• <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 ?

    基于混沌時(shí)間序列的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)研究

    2018-03-10 00:25權(quán)鵬宇車文剛余任周志元
    軟件導(dǎo)刊 2018年2期
    關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò)

    權(quán)鵬宇+車文剛+余任+周志元

    摘 要:為研究混沌時(shí)間序列預(yù)測(cè)問(wèn)題,提出了一種結(jié)合模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法,對(duì)輸入數(shù)據(jù)進(jìn)行模糊規(guī)則提取,再經(jīng)過(guò)優(yōu)化得到最佳模糊規(guī)則庫(kù)。通過(guò)神經(jīng)網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)能力調(diào)整隸屬函數(shù)參數(shù)及網(wǎng)絡(luò)權(quán)值等信息,對(duì)相關(guān)混沌時(shí)間序列進(jìn)行預(yù)測(cè)。對(duì)Mackey-Glass系統(tǒng)及Lorenz系統(tǒng)進(jìn)行仿真實(shí)驗(yàn),結(jié)果證明了該系統(tǒng)的有效性。

    關(guān)鍵詞:混沌時(shí)間序列;神經(jīng)網(wǎng)絡(luò);模糊推理系統(tǒng);自適應(yīng)學(xué)習(xí)

    DOIDOI:10.11907/rjdk.172284

    中圖分類號(hào):TP301

    文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-7800(2018)002-0023-05

    0 引言

    混沌時(shí)間序列是確定系統(tǒng)中出現(xiàn)的一種無(wú)規(guī)則運(yùn)動(dòng)?;煦鐣r(shí)間序列常常表現(xiàn)為其運(yùn)動(dòng)的離散情況,混沌時(shí)間序列是由混沌模型生成的具有混沌特性的時(shí)間序列,在混沌動(dòng)力學(xué)系統(tǒng)中,通過(guò)時(shí)間序列研究整個(gè)系統(tǒng)的動(dòng)力學(xué)行為并對(duì)混沌序列進(jìn)行預(yù)測(cè)。目前,國(guó)內(nèi)外學(xué)者對(duì)混沌時(shí)間序列預(yù)測(cè)提出了多種方法,比如自適應(yīng)高階非線性濾波法、最大李雅普諾夫指數(shù)法、神經(jīng)網(wǎng)絡(luò)法等[1-3]。目前,混沌時(shí)間序列預(yù)測(cè)在稅收預(yù)測(cè)、電力負(fù)荷預(yù)測(cè)、天文學(xué)預(yù)測(cè)、股市預(yù)測(cè)等方面有著廣泛應(yīng)用[2-4]。

    傳統(tǒng)的混沌時(shí)間序列預(yù)測(cè)以相空間重構(gòu)為基礎(chǔ),包括相空間重構(gòu)和預(yù)測(cè)模型建立兩個(gè)階段[7]。已有的相空間重構(gòu)方法眾多,但其實(shí)現(xiàn)都比較繁瑣、效率低,漸漸被放棄。近年來(lái),在復(fù)雜非線性系統(tǒng)建模、預(yù)測(cè)與控制研究中,神經(jīng)網(wǎng)絡(luò)技術(shù)尤其是模糊神經(jīng)網(wǎng)絡(luò)理論是重點(diǎn)[8]。模糊神經(jīng)網(wǎng)絡(luò)既有模糊系統(tǒng)的邏輯推理能力又有神經(jīng)網(wǎng)絡(luò)的自適應(yīng)能力。近年來(lái),許多具有學(xué)習(xí)能力的模糊神經(jīng)網(wǎng)絡(luò)模型被開發(fā)出來(lái),如Mamdani型模糊推理模型[5]、Tsukamoto型模糊推理模型[6]等。

