• <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 ?

    一種優(yōu)化的短時(shí)交通流量預(yù)測(cè)算法

    2021-01-04 08:05:12李誠(chéng)張宏烈葛海淼楊欣宇
    高師理科學(xué)刊 2020年11期
    關(guān)鍵詞:交通流量交通流蜂群

    李誠(chéng),張宏烈,葛海淼,楊欣宇

    一種優(yōu)化的短時(shí)交通流量預(yù)測(cè)算法

    李誠(chéng),張宏烈,葛海淼,楊欣宇

    (齊齊哈爾大學(xué) 計(jì)算機(jī)與控制工程學(xué)院,黑龍江 齊齊哈爾 161006)

    短時(shí)交通流量預(yù)測(cè)是智能交通的理論基礎(chǔ),是交通流誘導(dǎo)系統(tǒng)中的關(guān)鍵性技術(shù).對(duì)短時(shí)交通流量預(yù)測(cè)的研究具有很高的社會(huì)價(jià)值.目前,SVR智能預(yù)測(cè)模型已經(jīng)被應(yīng)用于這一領(lǐng)域.針對(duì)SVR模型參數(shù)選擇難、預(yù)測(cè)精度有待提高等問題,運(yùn)用人工蜂群算法(Artificial Bee Colony Algorithm,ABC)對(duì)SVR參數(shù)進(jìn)行優(yōu)化選擇,提出了基于人工蜂群算法優(yōu)化SVR的短時(shí)交通流量預(yù)測(cè)模型(ABC-SVR),并與其它典型預(yù)測(cè)模型進(jìn)行了對(duì)比仿真實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果表明,ABC-SVR算法具有可行性和精確性.

    預(yù)測(cè)算法;人工蜂群算法;支持向量回歸機(jī);短時(shí)交通流量

    隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展和城市化進(jìn)程的不斷加快,購(gòu)車人數(shù)逐年上升,大中城市中,交通堵塞日趨成為一個(gè)嚴(yán)重的問題.交通堵塞不僅對(duì)環(huán)境產(chǎn)生污染,同時(shí)增加交通事故發(fā)生概率,因此智能交通系統(tǒng)(Intelligent Transport System,ITS)應(yīng)運(yùn)而生.ITS可以對(duì)交通信息進(jìn)行實(shí)時(shí)采集,及時(shí)分析,從而對(duì)交通進(jìn)行誘導(dǎo)控制.ITS中的關(guān)鍵技術(shù)就是短時(shí)交通流量(采樣時(shí)間間隔不超過15 min的交通流量)的預(yù)測(cè)[1].在實(shí)際應(yīng)用中,由于交通信息自身特點(diǎn)和采集過程中的各種因素影響,如何提高交通流量預(yù)測(cè)準(zhǔn)確性仍然面臨巨大的挑戰(zhàn)[2].

    短時(shí)交通流量預(yù)測(cè)方法研究一直是國(guó)內(nèi)外研究的熱點(diǎn)之一,早在20世紀(jì)70年代,一些學(xué)者就開始把經(jīng)濟(jì)學(xué)、物理學(xué)等學(xué)科中成熟的預(yù)測(cè)方法運(yùn)用到短時(shí)交通流量預(yù)測(cè)中,預(yù)測(cè)方法主要是應(yīng)用線性理論和統(tǒng)計(jì)學(xué)理論等.如時(shí)間序列模型[3]、卡爾曼濾波理論[4]等,這些傳統(tǒng)模型的應(yīng)用比較成熟,但計(jì)算誤差較大.為了解決這些模型的不足,學(xué)者將各種智能算法引入到短時(shí)交通流量預(yù)測(cè)的建模中,出現(xiàn)了神經(jīng)網(wǎng)絡(luò)模型[5-6]、支持向量機(jī)模型[7]等.最近幾年,有不少研究表明,基于組合預(yù)測(cè)模型的短時(shí)交通流量預(yù)測(cè)效果更優(yōu).該方法同時(shí)采用2種或2種以上的預(yù)測(cè)方法對(duì)短時(shí)交通流量進(jìn)行預(yù)測(cè),發(fā)揮不同預(yù)測(cè)方法的優(yōu)勢(shì).模型有神經(jīng)網(wǎng)絡(luò)模型與遺傳算法[8]、卡爾曼濾波與二次指數(shù)降噪法[9]等.

