• <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 ?

    一種適應(yīng)度排序的高維多目標(biāo)粒子群優(yōu)化算法

    2021-07-01 14:26:04楊五四張茂省
    關(guān)鍵詞:高維適應(yīng)度排序

    楊五四,陳 莉,王 毅,張茂省

    (1.西北大學(xué) 信息科學(xué)與技術(shù)學(xué)院,陜西 西安 710021;2.中國地質(zhì)調(diào)查局西安地質(zhì)調(diào)查中心 自然資源部黃土地質(zhì)災(zāi)害重點實驗室,陜西 西安 710054)

    多目標(biāo)優(yōu)化問題是一類復(fù)雜的最優(yōu)化問題。常規(guī)多目標(biāo)優(yōu)化算法雖能夠有效解決2或3個目標(biāo)的多目標(biāo)優(yōu)化問題,但求解高維多目標(biāo)優(yōu)化問題(n≥4)的效果并不理想。其主要原因有:隨著問題目標(biāo)維數(shù)的增加,采用常規(guī)帕累托(Pareto)支配關(guān)系將有可能導(dǎo)致算法對非支配解的選擇壓力不足,使得非支配解難以有效逼近真實帕累托前沿;另外,由于高維多目標(biāo)優(yōu)化問題的帕累托最優(yōu)前沿為超曲面,導(dǎo)致帕累托最優(yōu)解集及對應(yīng)可行解搜索空間的規(guī)模呈指數(shù)級增長,從而使算法收斂速度大幅下降。如何有效求解高維多目標(biāo)優(yōu)化問題,研究更優(yōu)的高維多目標(biāo)優(yōu)化方法是目前進(jìn)化多目標(biāo)優(yōu)化領(lǐng)域所面臨的難題之一?,F(xiàn)有的方法,如在搜索過程中結(jié)合偏好信息以縮小帕累托前沿區(qū)域[1-2],通過寬松的帕累托支配關(guān)系來增強算法選擇壓力,如格支配[3]、K支配[4]、直覺模糊支配[5]、α支配[6]、模糊支配[7]等,以及采用新的比較準(zhǔn)則對個體收斂性能的優(yōu)劣進(jìn)行比較與排序,以實現(xiàn)非支配個體之間的性能比較[8-9]。

    針對高維多目標(biāo)優(yōu)化問題,考慮到集成適應(yīng)度排序[8]是一種非帕累托支配排序方式,文中提出了一種集成適應(yīng)度排序的高維多目標(biāo)粒子群優(yōu)化算法。即通過獲取種群中個體與參考點最近的確定維度向量,其中向量維度參數(shù)設(shè)為K,首先使用基于懲罰的邊界交叉方法(PBI)作為適應(yīng)度函數(shù)來對種群中的個體進(jìn)行排序,然后對較差的個體進(jìn)行剔除,并將精英個體保存到外部檔案中;同時,雖然粒子優(yōu)化算法[10]具有較強的局部和全局搜索功能,以及收斂速度較快、算法參數(shù)較少等優(yōu)良特性,但其易落入局部最優(yōu),影響算法效果,因而采用雙搜索策略的粒子群優(yōu)化算法[11]對種群進(jìn)行尋優(yōu)搜索。

    1 集成適應(yīng)度排序

    集成適應(yīng)度排序方法在文獻(xiàn)[8]中是這樣描述的:對種群P每個個體與預(yù)先定義的均勻分布參考點W進(jìn)行關(guān)聯(lián),據(jù)此求出每個個體的最近權(quán)向量L,并選出前K個(其中K遠(yuǎn)遠(yuǎn)小于N)權(quán)向量,其中K為提前定義的常數(shù)。將已選權(quán)向量與N個適應(yīng)度函數(shù)相關(guān)聯(lián),這里采用基于懲罰的邊界交叉函數(shù)作為適應(yīng)度函數(shù),具體數(shù)學(xué)形式如式(1)所示。每個適應(yīng)度函數(shù)對部分個體進(jìn)行非遞減排序,并根據(jù)個體的優(yōu)劣進(jìn)行編號,得到每個個體排序向量R。與文獻(xiàn)[8]不同之處在于沒有直接計算出每個個體最大排序序號,而是通過向量R結(jié)合參考點W對種群進(jìn)行選擇,并將精英個體保存在檔案中,同時,采用算法NSGA-Ⅲ[12]的歸一化方法對種群進(jìn)行處理,集成適應(yīng)度排序的算法流程見算法1。

    算法1集成適應(yīng)度排序(Ensemble Fit Ranking)。

    輸入:種群P,參考點W,控制參數(shù)K。

    輸出:每個解的全局排序序數(shù)RankNumber。

    ① [N,M]←size(P)

    ②NW←size(W)

    ③P←Normalization(P)

    ④rank←AssociationSort(P,W)

    ⑤L←GetClosestWeightVectors(K)

    ⑥D(zhuǎn)istance←GetPBIValue(L,K)

    ⑦r←GetSortNumber(Distance)