    本文提出一種基于模糊神經(jīng)網(wǎng)絡(luò)模型,可展開學(xué)習(xí)與推理,以求達(dá)到最初期望值,獲取相應(yīng)知識(shí),確立模糊初始規(guī)則,達(dá)到期望目標(biāo)。應(yīng)用神經(jīng)網(wǎng)絡(luò)的反向傳播算法修改隸屬函數(shù)某些信息,如網(wǎng)絡(luò)權(quán)值等,可大幅降低匹配時(shí)間,有效提升推理速度,對(duì)提升體系自適應(yīng)水平與混沌時(shí)間序列的準(zhǔn)確度與速度作用顯著。此體系可有效估測(cè)Lorenz系統(tǒng)混沌時(shí)間序列,通過(guò)實(shí)驗(yàn)數(shù)據(jù)可詳細(xì)了解到模糊神經(jīng)網(wǎng)絡(luò)實(shí)施效果。

    1 模糊神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

    本文模糊神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)如圖1所示,各部分輸入用I表示,輸出用O表示,通過(guò)輸入輸出可獲得下標(biāo)具體信息。上標(biāo)代表節(jié)點(diǎn),即第m層的第n個(gè)節(jié)點(diǎn)的輸出情況用Inm表達(dá),同樣,也可用Onm表達(dá)。其中,神經(jīng)元詳細(xì)情況說(shuō)明如下。

    第一層表示輸入層,每一層都有幾個(gè)變量,節(jié)點(diǎn)數(shù)目通過(guò)體系進(jìn)行調(diào)控。可將獲取信息值送到下一層神經(jīng)元中。輸入輸出關(guān)系表示為:

    式(1)中n為輸入變量的個(gè)數(shù)。

    第二層為模糊化層,該層將輸入層的清晰輸入變得較為模糊。與上層神經(jīng)元連接權(quán)值大致是1,明確變動(dòng)使其模糊。此層神經(jīng)元與上一部分之間的連接權(quán)值是1,運(yùn)用高斯隸屬度函數(shù)進(jìn)行計(jì)算。該層輸入輸出關(guān)系為:

    根據(jù)圖1可看到第三層代表模糊規(guī)則層,在此部分中所有神經(jīng)元都具有相適應(yīng)的模糊標(biāo)準(zhǔn),其中輸入部分代表此標(biāo)準(zhǔn)的前件部分(IF部分),輸出部分代表此標(biāo)準(zhǔn)條件下隸屬度的乘積,即:

    第四層為結(jié)論層,本層每個(gè)神經(jīng)元的隸屬函數(shù)取為高斯型,依據(jù)前置標(biāo)準(zhǔn)的后件部分(THEN部分)在各種模糊區(qū)域中進(jìn)行計(jì)算。此層和第三層節(jié)點(diǎn)權(quán)值均代表模糊規(guī)則強(qiáng)度, wlk代表可調(diào)控參數(shù),此層函數(shù)如下:

    第五層代表輸出層,此部分神經(jīng)元與可實(shí)現(xiàn)權(quán)值連接,進(jìn)而達(dá)到解模糊效果。運(yùn)用面積中心法處理存在問(wèn)題,最后的輸出內(nèi)容表達(dá)如下:

    2 學(xué)習(xí)算法

    在模糊神經(jīng)網(wǎng)絡(luò)推理系統(tǒng)模型中,學(xué)習(xí)過(guò)程包括兩個(gè)部分,即結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí) [17]。結(jié)構(gòu)學(xué)習(xí)部分主要處理輸入數(shù)據(jù),對(duì)最佳模糊規(guī)則進(jìn)行提取,并確定整個(gè)系統(tǒng)結(jié)構(gòu);參數(shù)學(xué)習(xí)階段則使用反向傳播算法,對(duì)模糊神經(jīng)網(wǎng)絡(luò)中相關(guān)的權(quán)值進(jìn)行調(diào)整。結(jié)構(gòu)學(xué)習(xí)決定了模糊規(guī)則的數(shù)量及輸入輸出模糊子集個(gè)數(shù),參數(shù)學(xué)習(xí)決定了每條規(guī)則的具體表達(dá)及隸屬函數(shù)形式[14-15]。