    1 支持向量機(jī)算法及參數(shù)分析

    2 人工蜂群算法優(yōu)化SVR模型

    2.1 人工蜂群算法

    人工蜂群算法求解優(yōu)化問題的過程是模擬蜂群尋找收益度(含蜜量)最高的蜜源過程,其優(yōu)點(diǎn)是控制參數(shù)少,易于實(shí)現(xiàn),全局收斂性能好,在求解非線性優(yōu)化函數(shù)方面比其它典型的啟發(fā)式算法具有更加優(yōu)越的性能.

    (3)目標(biāo)函數(shù)適應(yīng)度值,計(jì)算公式為

    (4)待工蜂根據(jù)觀察到的適應(yīng)度值計(jì)算各雇傭蜂被選中的概率,計(jì)算公式為

    2.2 參數(shù)優(yōu)化模型

    建立ABC-SVR模型,其過程見圖1.

    圖1 建立ABC-SVR模型流程

    3 仿真實(shí)驗(yàn)及結(jié)果分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)

    本實(shí)驗(yàn)數(shù)據(jù)來源為PEMS系統(tǒng)網(wǎng)站下載的某監(jiān)測(cè)點(diǎn)數(shù)據(jù).

    考慮到每周交通流量的周期性變化,選取工作日2017年9月7日(星期四)的交通流量數(shù)據(jù)作為研究對(duì)象.考慮到交通流量數(shù)據(jù)高峰期時(shí)間段的重要性,本實(shí)驗(yàn)選取7:00到20:00時(shí)間段作為仿真實(shí)驗(yàn)對(duì)象.

    采集時(shí)間間隔5 min,共采集數(shù)據(jù)157個(gè),前130個(gè)交通流量數(shù)據(jù)作為支持向量回歸機(jī)模型的訓(xùn)練集,剩下的27個(gè)數(shù)據(jù)作為支持向量回歸機(jī)模型的測(cè)試集.

    對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,包括缺失數(shù)據(jù)處理、異常數(shù)據(jù)處理和歸一化處理.

    3.2 可行性實(shí)驗(yàn)

    使用本文提出基于人工蜂群優(yōu)化支持向量機(jī)的短時(shí)交通流量預(yù)測(cè)模型,即ABC-SVR和傳統(tǒng)的SVR模型進(jìn)行預(yù)測(cè)對(duì)比仿真實(shí)驗(yàn).目的是證明ABC-SVR預(yù)測(cè)模型在預(yù)測(cè)短時(shí)交通流量上的可行性.

    本文仿真實(shí)驗(yàn)使用安裝了Libsvm-3.21工具包的MATLAB R2010b軟件完成.

    SVR,ABC-SVR與真實(shí)值之間的對(duì)比為優(yōu)化前后的SVR模型預(yù)測(cè)結(jié)果對(duì)比曲線圖(見圖2).

    圖2 SVR和ABC-SVR模型預(yù)測(cè)結(jié)果

    SVR,ABC-SVR與真實(shí)值之間的橫向?qū)Ρ龋瑥膱D2曲線走勢(shì)上可以看出,ABC-SVR曲線與真實(shí)值曲線的擬合度比較好;從評(píng)價(jià)指標(biāo)平均相對(duì)誤差MRE(見表1)上可以看出,ABC-SVR的MRE較低.

    表1 SVR和ABC-SVR模型預(yù)測(cè)結(jié)果的MRE對(duì)比

    通過對(duì)比分析可以看出,本文基于人工蜂群優(yōu)化SVR在短時(shí)交通流量預(yù)測(cè)方面是可行的,并能夠取得較好的預(yù)測(cè)精確度.

    3.3 精確性實(shí)驗(yàn)

    使用基于人工蜂群優(yōu)化支持向量機(jī)的短時(shí)交通流量預(yù)測(cè)模型,即ABC-SVR預(yù)測(cè)模型和典型的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)和小波神經(jīng)網(wǎng)絡(luò)時(shí)間序列(Wavelet Neural Network Time Series,WNN-ST)預(yù)測(cè)模型進(jìn)行預(yù)測(cè)對(duì)比仿真實(shí)驗(yàn).目的是證明ABC-SVR預(yù)測(cè)模型在預(yù)測(cè)短時(shí)交通流量上的精確性.

    CNN,WNN-TS模型預(yù)測(cè)結(jié)果與真實(shí)值之間的對(duì)比曲線見圖3.ABC-SVR模型與真實(shí)值之間的對(duì)比曲線見圖2b.

    CNN,WNN-TS,ABC-SVR與真實(shí)值之間的橫向?qū)Ρ葘?shí)驗(yàn),從各個(gè)優(yōu)化模型預(yù)測(cè)結(jié)果的評(píng)價(jià)指標(biāo)平均相對(duì)誤差MRE(見表2)可以看出,ABC-SVR的MRE較低.