    ⑧Distance←Distance(Distance≠inf)=1

    ⑨RankNumber←r*Distance

    基于懲罰的邊界交叉方法[13]的數(shù)學(xué)形式如下:

    mingpbi(x|λi,z*)=d1+θd2,

    (1)

    z*為理想點,θ為罰參數(shù),λi為權(quán)重向量,x為決策向量。

    2 基于集成適應(yīng)度排序的高維多目標(biāo)粒子群優(yōu)化算法MaPSO-EFR

    2.1 算法描述

    基于帕累托支配的高維多目標(biāo)優(yōu)化算法在求解高維多目標(biāo)優(yōu)化問題時具有一定的局限性,而基于非帕累托支配的排序方法的主要優(yōu)勢在于放棄了帕累托支配方法中較為嚴(yán)格的個體優(yōu)劣衡量標(biāo)準(zhǔn),通過新的比較準(zhǔn)則對個體收斂性能的優(yōu)劣進(jìn)行比較與排序,以實現(xiàn)非支配個體之間的性能比較,可有效提升對精英個體的選擇壓力,提高了算法的收斂精度,而且使得算法選擇壓力的提升不受目標(biāo)維數(shù)增加的影響,從根本上解決了目標(biāo)維數(shù)增多時精英個體選擇壓力退化的問題。基于此,提出一種集成適應(yīng)度排序的高維多目標(biāo)粒子群優(yōu)化算法(MaPSO-EFR),其算法流程如算法2和算法3所示。

    算法2高維多目標(biāo)粒子群優(yōu)化算法(MaPSO-EFR)。

    輸入:種群大小N,控制參數(shù)K,最大迭代次數(shù)Gmax。

    輸出:種群P。

    ① 初始種群P,產(chǎn)生一組均勻分布的參考點W

    ②Archive←UpdateArchive(P,W,N,K)

    ③ whileG

    ④P←Operator(P,Archive)

    ⑤Archive←UpdateArchive([P,Archive],W,N,K)

    ⑥Offspring←DE_Operator(Archive)

    ⑦Archive←UpdateArchive([Offspring,Archive],W,N,K)

    ⑧ end while

    算法3外部檔案更新(UpdateArchive)。

    輸入:種群P,參考點W,種群大小N,控制參數(shù)K。

    輸出:更新后種群Archive。

    ①RankNumber←EnsembleFitRanking(P,W,K)

    ②RP←1:length(P)

    ③RR←1:length(W)

    ④ While length(RP)>length(P)-N

    ⑤ [temp,imin]=min(RankNumber(RP,RR))

    ⑥RP←Delete disadvantaged individuals(temp,imin)

    ⑦ end while

    ⑦Archive←P(RP)

    算法MaPSO-EFR的總流程:首先初始化種群P,并在目標(biāo)空間中產(chǎn)生一組均勻分布的參考點W,并初始化外部檔案,在while循環(huán)中,使用雙搜索策略的粒子群優(yōu)化算法對種群P進(jìn)行更新,得到新種群P,然后更新檔案,利用差分進(jìn)化算子對檔案中的個體進(jìn)行交叉、變異等操作,得到子群,最后再次更新檔案,直到循環(huán)迭代滿足結(jié)束條件。外部檔案更新流程如算法3所示,首先通過集成適應(yīng)度排序獲取各向量排序后的序號,計算出當(dāng)前種群的大小,以及參考點數(shù)量,進(jìn)入while循環(huán)中,通過種群與參考點的關(guān)系對最小的序號進(jìn)行選擇,刪除較差的個體,直到滿足循環(huán)終止條件,最后將精英個體保存在外部檔案中。

    2.2 計算復(fù)雜度分析

    算法MaPSO-EFR的計算時間復(fù)雜度主要在于排序,其中歸一化操作的時間復(fù)雜度為O(m2N),而全局排序序號的計算的時間復(fù)雜度為max{O(mN2),O(N2logN)},綜合考慮算法MaPSO-EFR的計算復(fù)雜度為max {O(mN2),O(N2logN)}。

    3 實驗結(jié)果與分析

    仿真實驗在Intel Core i7-6500u 、8 GB內(nèi)存、2.50 GHz 主頻的雙核CPU與Windows 1064位操作系統(tǒng)的個人電腦上運行。為了測試算法MaPSO-EFR的性能,選取性能先進(jìn)的4種高維多目標(biāo)進(jìn)化優(yōu)化算法進(jìn)行對比,分別為EFRRR[8]、NSGA-III[12]、MOEA/D[14]、MaOEAIGD[15],所有算法在多目標(biāo)進(jìn)化算法開源平臺PlatEMO[16]上進(jìn)行對比驗證。

    3.1 測試函數(shù)與評價指標(biāo)

    選取標(biāo)準(zhǔn)測試問題DTLZ1-4和WFG的部分測試實例,分別在5,8,10,15目標(biāo)上進(jìn)行仿真實驗。測試問題決策變量的設(shè)置如表1所示。其中,m為目標(biāo)數(shù),n為決策變量數(shù),k為位置變量,l為距離變量。采用綜合性能指標(biāo)反世代距離(IGD)對算法性能進(jìn)行評價。