    2.1 結(jié)構(gòu)學(xué)習(xí)

    在模糊推理體系中,模糊規(guī)則的識(shí)別和提取是非常重要的一環(huán)。從局限的樣本數(shù)據(jù)中得到模糊規(guī)則,詳細(xì)步驟如下:①輸入輸出空間模糊分割;②在各子空間中獲取相應(yīng)規(guī)則。這里選取兩個(gè)輸入一個(gè)輸出的系統(tǒng)進(jìn)行詳細(xì)說(shuō)明。

    (1)對(duì)輸入輸出空間進(jìn)行模糊化分割,將其劃分成若干模糊子空間,確定每個(gè)子空間的模糊標(biāo)記,將數(shù)據(jù)輸入信息轉(zhuǎn)化為語(yǔ)言輸入信息。之后根據(jù)隸屬函數(shù)中心等分?jǐn)?shù)據(jù)空間原則獲取隸屬函數(shù)的初始參數(shù),其中包括中心與寬度。

    (2)在相應(yīng)數(shù)據(jù)對(duì)中識(shí)別并提取模糊規(guī)則。先需要確定不同子空間相應(yīng)數(shù)據(jù)的隸屬度,之后為xi1,xi2,yi在區(qū)域賦予最大隸屬度,最后從輸入輸出數(shù)據(jù)對(duì)中提取相應(yīng)的模糊規(guī)則。

    (3)規(guī)則合并優(yōu)化。將得到的模糊規(guī)則定義一個(gè)置信度,其置信度大小為該模糊規(guī)則中各個(gè)變量隸屬度的乘積。在相同規(guī)則下,當(dāng)其前件部分(IF部分)相同后件部分(THEN部分)不同時(shí),取強(qiáng)度最大值。在此條件下,將置信度最大值作為此規(guī)則的置信度。把前件部分相同而后件部分不同的規(guī)則合并成一條規(guī)則,出現(xiàn)頻率最高的規(guī)則作為合并后的規(guī)則,其置信度作為該規(guī)則的置信度。

    結(jié)構(gòu)學(xué)習(xí)結(jié)束即可得到簡(jiǎn)化的模糊規(guī)則庫(kù)。

    2.2 參數(shù)學(xué)習(xí)

    只要確立了模糊規(guī)則庫(kù),相應(yīng)的整個(gè)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)體系也同樣被確定。之后獲取輸入到輸出的詳細(xì)映射情況,其準(zhǔn)確度取決于相關(guān)權(quán)值與規(guī)則庫(kù)的精確性。之后經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)優(yōu)化,對(duì)隸屬函數(shù)的相關(guān)參數(shù)權(quán)值進(jìn)行調(diào)整,使用梯度下降算法可有效減小誤差,目標(biāo)誤差函數(shù)如下:

    式(6)中,m表示第五層神經(jīng)元的數(shù)量,O∧d和O5分別表示第五層神經(jīng)元l的目標(biāo)輸出和實(shí)際輸出。endprint

    2.2.1 網(wǎng)絡(luò)權(quán)值修正

    3 混沌動(dòng)力系統(tǒng)預(yù)測(cè)實(shí)驗(yàn)

    研究表明,模糊集合理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合的預(yù)測(cè)方法在系統(tǒng)建模中有著巨大的優(yōu)越性和精準(zhǔn)性,在不同領(lǐng)域得到了廣泛應(yīng)用。選取Mackey-Glass系統(tǒng)和Lorenz系統(tǒng)的混沌時(shí)間序列進(jìn)行仿真實(shí)驗(yàn),以證明上述系統(tǒng)的有效性。

    3.1 Mackey-Glass混沌時(shí)間序列預(yù)測(cè)

    Mackey-Glass混沌模型由以下的時(shí)滯微分方程描述:

    3.1.1 仿真實(shí)驗(yàn)

    采用模糊神經(jīng)網(wǎng)絡(luò)對(duì)混沌時(shí)間序列進(jìn)行建模:

    3.1.2 自適應(yīng)學(xué)習(xí)結(jié)果分析

    對(duì)圖2(a)的混沌時(shí)間序列進(jìn)行仿真實(shí)驗(yàn),首先用500個(gè)樣本數(shù)據(jù)建立模糊規(guī)則庫(kù)構(gòu)建整個(gè)模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),然后對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練調(diào)整隸屬函數(shù)的參數(shù),使整個(gè)模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)性能指標(biāo)達(dá)到期望值,最后有新的數(shù)據(jù)對(duì)時(shí),對(duì)最初的模糊規(guī)則進(jìn)行優(yōu)化學(xué)習(xí),并用優(yōu)化后的模型對(duì)未來(lái)值進(jìn)行預(yù)測(cè)。對(duì)圖2(a)的混沌時(shí)間序列進(jìn)行自適應(yīng)學(xué)習(xí),對(duì)前500個(gè)數(shù)據(jù)對(duì)建立的網(wǎng)絡(luò)進(jìn)行訓(xùn)練修正參數(shù),并以此網(wǎng)絡(luò)模型對(duì)下一個(gè)數(shù)據(jù)x(501)進(jìn)行預(yù)測(cè),再用得到的估值優(yōu)化模糊規(guī)則庫(kù),再用優(yōu)化后的網(wǎng)絡(luò)對(duì)數(shù)據(jù)x(502)進(jìn)行預(yù)測(cè),用得到的估值優(yōu)化模糊規(guī)則庫(kù),預(yù)測(cè)下一個(gè)數(shù)據(jù)x(503),這種方法一直到第1000個(gè)數(shù)據(jù)x(1000)為止。預(yù)測(cè)仿真結(jié)果見圖3。通過(guò)對(duì)圖2(a)與圖3(a)比較,不難發(fā)現(xiàn)采用自適應(yīng)方法效果有很大改進(jìn)。預(yù)測(cè)輸出誤差如圖3(b)所示,相對(duì)集中在0.01范圍內(nèi)。

    3.2 Lorenz混沌時(shí)間序列預(yù)測(cè)

    Lorenz系統(tǒng)方程為:

    當(dāng)α=10,β=8/3,ρ=28時(shí),Lorenz系統(tǒng)處于混沌狀態(tài),此時(shí)以定步長(zhǎng)0.005,初始條件為x(0)=0,y(0)=1,z(0)=0,用Runge-Kutta算法獲取變量x的序列信息,并進(jìn)行相空間重構(gòu)。取嵌入維度m=7,延遲時(shí)間τ=10Δt=0.05,通過(guò)t時(shí)刻與之前m個(gè)值預(yù)測(cè)t+τ時(shí)刻的映射:

    使用神經(jīng)網(wǎng)絡(luò)迫近函數(shù)f(),令ζ=0.005,從9000組輸入輸出數(shù)據(jù)集合中提煉模糊規(guī)則,建立模糊規(guī)則庫(kù),將獲得的48條模糊規(guī)則進(jìn)行處理,建立5層神經(jīng)網(wǎng)絡(luò)模型。

    用本文的自適應(yīng)學(xué)習(xí)方法,將78=5764801條規(guī)則減少到48條,減小了規(guī)則匹配時(shí)間,加快了推理速度。取3000組數(shù)據(jù)參數(shù)進(jìn)行訓(xùn)練,3000組數(shù)據(jù)校驗(yàn)網(wǎng)絡(luò),取η=0.005,然后用上述系統(tǒng)進(jìn)行仿真實(shí)驗(yàn),結(jié)果與誤差曲線如圖4所示。

    4 結(jié)語(yǔ)