    通過對(duì)比分析,可以看出本文基于人工蜂群優(yōu)化SVR的短時(shí)交通流量預(yù)測(cè)方法的預(yù)測(cè)能力強(qiáng)、預(yù)測(cè)結(jié)果精確.

    圖3 CNN和WNN-TS模型預(yù)測(cè)結(jié)果

    表2 CNN,WNN-TS,ABC-SVR模型預(yù)測(cè)結(jié)果的MRE對(duì)比

    4 結(jié)論

    由于SVR算法能夠解決非線性、小樣本和高維的問題,符合短時(shí)交通流預(yù)測(cè)這一研究領(lǐng)域特點(diǎn).所以,本文采用SVR算法建立短時(shí)交通流預(yù)測(cè)模型.并針對(duì)基于支持向量回歸預(yù)測(cè)模型中參數(shù)選擇問題,運(yùn)用群智能優(yōu)化算法中的人工蜂群算法對(duì)參數(shù)進(jìn)行最優(yōu)選擇,建立基于人工蜂群算法優(yōu)化的SVR短時(shí)交通流預(yù)測(cè)模型.并對(duì)建立的模型進(jìn)行仿真實(shí)驗(yàn)及結(jié)果分析,表明了提出的模型具有可行性和預(yù)測(cè)的精確性.

    [1] YANG Zhaosheng,WANG Yuan,GUAN Qing.Short-term traffic flow prediction method based on SVM[J].Journal of Jilin University:Engineering and Technology Edition,2006,10(6):881-884

    [2] CHANG Gang,ZHANG Yi,YAO Danya.Short-term traffic flow forecasting model for regional road network based onspatial-temporal dependency[J].Journal of Tsinghua University,2013,52(2):215-221

    [3] WILLIAMS B M,OEL L A.Modelling and forecasting vehicular traffic flow as a seasonal ARIMA process:Theoretical basisand empirical results[J].Journal of Transportation Engineering,2003,129(6):664-672

    [4] OKUTANI I,TEPHANEDES Y J.Dynamic prediction of traffic volume through Kalman filtering theory[J].TransportationRes-earch Part B:Methodological,1984,18(1):1-11

    [5] 王青松,謝興生,佘顥.基于CNN-XGBoost混合模型的短時(shí)交通流預(yù)測(cè)[J].測(cè)控技術(shù),2019,38(4):42-45,72

    [6] 黃振盛,汪玉美,韓江洪,等.基于MLS-SVM和時(shí)空特性的短時(shí)交通流量預(yù)測(cè)方法[J].合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2020,43(1):57-63

    [7] HUANG M L.Intersection traffic flow forecasting based on v-GSVR with a new hybrid evolutionary algorithm[J].Neurocomputing,2015,147:343-349

    [8] ABDULHAI B,PORWAL H,RECKERW.Short-term traffic flow prediction using neuro-genetic algorithms[J].Intelligent Transportation Systems Journal,2002,7(1):3-41

    [9] QIN Ming,YANG Gaofei,DENG Mingjun,et al.Short-term traffic flow forecasting based on exponential smoothing and Kalmanfilter[J].Journal of Beihua University:Natural Science,2015,16(6):814-817

    An optimized algorithm of short-term traffic flow prediction

    LI Cheng,ZHANG Honglie,GE Haimiao,YANG Xinyu

    (Schoolof Computer and Control Engineering,Qiqihar University,Qiqihar 161006,China)

    The prediction of short-term traffic flow is the theoretical basis of intelligent transportation as well as the key technology in traffic flow induction system.The research on short-term traffic flow prediction has showed the considerable social value.At present,support vector regression(SVR)intelligent prediction model has been applied in this domain.Aiming at parameter selection difficulty and prediction accuracy improvement,the artificial bee colony algorithm(ABC)is adopted to optimize the SVR parameters.Accordingly,the short-term traffic flow prediction algorithm by support vector regression based on artificial bee colony optimization(ABC-SVR)is presented.The simulation experiments are carried out by comparing the ABC-SVR model with the other typical models,and the experimental results prove the feasibility and accuracy of the proposed ABC-SVR algorithm.

    prediction algorithm;artificial bee colony algorithm;support vector regression;short-time traffic flow