    表1 測試問題的決策變量設(shè)置

    3.2 實驗參數(shù)設(shè)置

    表2 目標(biāo)數(shù)、種群數(shù)與進(jìn)化次數(shù)設(shè)置

    每個算法在測試用例上分別獨立運行30次,并取均值作為最終結(jié)果;所有對比算法的參數(shù)設(shè)置均采用原文獻(xiàn)中的數(shù)值,變異算子采用多項式變異,其中ηm=20,pm=1/n;集成適應(yīng)度排序參數(shù)K設(shè)置為目標(biāo)數(shù),根據(jù)目標(biāo)數(shù)的增加而變化。測試實例的目標(biāo)數(shù),采用的種群數(shù)以及算法進(jìn)化次數(shù)如表2所示。

    3.3 實驗結(jié)果與分析

    為了更客觀地評估實驗結(jié)果,采用Wilcoxon秩和檢驗對所有對比算法進(jìn)行兩兩比較,顯著性水平設(shè)為0.05,其中“+”、“-”和“=”分別表示對比算法性能優(yōu)于、劣于和相似于提出的算法,其中最優(yōu)值用灰色背景進(jìn)行標(biāo)注。

    表3 統(tǒng)計了5種對比算法的最終實驗結(jié)果。從表中可以直觀地看到,算法MaPSO-EFR在大部分測試問題上的表現(xiàn)優(yōu)于其他對比算法。其中,在測試問題DTLZ上,以略微的優(yōu)勢領(lǐng)先于其它算法,而在測試問題WFG上,算法MaPSO-EFR的性能表現(xiàn)明顯優(yōu)于其它算法,比同樣采用集成適應(yīng)度排序的EFRRR獲得的最佳測試實例的數(shù)量多一些。但是算法MaPSO-EFR的集成適應(yīng)度的方式與算法EFRRR還是有很大的不同,前者采用基于懲罰的邊界交叉方法作為適應(yīng)度函數(shù),而后者使用切比雪夫函數(shù)作為適應(yīng)度函數(shù);基于懲罰的邊界交叉方法分為兩部分,一部分強調(diào)收斂性,另一部分強調(diào)多樣性,使得其在某些測試用例上的表現(xiàn)優(yōu)于切比雪夫方法。但這不是說基于懲罰的邊界交叉方法在所有問題上都優(yōu)于切比雪夫方法。另外,算法MaPSO-EFR沒有采用EFRRR中的最大排序模式選擇個體,而是通過參考點對標(biāo)記序號的個體進(jìn)一步選擇,并保存最優(yōu)個體進(jìn)入下一代,這樣可以避免在某一方向上重復(fù)選擇個體,在保證種群收斂性的同時,保證種群的多樣性。

    表4對表3中各對比算法在測試實例上所獲得Wilcoxon秩和檢驗的最佳、較好(+)、相似(=)、較差(-)等進(jìn)行了統(tǒng)計。其中,算法MaPSO-EFR獲得了23個最佳性能表現(xiàn)的測試實例,占總數(shù)的57.5%;算法NSGA-III在6個測試實例上的性能最優(yōu),而且在21個測試實例上的性能與算法MaPSO-EFR的相似,在4個對比算法中性能綜合表現(xiàn)最好。

    為了更直觀地評價算法MaPSO-EFR性能表現(xiàn),以5種對比算法在實例DTLZ3的15目標(biāo)上的測試為例,采用折線圖、盒圖等可視化工具進(jìn)行說明。其中,圖1(a)描繪出了各對比算法的反世代距離指標(biāo)隨著迭代次數(shù)的增加而變化的折線,可以明顯地看出對比算法NSGA-III,MaOEA-IGD的收斂性不如算法MaPSO-EFR和EFRRR;算法MaPSO-EFR收斂性表現(xiàn)幾乎和算法EFRRR是一樣的,但還是稍遜于算法EFRRR。雖然MOEA/D的收斂性表現(xiàn)比算法MaPSO-EFR和EFRRR都要好,但從表3中的數(shù)據(jù)容易發(fā)現(xiàn),算法MOEA/D在DTLZ3的15目標(biāo)上表現(xiàn)不穩(wěn)定。圖1(b)將各對比算法在DTLZ3的15目標(biāo)上的30次實驗數(shù)據(jù)用盒圖的方式進(jìn)行了說明。直觀上可以看出,算法NSGA-III的表現(xiàn)最差,算法EFRRR和算法MaPSO-EFR的性能表現(xiàn)相似。

    表3 算法MaPSO-EFR與四種對比算法在DTLZ和WFG的不同目標(biāo)維數(shù)上獲得的IGD平均值和標(biāo)準(zhǔn)差

    (a) 5種對比算法的收斂性能曲線對比

    (b) 5種對比算法收斂性能的盒圖對比

    表4 所有對比算法實驗結(jié)果總結(jié)

    綜上分析,算法MaPSO-EFR在采用的大多數(shù)測試問題上獲得了比對比算法更好的表現(xiàn),表明提出的算法具有較好的收斂性和多樣性,具有一定的競爭性。