    本文提出的將神經(jīng)網(wǎng)絡(luò)與模糊邏輯推理體系相結(jié)合的自適應(yīng)學(xué)習(xí)系統(tǒng),可在一定程度加強(qiáng)適應(yīng)性,提高提取模糊規(guī)則的效果,克服基于先驗(yàn)知識(shí)確定網(wǎng)絡(luò)模型的缺陷,加快了學(xué)習(xí)推理速度,提高了網(wǎng)絡(luò)精度,為復(fù)雜非線性系統(tǒng)的識(shí)別與混沌時(shí)間序列的預(yù)測(cè)提供了一條有效渠道。通過(guò)對(duì)上述兩種混沌時(shí)間序列系統(tǒng)的仿真實(shí)驗(yàn),驗(yàn)證了系統(tǒng)對(duì)模糊神經(jīng)網(wǎng)絡(luò)的非線性建模能力。因此,本文提出的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法具有很高的研究?jī)r(jià)值。

    參考文獻(xiàn):

    [1] 呂金虎.混沌時(shí)間序列分析及其應(yīng)用[M].武漢:武漢大學(xué)出版社,2002.

    [2] 張吉禮.模糊神經(jīng)網(wǎng)絡(luò)控制原理與工程應(yīng)用[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社,2004.

    [3] 許傳華,任青文,房定旺.基于神經(jīng)網(wǎng)絡(luò)的混沌時(shí)間序列預(yù)測(cè)[J].水文地質(zhì)工程地質(zhì),2003(1):30-32.

    [4] 向小東.基于混沌理論與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的混沌時(shí)間序列預(yù)測(cè)[J].福州大學(xué)學(xué)報(bào),2003(8):401-403.

    [5] 邵小強(qiáng),馬憲民.混沌時(shí)間序列預(yù)測(cè)的建模與仿真研究[J].計(jì)算機(jī)仿真,2011,28(4):100-102.

    [6] 張淑清,賈健,高敏,等.混沌時(shí)間序列重構(gòu)相空間參數(shù)選取研究[J].物理學(xué)報(bào),2012,59(3):1576-1582.

    [7] 王永生,孫瑾,王昌金,等.變參數(shù)混沌時(shí)間序列的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)研究[J].物理學(xué)報(bào),2008,57(10):6120-6131.

    [8] JANG J S R.ANFIS: adaptive-network-based fuzzy inference system[J]. IEEE Trans. on Systems,Man,and Cybernetics,1993,22(3):775-784.

    [9] SU S F,LIN C B,HSU Y T. A high precision global prediction approach based on local prediction approaches[J].IEEE Transactions on Systems, Man and Cybernetics, Part C,2002,32(4):416-425.

    [10] MASOUMI H R F, BASRI M, KASSIM A, et al. Comparison of estimation capabilities of the artificial neural network with the wavelet neural network in lipase-catalyzed synthesis of triethanolamine-based esterquats cationic surfactant[J]. J of Surfact Deterg, 2014,17(2):287-294.

    [11] 張森,肖先賜.混沌時(shí)間序列全局預(yù)測(cè)新方法——連分式法[J].物理學(xué)報(bào),2005,54(11):5062-5068.

    [12] 簡(jiǎn)向超,鄭君里.混沌神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法評(píng)價(jià)準(zhǔn)則與性能分析[J].清華大學(xué)學(xué)報(bào):自然科學(xué)版,2001,41(7):43-46.

    [13] 譚文,王耀南.混沌系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)控制理論與方法[M].北京:科學(xué)出版社,2008.

    [14] BASHIROV A E, BELAGHI M J S. On application of eulers differential method to a continued fraction depending on parameter[J]. Indian J of Pure and Applied Mathematics,2014,45(3):285-295.

    [15] TIAN N, LAI C H. Parallel quantum-behaved particle swarm optimization[J]. Int J of Machine Learning and Cybernetics, 2014,5(2):309-318.