    TP183

    A

    10.3969/j.issn.1007-9831.2020.11.008

    1007-9831(2020)11-0031-05

    2020-07-02

    黑龍江省省屬高等學(xué)?;究蒲袠I(yè)務(wù)費(fèi)科研項(xiàng)目(135309463)

    李誠(chéng)(1978-),男,黑龍江齊齊哈爾人,副教授,碩士,從事嵌入式系統(tǒng)、人工智能等研究.E-mail:lcrb406@163.com

    猜你喜歡
    交通流量交通流蜂群
    “蜂群”席卷天下
    基于XGBOOST算法的擁堵路段短時(shí)交通流量預(yù)測(cè)
    基于GA-BP神經(jīng)網(wǎng)絡(luò)的衡大高速公路日交通流量預(yù)測(cè)
    交通流隨機(jī)行為的研究進(jìn)展
    改進(jìn)gbest引導(dǎo)的人工蜂群算法
    路內(nèi)停車對(duì)交通流延誤影響的定量分析
    蜂群夏季高產(chǎn)管理
    具有負(fù)壓力的Aw-Rascle交通流的Riemann問題
    基于復(fù)合卡和ETC的交通流量采集研究
    MLFF系統(tǒng)在交通流量控制中的應(yīng)用
    国产精品永久免费网站| 亚洲av第一区精品v没综合| 人人妻人人澡欧美一区二区| 国产乱人伦免费视频| 无人区码免费观看不卡| 国产亚洲精品久久久com| 日本a在线网址| 免费大片18禁| 噜噜噜噜噜久久久久久91| 五月玫瑰六月丁香| 国产精品av视频在线免费观看| 深夜a级毛片| 亚洲专区中文字幕在线| 精品国产亚洲在线| 国语自产精品视频在线第100页| 两性午夜刺激爽爽歪歪视频在线观看| 可以在线观看毛片的网站| 高清在线国产一区| 欧美中文日本在线观看视频| 日本撒尿小便嘘嘘汇集6| 1024手机看黄色片| 男人和女人高潮做爰伦理| 男人和女人高潮做爰伦理| 久久久久国内视频| 天天躁日日操中文字幕| 最近中文字幕高清免费大全6 | 欧美乱色亚洲激情| 看片在线看免费视频| 欧美国产日韩亚洲一区| 日韩欧美在线二视频| 精品99又大又爽又粗少妇毛片 | 又爽又黄无遮挡网站| 美女 人体艺术 gogo| 18禁黄网站禁片午夜丰满| 国产真实乱freesex| av女优亚洲男人天堂| 成人性生交大片免费视频hd| 久久久久九九精品影院| 十八禁人妻一区二区| 午夜福利在线观看吧| 日韩欧美免费精品| 欧美性猛交黑人性爽| 亚洲精品久久国产高清桃花| or卡值多少钱| a级毛片免费高清观看在线播放| 99在线人妻在线中文字幕| 深夜精品福利| 久久久久久久久久黄片| www.999成人在线观看| 亚洲av美国av| 免费av毛片视频| 欧美午夜高清在线| 美女高潮喷水抽搐中文字幕| 亚洲av美国av| 床上黄色一级片| 女生性感内裤真人,穿戴方法视频| 长腿黑丝高跟| 黄片小视频在线播放| 亚洲av美国av| 天堂√8在线中文| 久久久久久久午夜电影| 国产精品爽爽va在线观看网站| 欧美日韩中文字幕国产精品一区二区三区| 长腿黑丝高跟| 国产亚洲欧美在线一区二区| 舔av片在线| 淫秽高清视频在线观看| a级毛片a级免费在线| 偷拍熟女少妇极品色| 国产伦人伦偷精品视频| 日韩欧美免费精品| 亚洲av日韩精品久久久久久密| 嫩草影院精品99| 黄色视频,在线免费观看| 久久久精品欧美日韩精品| www.999成人在线观看| 波多野结衣高清作品| 亚洲国产欧美人成| 亚洲最大成人av| 久久中文看片网| 丰满人妻一区二区三区视频av| 精品乱码久久久久久99久播| 久久久久久久久大av| 丰满人妻一区二区三区视频av| 亚洲精品粉嫩美女一区| 久久久精品欧美日韩精品| 