    3.4 參數(shù)K的討論

    參數(shù)K是一個平衡算法收斂性與多樣性的控制參數(shù)。為了討論其對算法評價結(jié)果的影響,除了上述反世代距離指標(biāo),另外還采用世代距離指標(biāo)(GD)、空間評價指標(biāo)(SP)這兩個指標(biāo)。其中,世代距離指標(biāo)用于評價算法的收斂性能,所得解集的世代距離評價指標(biāo)值越小越好;空間評價指標(biāo)用于反映算法所得解集分布的均勻性,空間評價指標(biāo)值越小,解集的分布越均勻。在測試實例DTLZ3的5,8,10,15目標(biāo)上,分別取[1,15]之間的整數(shù)來對參數(shù)K進(jìn)行實驗,對于每個K值,算法程序運行30次并取平均值。最終結(jié)果如圖2所示。

    (a) 參數(shù)K對世代距離指標(biāo)的影響

    (b) 參數(shù)K對空間評價指標(biāo)的影響

    (c) 參數(shù)K對指標(biāo)反世代距離的影響

    從圖2(a)和(b)可以看出,算法MaPSO-EFR在DTLZ3的不同目標(biāo)數(shù)上的世代距離和空間評價指標(biāo)隨著參數(shù)K的增加呈下降趨勢,說明參數(shù)K的取值對算法的收斂性和多樣性有較大影響。而在圖2(c)中,參數(shù)K在取值3以后,反世代距離指標(biāo)變化幅度趨于穩(wěn)定,也就是說,參數(shù)K對綜合指標(biāo)反世代距離的影響比較小。從而說明了針對不同目標(biāo)維數(shù),需要設(shè)定不同的K值,才可以使得算法性能表現(xiàn)更佳。

    4 結(jié)束語

    針對高維多目標(biāo)優(yōu)化問題,考慮集成適應(yīng)度排序是一種非帕累托支配排序方式,提出了一種集成適應(yīng)度排序的高維多目標(biāo)粒子群優(yōu)化算法。首先,對種群P每個個體與預(yù)先定義的均勻分布參考點W進(jìn)行關(guān)聯(lián),求出每個個體的最近權(quán)向量L,并選出前K個權(quán)向量,采用基于懲罰的邊界交叉方法作為適應(yīng)度函數(shù),對部分個體進(jìn)行非遞減排序,并根據(jù)個體的優(yōu)劣進(jìn)行排序編號。然后,對較差的個體進(jìn)行剔除,并保存精英個體到外部檔案中進(jìn)入下一次迭代更新。最后,討論了參數(shù)K值對算法性能的影響。與4種先進(jìn)的高維多目標(biāo)進(jìn)化優(yōu)化算法在標(biāo)準(zhǔn)測試集DTLZ和WFG的實驗表明,算法MaPSO-EFR在大多數(shù)測試實例上的性能表現(xiàn)優(yōu)于對比算法,具有較好的收斂性與多樣性。但是算法MaPSO-EFR在一些退化的多目標(biāo)測試問題上表現(xiàn)不理想,接下來工作將繼續(xù)改善算法MaPSO-EFR的性能。