    [16] MANICKAVELU D, VAIDYANATHAN R U. Particle swarm optimization(PSO)-based node and link lifetime prediction algorithm for route recovery in MANET[J]. EURASIP J on Wireless Communications and Networking, 2014(107):1-10.

    [17] 韓敏,王迎新.多元混沌時(shí)間序列的加權(quán)極端學(xué)習(xí)機(jī)預(yù)測(cè)[J].控制理論與應(yīng)用,2013,30(11):1467-1472.endprint

    猜你喜歡
    神經(jīng)網(wǎng)絡(luò)
    基于遞歸模糊神經(jīng)網(wǎng)絡(luò)的風(fēng)電平滑控制策略
    BP神經(jīng)網(wǎng)絡(luò)在路標(biāo)識(shí)別上的應(yīng)用研究
    神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
    基于Alexnet神經(jīng)網(wǎng)絡(luò)的物體識(shí)別研究
    基于BP神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)血泵生理控制
    基于神經(jīng)網(wǎng)絡(luò)MRAS的速度辨識(shí)仿真研究
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    基于神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階控制的逆變電源
    精华霜和精华液先用哪个| 在线a可以看的网站| 精品一区二区三区四区五区乱码| 叶爱在线成人免费视频播放| 男女做爰动态图高潮gif福利片| 男女下面进入的视频免费午夜| 欧美不卡视频在线免费观看 | 99精品在免费线老司机午夜| 最近最新中文字幕大全电影3| 国产成人欧美在线观看| 给我免费播放毛片高清在线观看| 岛国在线免费视频观看| 亚洲七黄色美女视频| 日本精品一区二区三区蜜桃| 亚洲自拍偷在线| 99久久久亚洲精品蜜臀av| 免费无遮挡裸体视频| 免费观看精品视频网站| 亚洲男人的天堂狠狠| videosex国产| 少妇人妻一区二区三区视频| 国产激情偷乱视频一区二区| 亚洲av成人精品一区久久| 成人亚洲精品av一区二区| x7x7x7水蜜桃| 精品欧美国产一区二区三| 国产成人精品久久二区二区91| 亚洲中文av在线| 国产一区二区在线观看日韩 | 日韩精品免费视频一区二区三区| 亚洲精品在线观看二区| 12—13女人毛片做爰片一| 老熟妇乱子伦视频在线观看| 91在线观看av| 老司机深夜福利视频在线观看| netflix在线观看网站| 男男h啪啪无遮挡| 一级毛片精品| 国产99久久九九免费精品| 国产高清videossex| 久久国产精品人妻蜜桃| 中文字幕最新亚洲高清| 亚洲第一电影网av| 久久人妻av系列| 观看免费一级毛片| 窝窝影院91人妻| 国产探花在线观看一区二区| 中文字幕av在线有码专区| 看片在线看免费视频| 国产成人av激情在线播放| 亚洲av成人精品一区久久| 欧美久久黑人一区二区| 色尼玛亚洲综合影院| 成熟少妇高潮喷水视频| 国产区一区二久久| 国产69精品久久久久777片 | 亚洲五月婷婷丁香| 99riav亚洲国产免费| 欧美成人一区二区免费高清观看 | 听说在线观看完整版免费高清| 国产av不卡久久| 九色成人免费人妻av| 