日本免费a在线| 色在线成人网| 国产一区二区三区在线臀色熟女| 婷婷精品国产亚洲av| 成年女人看的毛片在线观看| 麻豆国产av国片精品| 国产亚洲精品久久久com| 最近在线观看免费完整版| av女优亚洲男人天堂| 国产视频内射| 首页视频小说图片口味搜索| 99riav亚洲国产免费| 男人和女人高潮做爰伦理| 麻豆国产av国片精品| 国产精品亚洲av一区麻豆| 国产久久久一区二区三区| 亚洲天堂国产精品一区在线| 久久人妻av系列| 成人美女网站在线观看视频| 亚洲三级黄色毛片| 99热精品在线国产| 18+在线观看网站| 国产探花极品一区二区| 国产精品一区二区三区四区免费观看 | 中文字幕久久专区| 免费看光身美女| 国内少妇人妻偷人精品xxx网站| 国产乱人视频| 五月伊人婷婷丁香| 最新中文字幕久久久久| 他把我摸到了高潮在线观看| 国产一区二区在线av高清观看| 综合色av麻豆| 成人午夜高清在线视频| 亚洲五月天丁香| 欧美日韩福利视频一区二区| 欧美3d第一页| 欧美另类亚洲清纯唯美| 亚洲av成人精品一区久久| 日日摸夜夜添夜夜添小说| 亚洲无线观看免费| 婷婷精品国产亚洲av| 每晚都被弄得嗷嗷叫到高潮| 欧美日本亚洲视频在线播放| 中文字幕人成人乱码亚洲影| 亚洲av免费在线观看| 麻豆国产97在线/欧美| 欧美性感艳星| a在线观看视频网站| 中文字幕久久专区| 一本精品99久久精品77| 美女被艹到高潮喷水动态| 欧美+日韩+精品| 白带黄色成豆腐渣| 999久久久精品免费观看国产| 91午夜精品亚洲一区二区三区 | 欧美日韩黄片免| 久久热精品热| 亚洲欧美日韩无卡精品| 久久精品国产清高在天天线| 色综合站精品国产| 99久久无色码亚洲精品果冻| 午夜精品久久久久久毛片777| 热99re8久久精品国产| 色综合欧美亚洲国产小说| 观看免费一级毛片| 国产亚洲精品综合一区在线观看| 成年版毛片免费区| 国内精品美女久久久久久| 国产三级中文精品| 亚洲片人在线观看| 久久久久久大精品| 欧美成人a在线观看| 精品一区二区三区视频在线| 18禁黄网站禁片午夜丰满| 亚洲久久久久久中文字幕| 啦啦啦韩国在线观看视频| 亚洲最大成人中文| 一区二区三区激情视频| 成人国产一区最新在线观看| 精品人妻视频免费看| 久久精品国产清高在天天线| 欧美性猛交╳xxx乱大交人| 美女cb高潮喷水在线观看| 一级av片app| 国产探花在线观看一区二区| 两性午夜刺激爽爽歪歪视频在线观看| 九九在线视频观看精品| 最好的美女福利视频网| 深夜精品福利| 亚洲av第一区精品v没综合| 国产v大片淫在线免费观看| 国产精品不卡视频一区二区 | 禁无遮挡网站| 日韩 亚洲 欧美在线| 精品99又大又爽又粗少妇毛片 | 又爽又黄a免费视频| 欧美最黄视频在线播放免费| 国产老妇女一区| 午夜福利欧美成人| 久久久久久久午夜电影| 亚洲精品久久国产高清桃花| 99热6这里只有精品| 久久精品国产亚洲av天美| 色综合婷婷激情| 亚洲欧美日韩高清在线视频| 亚洲在线自拍视频| 欧美日韩国产亚洲二区| 国产成+人综合+亚洲专区| 韩国av一区二区三区四区| 国产伦在线观看视频一区| 欧美精品啪啪一区二区三区| 在线观看66精品国产| 午夜福利高清视频| 热99在线观看视频| 观看美女的网站| 国产亚洲精品久久久com| 男人狂女人下面高潮的视频| 亚洲在线自拍视频| 99久久九九国产精品国产免费| 亚洲中文字幕一区二区三区有码在线看| 国产三级中文精品| 亚洲av美国av| 日日干狠狠操夜夜爽| 美女 人体艺术 gogo| 国产大屁股一区二区在线视频| 日日摸夜夜添夜夜添av毛片 | 国产老妇女一区| 亚洲精品日韩av片在线观看| a级毛片免费高清观看在线播放| 国产精品久久视频播放| 日韩 亚洲 欧美在线| 久久国产精品人妻蜜桃| 天天一区二区日本电影三级| 在线观看免费视频日本深夜| 深夜a级毛片| 久久人人爽人人爽人人片va | 国产视频内射| 久久久久久久亚洲中文字幕 | 少妇裸体淫交视频免费看高清| 男插女下体视频免费在线播放| 老司机午夜福利在线观看视频| 丁香六月欧美| 黄色日韩在线| 一级a爱片免费观看的视频| 午夜福利免费观看在线| 欧美成狂野欧美在线观看| 亚洲av电影不卡..