撸| 天堂俺去俺来也www色官网| 性少妇av在线| 两个人免费观看高清视频| 人人妻人人添人人爽欧美一区卜| 99精国产麻豆久久婷婷| 欧美成人午夜精品| 美女国产视频在线观看| 亚洲精华国产精华液的使用体验| 精品国产国语对白av| 伊人亚洲综合成人网| 女人被躁到高潮嗷嗷叫费观| av网站在线播放免费| 不卡视频在线观看欧美| 99久国产av精品国产电影| 国产精品无大码| 天天躁狠狠躁夜夜躁狠狠躁| 人人澡人人妻人| 日本免费在线观看一区| 久热这里只有精品99| 久久 成人 亚洲| 欧美精品一区二区大全| 狠狠精品人妻久久久久久综合| 一级片'在线观看视频| 日本黄色日本黄色录像| 亚洲一区中文字幕在线| 欧美日韩一级在线毛片| 国产一区有黄有色的免费视频| 黑人欧美特级aaaaaa片| av.在线天堂| 热re99久久精品国产66热6| 亚洲精品乱久久久久久| 精品少妇黑人巨大在线播放| 免费在线观看视频国产中文字幕亚洲 | 国产一区二区 视频在线| 最近中文字幕2019免费版| 国产乱来视频区| 国产97色在线日韩免费| 18禁国产床啪视频网站| 午夜91福利影院| 亚洲人成电影观看| 丝袜喷水一区| 日本爱情动作片www.在线观看| 大话2 男鬼变身卡| 赤兔流量卡办理| 亚洲婷婷狠狠爱综合网| 国产精品国产三级专区第一集| videos熟女内射| 青青草视频在线视频观看| 欧美xxⅹ黑人| 中文字幕制服av| 国产男女内射视频| 久久久久久久久久久免费av| 最近的中文字幕免费完整| 日本vs欧美在线观看视频| 久久亚洲国产成人精品v| 一本久久精品| 波多野结衣一区麻豆| 国产精品香港三级国产av潘金莲 | 男女国产视频网站| 色网站视频免费| 久久精品久久久久久久性| 国产精品人妻久久久影院| 成年人免费黄色播放视频| 国产老妇伦熟女老妇高清| 又大又黄又爽视频免费| 亚洲视频免费观看视频| 一本大道久久a久久精品| 欧美亚洲 丝袜 人妻 在线| 日本91视频免费播放| 校园人妻丝袜中文字幕| 在线看a的网站| 自线自在国产av| 久久久久人妻精品一区果冻| 一级毛片黄色毛片免费观看视频| 久热久热在线精品观看| 国产精品免费大片| 老司机影院毛片| 另类精品久久| av网站在线播放免费| 成人亚洲精品一区在线观看| 日韩中文字幕欧美一区二区 | 欧美人与性动交α欧美精品济南到 | 美女脱内裤让男人舔精品视频| 另类精品久久| 有码 亚洲区| 欧美日韩综合久久久久久| 妹子高潮喷水视频| 日韩av免费高清视频| 黑丝袜美女国产一区| 黄网站色视频无遮挡免费观看| 精品久久久久久电影网| 国产av一区二区精品久久| 亚洲欧美一区二区三区久久| 在线观看免费日韩欧美大片| 精品国产一区二区三区四区第35| 久久韩国三级中文字幕| 这个男人来自地球电影免费观看 | 日本-黄色视频高清免费观看| 国产精品蜜桃在线观看| 久久久国产一区二区| 色网站视频免费| 国产精品蜜桃在线观看| 国产人伦9x9x在线观看 | 久久久精品区二区三区|