    猜你喜歡
    高維適應(yīng)度排序
    改進(jìn)的自適應(yīng)復(fù)制、交叉和突變遺傳算法
    排序不等式
    恐怖排序
    節(jié)日排序
    一種改進(jìn)的GP-CLIQUE自適應(yīng)高維子空間聚類算法
    刻舟求劍
    兒童繪本(2018年5期)2018-04-12 16:45:32
    基于加權(quán)自學(xué)習(xí)散列的高維數(shù)據(jù)最近鄰查詢算法
    基于空調(diào)導(dǎo)風(fēng)板成型工藝的Kriging模型適應(yīng)度研究
    中國塑料(2016年11期)2016-04-16 05:26:02
    一般非齊次非線性擴(kuò)散方程的等價變換和高維不變子空間
    高維Kramers系統(tǒng)離出點的分布問題
    观看av在线不卡| 欧美精品av麻豆av| 精品免费久久久久久久清纯 | 免费在线观看日本一区| 在线观看www视频免费| 在线观看免费视频网站a站| 你懂的网址亚洲精品在线观看| 一区在线观看完整版| 国产精品欧美亚洲77777| 婷婷色综合www| 老熟女久久久| 视频区欧美日本亚洲| 日本av免费视频播放| 大片电影免费在线观看免费| 老司机影院成人| 精品人妻一区二区三区麻豆| 肉色欧美久久久久久久蜜桃| 久久久久国产一级毛片高清牌| 天堂8中文在线网| 黄色毛片三级朝国网站| 亚洲色图综合在线观看| 亚洲色图综合在线观看| 老司机在亚洲福利影院| 丝袜在线中文字幕| 国产精品久久久久久精品古装| 老司机深夜福利视频在线观看 | 亚洲av男天堂| 日韩制服骚丝袜av| 中文字幕色久视频| 欧美日韩亚洲国产一区二区在线观看 | 美女中出高潮动态图| 国产主播在线观看一区二区 | 成人18禁高潮啪啪吃奶动态图| 欧美日韩成人在线一区二区| 国产精品成人在线| 人人澡人人妻人| 777久久人妻少妇嫩草av网站| av在线老鸭窝| 国产高清不卡午夜福利| 日韩大片免费观看网站| 国产精品熟女久久久久浪| av在线app专区| 男女午夜视频在线观看| 国产日韩欧美亚洲二区| 久久人人爽av亚洲精品天堂| 精品亚洲成国产av| 国产亚洲精品第一综合不卡| 在线观看人妻少妇| 日韩精品免费视频一区二区三区| 亚洲第一青青草原| 高清视频免费观看一区二区| 亚洲男人天堂网一区| 亚洲人成77777在线视频| 大陆偷拍与自拍| 亚洲精品日韩在线中文字幕| 视频区图区小说| 国产精品免费大片| 亚洲精品国产色婷婷电影| 黄片播放在线免费| 99久久综合免费| 亚洲欧美激情在线| 亚洲av美国av| 99精品久久久久人妻精品| 日本av手机在线免费观看| 一区二区三区激情视频| 亚洲,欧美精品.| 国产成人影院久久av| 男女高潮啪啪啪动态图| 水蜜桃什么品种好| 熟女少妇亚洲综合色aaa.| 好男人视频免费观看在线| 欧美+亚洲+日韩+国产| 国产亚洲欧美在线一区二区| 十分钟在线观看高清视频www| 99九九在线精品视频| 亚洲图色成人| 性色av乱码一区二区三区2| 首页视频小说图片口味搜索 | 亚洲九九香蕉| 久久久久国产一级毛片高清牌| 天天躁日日躁夜夜躁夜夜| 精品亚洲乱码少妇综合久久| 国产亚洲精品久久久久5区| 成人国产av品久久久| 狂野欧美激情性xxxx| 国产精品熟女久久久久浪| 天天影视国产精品| 婷婷色麻豆天堂久久| av天堂久久9| 韩国高清视频一区二区三区| www.av在线官网国产| 操出白浆在线播放| 女人爽到高潮嗷嗷叫在线视频| 男女午夜视频在线观看| 日韩一本色道免费dvd| 一级毛片电影观看| 少妇粗大呻吟视频| 国产精品av久久久久免费| 久久久久久亚洲精品国产蜜桃av| 精品福利观看| 老汉色av国产亚洲站长工具| 一级毛片 在线播放| av电影中文网址| 无遮挡黄片免费观看| 少妇裸体淫交视频免费看高清 | 国产精品一区二区在线不卡| 午夜精品国产一区二区电影| 人妻一区二区av| 日本色播在线视频| 亚洲欧美一区二区三区久久| 亚洲国产看品久久| 香蕉国产在线看| 久久久久久久精品精品| 国产日韩欧美亚洲二区| 男女免费视频国产| 久久综合国产亚洲精品| 老汉色∧v一级毛片| av有码第一页| 亚洲欧洲国产日韩| 最近手机中文字幕大全| 国产91精品成人一区二区三区 | 国产女主播在线喷水免费视频网站| 男女边吃奶边做爰视频| 国产高清视频在线播放一区 | 欧美成狂野欧美在线观看| 亚洲色图综合在线观看| 精品视频人人做人人爽| 最新的欧美精品一区二区| 高潮久久久久久久久久久不卡| 蜜桃国产av成人99| 午夜福利在线免费观看网站| 多毛熟女@视频| 9热在线视频观看99| 欧美变态另类bdsm刘玥| 