在线观看| 国产精品不卡视频一区二区 | 亚洲av免费高清在线观看| 特大巨黑吊av在线直播| 免费观看精品视频网站| 亚洲专区国产一区二区| 精品人妻视频免费看| 淫秽高清视频在线观看| www.www免费av| 中国美女看黄片| 国产人妻一区二区三区在| 欧美国产日韩亚洲一区| 一个人看视频在线观看www免费| 又紧又爽又黄一区二区| 成人三级黄色视频| 亚洲狠狠婷婷综合久久图片| 欧美乱妇无乱码| 级片在线观看| 白带黄色成豆腐渣| 国内揄拍国产精品人妻在线| 91久久精品国产一区二区成人| 一卡2卡三卡四卡精品乱码亚洲| 搡老熟女国产l中国老女人| 亚洲专区中文字幕在线| 欧美黑人欧美精品刺激| 成人无遮挡网站| 免费看日本二区| 老司机深夜福利视频在线观看| 亚洲精品一区av在线观看| 亚洲av日韩精品久久久久久密| 日本一二三区视频观看| 老司机福利观看| 成人高潮视频无遮挡免费网站| 日韩精品青青久久久久久| 五月玫瑰六月丁香| a在线观看视频网站| 黄色丝袜av网址大全| 一个人看的www免费观看视频| avwww免费| 最近最新免费中文字幕在线| 亚洲第一电影网av| 日韩国内少妇激情av| 国产av在哪里看| 国产一区二区亚洲精品在线观看| 男人和女人高潮做爰伦理| 国内久久婷婷六月综合欲色啪| 在线十欧美十亚洲十日本专区| 人人妻,人人澡人人爽秒播| 国产亚洲欧美在线一区二区| 最近在线观看免费完整版| 一本精品99久久精品77| 免费看光身美女| av在线观看视频网站免费| 深爱激情五月婷婷| 女人被狂操c到高潮| 黄色配什么色好看| 亚洲美女视频黄频| 搡老妇女老女人老熟妇| xxxwww97欧美| 少妇的逼水好多| 亚洲 国产 在线| 国产精品三级大全| 日韩 亚洲 欧美在线| 国产精品电影一区二区三区| 国产高潮美女av| 天堂√8在线中文| 麻豆国产av国片精品| 九色国产91popny在线| 九九在线视频观看精品| 香蕉av资源在线| 99在线视频只有这里精品首页| 中文字幕高清在线视频| 在线观看av片永久免费下载| 日本精品一区二区三区蜜桃| 亚洲五月婷婷丁香| 久久人妻av系列| 夜夜看夜夜爽夜夜摸| 欧美黄色片欧美黄色片| 国产成人影院久久av| 精品久久久久久久久久久久久| 国产白丝娇喘喷水9色精品| 久久精品国产亚洲av香蕉五月| 午夜老司机福利剧场| 又黄又爽又刺激的免费视频.| 国产一级毛片七仙女欲春2| 日韩欧美三级三区| 俺也久久电影网| 日本一本二区三区精品| 国产老妇女一区| 97超视频在线观看视频| 欧美色视频一区免费| 国产欧美日韩精品一区二区| 91午夜精品亚洲一区二区三区 | 久久99热这里只有精品18| 18美女黄网站色大片免费观看| 丰满人妻熟妇乱又伦精品不卡| 免费av不卡在线播放| 亚洲综合色惰| 十八禁人妻一区二区| 99热这里只有是精品50| 欧美日韩黄片免| 国产成人福利小说| 精品无人区乱码1区二区| 18+在线观看网站| 国产三级在线视频| 亚洲aⅴ乱码一区二区在线播放| 亚洲男人的天堂狠狠| 99视频精品全部免费 在线| 免费高清视频大片| 国产人妻一区二区三区在| 91在线观看av| 久久国产乱子免费精品| 天天躁日日操中文字幕| 亚洲第一电影网av| 欧美日韩黄片免| 久久精品影院6| 非洲黑人性xxxx精品又粗又长| 日韩国内少妇激情av| 国产精品久久久久久精品电影| 