精品熟女少妇八av免费久了| 一边摸一边抽搐一进一出视频| av视频免费观看在线观看| 十八禁人妻一区二区| av在线播放精品| 午夜免费成人在线视频| 国产精品国产三级专区第一集| 久久青草综合色| 国产日韩欧美亚洲二区| 欧美日韩成人在线一区二区| 一本综合久久免费| 欧美97在线视频| 天天躁夜夜躁狠狠久久av| 国产日韩一区二区三区精品不卡| 乱人伦中国视频| 高清黄色对白视频在线免费看| svipshipincom国产片| 国产精品一二三区在线看| 亚洲欧美色中文字幕在线| 大香蕉久久网| 99国产综合亚洲精品| 伊人亚洲综合成人网| 少妇人妻 视频| 男女高潮啪啪啪动态图| 女人爽到高潮嗷嗷叫在线视频| 婷婷成人精品国产| 欧美在线黄色| 国产在线免费精品| 欧美精品一区二区大全| 日本一区二区免费在线视频| 亚洲国产精品一区三区| 日本欧美国产在线视频| 国产亚洲av片在线观看秒播厂| 精品人妻熟女毛片av久久网站| 99香蕉大伊视频| av电影中文网址| 热99久久久久精品小说推荐| 操美女的视频在线观看| 国产精品国产三级国产专区5o| 国产三级黄色录像| 国产人伦9x9x在线观看| 成人国产一区最新在线观看 | 久久久精品区二区三区| 大话2 男鬼变身卡| 国精品久久久久久国模美| 国产野战对白在线观看| 成人免费观看视频高清| 人成视频在线观看免费观看| 亚洲少妇的诱惑av| 黄色视频不卡| 最黄视频免费看| 中文字幕高清在线视频| 建设人人有责人人尽责人人享有的| 男人添女人高潮全过程视频| 黄频高清免费视频| 亚洲国产欧美在线一区| 久久精品亚洲熟妇少妇任你| 在线观看免费视频网站a站| 丝袜人妻中文字幕| 久久久久久久久免费视频了| 悠悠久久av| 国产一区二区激情短视频 | 亚洲av欧美aⅴ国产| www日本在线高清视频| 国产片特级美女逼逼视频| 国产亚洲av片在线观看秒播厂| 亚洲激情五月婷婷啪啪| 欧美 亚洲 国产 日韩一| 国产一卡二卡三卡精品| 国产成人欧美在线观看 | 亚洲人成电影观看| 女性被躁到高潮视频| 深夜精品福利| 18禁裸乳无遮挡动漫免费视频| 久久人人爽人人片av| 成人免费观看视频高清| 黑人欧美特级aaaaaa片| 男女无遮挡免费网站观看| 69精品国产乱码久久久| 国产精品久久久久久精品电影小说| 精品少妇黑人巨大在线播放| av又黄又爽大尺度在线免费看| 亚洲成人免费电影在线观看 | 精品福利观看| 香蕉丝袜av| 青青草视频在线视频观看| 午夜福利视频在线观看免费| 99香蕉大伊视频| 亚洲欧美中文字幕日韩二区| 久久中文字幕一级| 亚洲,一卡二卡三卡| 国产xxxxx性猛交| 中文欧美无线码| av电影中文网址| 午夜福利,免费看| 亚洲精品乱久久久久久| 亚洲国产欧美日韩在线播放| 纵有疾风起免费观看全集完整版| 大片免费播放器 马上看| 免费看不卡的av| 菩萨蛮人人尽说江南好唐韦庄| 一级a爱视频在线免费观看| 人人妻人人澡人人爽人人夜夜| 多毛熟女@视频| 韩国精品一区二区三区| 中文欧美无线码| 在线 av 中文字幕| 天天添夜夜摸| 脱女人内裤的视频| 国产91精品成人一区二区三区 | 精品国产乱码久久久久久小说| 亚洲欧美中文字幕日韩二区| 国产伦人伦偷精品视频| 精品高清国产在线一区| 久久毛片免费看一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 建设人人有责人人尽责人人享有的| 精品免费久久久久久久清纯 | 国产成人精品久久久久久| 亚洲 欧美一区二区三区| av欧美777| 精品久久久久久电影网| 老司机靠b影院| 日韩人妻精品一区2区三区| 丝袜美足系列| 一本一本久久a久久精品综合妖精| 一本色道久久久久久精品综合| 免费在线观看影片大全网站 | 国产在视频线精品| 日本黄色日本黄色录像| 亚洲国产精品一区三区| av视频免费观看在线观看| 十分钟在线观看高清视频www| 丝袜在线中文字幕| 两性夫妻黄色片| 丝袜脚勾引网站| 亚洲av电影在线进入| 久久人人爽av亚洲精品天堂| 久久毛片免费看一区二区三区| 亚洲成国产人片在线观看| 国产成人欧美| 91国产中文字幕| 中文乱码字字幕精品一区二区三区| 五月开心婷婷网| 亚洲欧洲精品一区二区精品久久久| av在线老鸭窝| 午夜老司机福利片| 久久久久久久国产电影| 香蕉国产在线看| 国产精品免费视频内射| 男的添女的下面高潮视频| 9191精品国产免费久久| 五月开心婷婷网| 精品第一国产精品| 亚洲精品一二三| 91麻豆av在线| 国产一区有黄有色的免费视频| bbb黄色大片| 日韩一区二区三区影片| 老鸭窝网址在线观看| 咕卡用的链子| 国产精品一区二区在线观看99| 黄色怎么调成土黄色| 