国产亚洲av嫩草精品影院| 看免费av毛片| 91午夜精品亚洲一区二区三区 | 亚洲内射少妇av| 别揉我奶头~嗯~啊~动态视频| 国产激情偷乱视频一区二区| 人人妻,人人澡人人爽秒播| 日本a在线网址| 午夜久久久久精精品| 成人av一区二区三区在线看| 淫秽高清视频在线观看| 美女高潮的动态| 亚洲欧美日韩东京热| 亚洲成人中文字幕在线播放| 91久久精品国产一区二区成人| 日本在线视频免费播放| 亚洲精品在线美女| 国产一区二区在线av高清观看| 成人鲁丝片一二三区免费| 网址你懂的国产日韩在线| 亚洲最大成人中文| 欧美日本亚洲视频在线播放| 欧美激情在线99| 中文在线观看免费www的网站| 中文亚洲av片在线观看爽| 久久精品综合一区二区三区| 色av中文字幕| 日本黄大片高清| 淫秽高清视频在线观看| 如何舔出高潮| 欧美日韩黄片免| 一级毛片久久久久久久久女| 欧美国产日韩亚洲一区| 一区二区三区高清视频在线| 久久久精品欧美日韩精品| 精品久久久久久成人av| 国产精品综合久久久久久久免费| 俄罗斯特黄特色一大片| 一卡2卡三卡四卡精品乱码亚洲| 欧美区成人在线视频| 国产欧美日韩精品亚洲av| 免费在线观看成人毛片| 免费无遮挡裸体视频| 亚洲av.av天堂| 亚洲人与动物交配视频| 激情在线观看视频在线高清| 美女高潮喷水抽搐中文字幕| 欧美日韩福利视频一区二区| 亚洲欧美日韩东京热| 免费av毛片视频| 亚洲成人久久爱视频| 一个人看视频在线观看www免费| 男女做爰动态图高潮gif福利片| 好男人在线观看高清免费视频| 亚洲无线观看免费| 久久这里只有精品中国| 精品一区二区三区视频在线| 搞女人的毛片| 99热只有精品国产| 非洲黑人性xxxx精品又粗又长| 国产乱人伦免费视频| 极品教师在线免费播放| 亚洲av成人精品一区久久| 国产野战对白在线观看| 97热精品久久久久久| 中文字幕久久专区| 丁香欧美五月| 国产亚洲精品久久久com| 国产伦一二天堂av在线观看| 欧美在线黄色| 18禁裸乳无遮挡免费网站照片| 9191精品国产免费久久| 在线观看一区二区三区| 1024手机看黄色片| 日本熟妇午夜| 长腿黑丝高跟| 99久国产av精品| 好男人电影高清在线观看| 99国产综合亚洲精品| 亚洲av电影不卡..在线观看| 国产精品一区二区性色av| 制服丝袜大香蕉在线| 直男gayav资源| 嫩草影视91久久| 精品免费久久久久久久清纯| 中文字幕免费在线视频6| 亚洲一区二区三区色噜噜| 女人十人毛片免费观看3o分钟| 日韩大尺度精品在线看网址| 国产三级在线视频| 18禁裸乳无遮挡免费网站照片| 国产熟女xx| 他把我摸到了高潮在线观看| 在线免费观看不下载黄p国产 | 国产欧美日韩精品一区二区| 搡女人真爽免费视频火全软件 | 精品久久久久久久人妻蜜臀av| 久久精品夜夜夜夜夜久久蜜豆| 久99久视频精品免费| 亚洲av五月六月丁香网| 久久久久久国产a免费观看| 极品教师在线视频| 国产精品综合久久久久久久免费| 女人十人毛片免费观看3o分钟| 夜夜躁狠狠躁天天躁| eeuss影院久久| 国产麻豆成人av免费视频| 日本成人三级电影网站| 色综合站精品国产| 国产av一区在线观看免费| 国产av在哪里看| 亚洲欧美日韩高清专用| 精品一区二区三区人妻视频| av天堂在线播放| 最近最新免费中文字幕在线| 赤兔流量卡办理| 黄色女人牲交| 成人鲁丝片一二三区免费| 国产免费一级a男人的天堂| 天天躁日日操中文字幕| 少妇的逼水好多| 久久久久久久久久黄片| 又爽又黄无遮挡网站| 1000部很黄的大片| 夜夜爽天天搞| 啦啦啦韩国在线观看视频| 男女做爰动态图高潮gif福利片| 99热这里只有是精品在线观看 | 欧美在线一区亚洲| 午夜免费男女啪啪视频观看 | 精品久久久久久久久久免费视频| 99久久精品热视频| 首页视频小说图片口味搜索| 免费在线观看影片大全网站| 亚洲五月天丁香| 国产精品不卡视频一区二区 | 中文字幕人妻熟人妻熟丝袜美| 99国产极品粉嫩在线观看| 给我免费播放毛片高清在线观看| 久久久久国产精品人妻aⅴ院| 黄色视频,在线免费观看| 亚洲在线观看片| www.