久久毛片免费看一区二区三区| 大码成人一级视频| 国产亚洲av片在线观看秒播厂| 精品国产乱码久久久久久小说| 一区二区三区激情视频| 亚洲人成电影观看| 亚洲欧美激情在线| 18在线观看网站| 亚洲精品日本国产第一区| 90打野战视频偷拍视频| 亚洲中文日韩欧美视频| 国产在线免费精品| 久久 成人 亚洲| 国产伦理片在线播放av一区| 亚洲精品国产色婷婷电影| 青春草视频在线免费观看| 十分钟在线观看高清视频www| 久久人人97超碰香蕉20202| 国产成人影院久久av| 中文乱码字字幕精品一区二区三区| 久久国产精品大桥未久av| xxxhd国产人妻xxx| 亚洲久久久国产精品| 欧美少妇被猛烈插入视频| 美女午夜性视频免费| 免费不卡黄色视频| 精品亚洲成a人片在线观看| 最黄视频免费看| 国产无遮挡羞羞视频在线观看| 亚洲av欧美aⅴ国产| 不卡av一区二区三区| 国产男女超爽视频在线观看| 国产成人免费无遮挡视频| 国产伦理片在线播放av一区| 久久综合国产亚洲精品| 中文字幕人妻丝袜一区二区| 日本av手机在线免费观看| 欧美黄色片欧美黄色片| 欧美日韩视频高清一区二区三区二| av视频免费观看在线观看| 2018国产大陆天天弄谢| av在线老鸭窝| 国产男人的电影天堂91| 男女无遮挡免费网站观看| 久久久久国产一级毛片高清牌| 亚洲成人免费av在线播放| 亚洲午夜精品一区,二区,三区| 精品国产一区二区三区久久久樱花| 久久 成人 亚洲| 看免费成人av毛片| 亚洲色图综合在线观看| 岛国毛片在线播放| 91精品伊人久久大香线蕉| 欧美激情极品国产一区二区三区| 国产1区2区3区精品| 人人妻人人爽人人添夜夜欢视频| 黄色怎么调成土黄色| 高清视频免费观看一区二区| 黄色a级毛片大全视频| 亚洲精品一二三| 国产人伦9x9x在线观看| 亚洲男人天堂网一区| 久久影院123| 国产av一区二区精品久久| √禁漫天堂资源中文www| 欧美97在线视频| 色综合欧美亚洲国产小说| 免费少妇av软件| 18禁裸乳无遮挡动漫免费视频| 亚洲成人免费av在线播放| 国产成人免费观看mmmm| 午夜福利视频在线观看免费| 婷婷丁香在线五月| 日韩电影二区| 欧美精品av麻豆av| 人人妻人人爽人人添夜夜欢视频| 啦啦啦中文免费视频观看日本| 国产在线视频一区二区| 男男h啪啪无遮挡| 国产精品九九99| 国产1区2区3区精品| 五月开心婷婷网| 精品高清国产在线一区| 色网站视频免费| 人妻人人澡人人爽人人| 久久99一区二区三区| 老司机亚洲免费影院| 色网站视频免费| 一区二区三区乱码不卡18| 精品国产一区二区三区久久久樱花| 天天躁日日躁夜夜躁夜夜| 国产熟女欧美一区二区| 成年人午夜在线观看视频| av网站免费在线观看视频| 亚洲欧美中文字幕日韩二区| 国产精品国产三级专区第一集| 黄网站色视频无遮挡免费观看| 91国产中文字幕| 欧美亚洲日本最大视频资源| 精品国产乱码久久久久久小说| 999久久久国产精品视频| 国产成人一区二区三区免费视频网站 | 亚洲人成网站在线观看播放| 两个人看的免费小视频| 老汉色av国产亚洲站长工具| 大片免费播放器 马上看| 99精国产麻豆久久婷婷| 国产老妇伦熟女老妇高清| 欧美精品人与动牲交sv欧美| 建设人人有责人人尽责人人享有的| 欧美精品一区二区免费开放| 悠悠久久av| bbb黄色大片| 亚洲国产精品国产精品| 国产精品亚洲av一区麻豆| 波多野结衣av一区二区av| 自拍欧美九色日韩亚洲蝌蚪91| avwww免费| 男女高潮啪啪啪动态图| 亚洲精品美女久久久久99蜜臀 | 亚洲av日韩在线播放| 97人妻天天添夜夜摸| 日韩av不卡免费在线播放| 国产精品国产三级国产专区5o| 免费看十八禁软件| 蜜桃国产av成人99| 菩萨蛮人人尽说江南好唐韦庄| 久久久国产欧美日韩av| 欧美日韩亚洲国产一区二区在线观看 | 90打野战视频偷拍视频| 免费在线观看视频国产中文字幕亚洲 | 日韩人妻精品一区2区三区| 一级黄片播放器| 制服诱惑二区| 成人国产一区最新在线观看 | 国产不卡av网站在线观看| 亚洲国产精品一区三区| 国产精品.