色视频.com| 欧美xxxx性猛交bbbb| 午夜福利在线观看免费完整高清在 | 亚洲精品在线观看二区| 日韩亚洲欧美综合| 国产毛片a区久久久久| 国产欧美日韩精品亚洲av| 精品久久久久久成人av| 神马国产精品三级电影在线观看| 欧美zozozo另类| 欧美乱色亚洲激情| 国产三级黄色录像| 在线播放无遮挡| 日本 av在线| x7x7x7水蜜桃| 成年女人看的毛片在线观看| 亚洲av熟女| 99久久99久久久精品蜜桃| 宅男免费午夜| 欧美3d第一页| ponron亚洲| 男插女下体视频免费在线播放| 99国产精品一区二区三区| 久久精品综合一区二区三区| 最近最新中文字幕大全电影3| av国产免费在线观看| 成人性生交大片免费视频hd| 亚洲av二区三区四区| 国产精品女同一区二区软件 | 欧美国产日韩亚洲一区| 亚洲美女黄片视频| 国产成人aa在线观看| 中文亚洲av片在线观看爽| 亚洲性夜色夜夜综合| 久久久久久久亚洲中文字幕 | 桃色一区二区三区在线观看| 一区二区三区高清视频在线| 性色avwww在线观看| 欧美激情久久久久久爽电影| 最近视频中文字幕2019在线8| 精品一区二区三区av网在线观看| 久久婷婷人人爽人人干人人爱| 人妻久久中文字幕网| eeuss影院久久| 免费看日本二区| 午夜免费成人在线视频| 1024手机看黄色片| 免费在线观看影片大全网站| 午夜福利在线观看吧| 欧美乱色亚洲激情| 成人特级av手机在线观看| 国产精品野战在线观看| 欧美黄色片欧美黄色片| 日本三级黄在线观看| 日韩成人在线观看一区二区三区| 亚洲人与动物交配视频| 精品人妻偷拍中文字幕| 别揉我奶头~嗯~啊~动态视频| 亚洲一区二区三区色噜噜| 毛片女人毛片| 亚洲人成网站在线播放欧美日韩| 99久久无色码亚洲精品果冻| 激情在线观看视频在线高清| 久久久久久久精品吃奶| 色5月婷婷丁香| 免费大片18禁| 成人永久免费在线观看视频| 99国产综合亚洲精品| 成人永久免费在线观看视频| 免费观看人在逋| 亚洲,欧美,日韩| 日本免费a在线| 特级一级黄色大片| 一个人免费在线观看电影| 一个人看视频在线观看www免费| 两个人视频免费观看高清| 国产精品乱码一区二三区的特点| 午夜福利免费观看在线| 天堂av国产一区二区熟女人妻| 亚洲av免费在线观看| 99热这里只有是精品50| 天堂动漫精品| 国产色婷婷99| 九色成人免费人妻av| 午夜视频国产福利| 听说在线观看完整版免费高清| 亚洲中文日韩欧美视频| 俄罗斯特黄特色一大片| 欧美绝顶高潮抽搐喷水| 性色av乱码一区二区三区2| 搞女人的毛片| 国产高清有码在线观看视频| 白带黄色成豆腐渣| 亚洲五月天丁香| 亚洲中文字幕一区二区三区有码在线看| 国产亚洲精品久久久com| 麻豆久久精品国产亚洲av| 99在线视频只有这里精品首页| 成人国产一区最新在线观看| 狂野欧美白嫩少妇大欣赏| 国产男靠女视频免费网站| 欧美3d第一页| 在线观看一区二区三区| 日韩欧美国产在线观看| 深夜精品福利| 国产欧美日韩精品一区二区| 亚洲av电影在线进入| 免费看光身美女| 丝袜美腿在线中文| 亚洲成人免费电影在线观看| 99在线视频只有这里精品首页| 国产精品综合久久久久久久免费| 亚洲欧美激情综合另类| 97人妻精品一区二区三区麻豆| 成人亚洲精品av一区二区| 国产蜜桃级精品一区二区三区| 天堂影院成人在线观看| 变态另类丝袜制服| 欧美日本视频| 久久久久久久精品吃奶| 亚洲精品一卡2卡三卡4卡5卡|