久久久| 精品卡一卡二卡四卡免费| 中文字幕人妻丝袜制服| 亚洲精品一卡2卡三卡4卡5卡 | 日韩制服骚丝袜av| 日韩 欧美 亚洲 中文字幕| 欧美另类一区| 亚洲精品一二三| 啦啦啦中文免费视频观看日本| 国产精品一区二区在线观看99| av线在线观看网站| 日韩一卡2卡3卡4卡2021年| 午夜福利视频在线观看免费| 丰满人妻熟妇乱又伦精品不卡| 欧美黄色片欧美黄色片| 国产成人精品久久二区二区免费| 天堂中文最新版在线下载| 亚洲欧美一区二区三区国产| 久久九九热精品免费| 亚洲国产成人一精品久久久| 一本色道久久久久久精品综合| 午夜福利乱码中文字幕| 高潮久久久久久久久久久不卡| 看十八女毛片水多多多| 欧美性长视频在线观看| 这个男人来自地球电影免费观看| 黄色 视频免费看| 国产成人av教育| 国产成人系列免费观看| 亚洲欧洲日产国产| 日韩,欧美,国产一区二区三区| 亚洲欧美一区二区三区久久| 日韩人妻精品一区2区三区| 国产无遮挡羞羞视频在线观看| 国产成人一区二区三区免费视频网站 | 亚洲中文av在线| 亚洲精品国产av成人精品| 电影成人av| 婷婷成人精品国产| 十分钟在线观看高清视频www| 精品人妻在线不人妻| 国产精品一区二区免费欧美 | 久久久精品国产亚洲av高清涩受| 国产淫语在线视频| 人人澡人人妻人| 免费高清在线观看日韩| 美国免费a级毛片| 午夜福利在线免费观看网站| 91精品国产国语对白视频| 夜夜骑夜夜射夜夜干| 国产在线视频一区二区| 亚洲精品久久午夜乱码| 日韩,欧美,国产一区二区三区| 一区二区三区四区激情视频| 国产欧美日韩精品亚洲av| 国产精品欧美亚洲77777| 男女无遮挡免费网站观看| 美女扒开内裤让男人捅视频| 两个人免费观看高清视频| 中文字幕最新亚洲高清| 欧美人与善性xxx| 亚洲色图综合在线观看| 亚洲,欧美精品.| 脱女人内裤的视频| 国产亚洲欧美在线一区二区| 亚洲av片天天在线观看| 欧美激情高清一区二区三区| 色婷婷久久久亚洲欧美| 亚洲av日韩在线播放| 午夜激情av网站| 这个男人来自地球电影免费观看| 亚洲欧美激情在线| 亚洲一卡2卡3卡4卡5卡精品中文| www.自偷自拍.com| 性少妇av在线| av在线老鸭窝| 国产精品三级大全| 国产欧美日韩一区二区三 | 黄色视频不卡| 脱女人内裤的视频| 国产在线免费精品| 美女福利国产在线| 国产熟女欧美一区二区| 欧美性长视频在线观看| 天天操日日干夜夜撸| 亚洲一区中文字幕在线| 久久99一区二区三区| 2021少妇久久久久久久久久久| 美女高潮到喷水免费观看| 真人做人爱边吃奶动态| 最近最新中文字幕大全免费视频 | 9热在线视频观看99| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美97在线视频| av国产精品久久久久影院| 亚洲av日韩在线播放| 婷婷成人精品国产| 成人三级做爰电影| 国产精品九九99| 丝袜脚勾引网站| 久久精品久久久久久噜噜老黄| avwww免费| 黄色毛片三级朝国网站| 欧美精品人与动牲交sv欧美| 欧美+亚洲+日韩+国产| 免费av中文字幕在线| 久久精品人人爽人人爽视色| 少妇 在线观看| 菩萨蛮人人尽说江南好唐韦庄| 午夜免费男女啪啪视频观看| 午夜日韩欧美国产| 日韩一本色道免费dvd| 亚洲av成人不卡在线观看播放网 | 又紧又爽又黄一区二区| 久久这里只有精品19| 国产欧美日韩一区二区三 | 国产精品一区二区精品视频观看| 亚洲欧洲国产日韩| 国产又色又爽无遮挡免| 国语对白做爰xxxⅹ性视频网站| 只有这里有精品99| videos熟女内射| 搡老乐熟女国产| 国产有黄有色有爽视频| 超碰97精品在线观看| 亚洲成国产人片在线观看| 91精品三级在线观看| 亚洲精品日本国产第一区| 日韩伦理黄色片| av欧美777| 精品少妇内射三级| 欧美亚洲 丝袜 人妻 在线| 国产亚洲av片在线观看秒播厂| 两个人看的免费小视频| 国产成人精品久久久久久| 亚洲av综合色区一区| 又粗又硬又长又爽又黄的视频| 美女高潮到喷水免费观看| 一级a爱视频在线免费观看| 日本vs欧美在线观看视频| 欧美黄色片欧美黄色片| 免费日韩欧美在线观看| 国产欧美日韩综合在线一区二区| 午夜福利乱码中文字幕| 欧美日韩国产mv在线观看视频| 最新的欧美精品一区二区| tube8黄色片| 国产av国产精品国产| 男女边摸边吃奶| 男女午夜视频在线观看| 黄色怎么调成土黄色| 欧美在线一区亚洲| 久久人人97超碰香蕉20202| 中文字幕最新亚洲高清| 男女之事视频高清在线观看 | 超色免费av| 亚洲第一av免费看| 亚洲,一卡二卡三卡| 亚洲精品自拍成人| 男女午夜视频在线观看| 久久久久久久精品精品| 天天躁夜夜躁狠狠久久av| 国产日韩欧美亚洲二区| 日本av手机在线免费观看| 母亲3免费完整高清在线观看| 精品人妻一区二区三区麻豆| 校园人妻丝袜中文字幕| 天天躁夜夜躁狠狠久久av| 国产野战对白在线观看| 看免费av毛片| 麻豆av在线久日| 国产精品久久久av美女十八| 在线观看免费高清a一片| 久久99精品国语久久久| 男人添女人高潮全过程视频| 亚洲国产欧美网| 91国产中文字幕| 一区福利在线观看| 国语对白做爰xxxⅹ性视频网站| 国产熟女午夜一区二区三区| 热99久久久久精品小说推荐|