深夜精品福利| 他把我摸到了高潮在线观看| 国产一区在线观看成人免费| 男人舔奶头视频| 嫩草影视91久久| 动漫黄色视频在线观看| 国产乱人伦免费视频| 亚洲一区中文字幕在线| 白带黄色成豆腐渣| 欧美精品啪啪一区二区三区| 日韩精品中文字幕看吧| 成人高潮视频无遮挡免费网站| 精品不卡国产一区二区三区| 日韩成人在线观看一区二区三区| av国产免费在线观看| 少妇粗大呻吟视频| 亚洲精品一区av在线观看| 欧美日本亚洲视频在线播放| 欧美又色又爽又黄视频| 老熟妇仑乱视频hdxx| 国产高清视频在线播放一区| 好男人电影高清在线观看| av天堂在线播放| 日本五十路高清| 亚洲 国产 在线| 欧美精品啪啪一区二区三区| 9191精品国产免费久久| 国产伦一二天堂av在线观看| 丁香六月欧美| 国产精品电影一区二区三区| 真人做人爱边吃奶动态| 欧美一级a爱片免费观看看 | 午夜福利欧美成人| 国产成人系列免费观看| 久久欧美精品欧美久久欧美| 大型黄色视频在线免费观看| 国产亚洲精品第一综合不卡| 一级a爱片免费观看的视频| 99久久精品热视频| 国产精品久久久久久精品电影| 两个人免费观看高清视频| 亚洲精品美女久久久久99蜜臀| 国产精品 欧美亚洲| 日韩欧美国产在线观看| 啦啦啦韩国在线观看视频| 可以在线观看毛片的网站| 一级毛片高清免费大全| 久久精品亚洲精品国产色婷小说| 婷婷亚洲欧美| 麻豆成人av在线观看| 在线观看www视频免费| 亚洲精品中文字幕在线视频| 国产三级中文精品| 搡老岳熟女国产| 国产在线观看jvid| av欧美777| 久久精品国产清高在天天线| 欧美黑人欧美精品刺激| 叶爱在线成人免费视频播放| 人成视频在线观看免费观看| 国产精品久久久久久人妻精品电影| 男女视频在线观看网站免费 | 国产午夜精品论理片| 国产伦一二天堂av在线观看| 老司机在亚洲福利影院| 欧美日韩精品网址| 国语自产精品视频在线第100页| 在线a可以看的网站| 欧美日韩黄片免| 国产高清视频在线播放一区| 亚洲精品一区av在线观看| 日韩成人在线观看一区二区三区| 日韩精品免费视频一区二区三区| 国产91精品成人一区二区三区| 九色成人免费人妻av| 男女之事视频高清在线观看| 一边摸一边抽搐一进一小说| 免费在线观看黄色视频的| 非洲黑人性xxxx精品又粗又长| 精品无人区乱码1区二区| 亚洲国产中文字幕在线视频| svipshipincom国产片| 久久热在线av| 精品高清国产在线一区| 欧美精品啪啪一区二区三区| 黑人巨大精品欧美一区二区mp4| 老汉色∧v一级毛片| 国产精品久久久久久亚洲av鲁大| 午夜福利18| 一进一出好大好爽视频| 一二三四社区在线视频社区8| 91av网站免费观看| 久久精品91无色码中文字幕| 99在线视频只有这里精品首页| 亚洲欧美日韩高清专用| 中文字幕精品亚洲无线码一区| 成熟少妇高潮喷水视频| 欧美日韩亚洲国产一区二区在线观看| 国产av一区在线观看免费| 国产精品久久电影中文字幕| 亚洲第一电影网av| 精品国内亚洲2022精品成人| 黄色毛片三级朝国网站| 久久久久久久久中文| 久久久久国产精品人妻aⅴ院| 欧美日韩瑟瑟在线播放| 亚洲中文字幕日韩| 大型黄色视频在线免费观看| 一级a爱片免费观看的视频| 美女黄网站色视频| 色综合站精品国产| 久久久久久久精品吃奶| 青草久久国产| 很黄的视频免费| 在线播放国产精品三级| 夜夜躁狠狠躁天天躁| 国产精品野战在线观看| 黑人操中国人逼视频| 成人国产综合亚洲| 99热这里只有是精品50| 50天的宝宝边吃奶边哭怎么回事| 亚洲欧美精品综合久久99| 国产亚洲欧美98| 国产在线精品亚洲第一网站| 国产精品电影一区二区三区| 久久久国产欧美日韩av| 欧美中文综合在线视频| 999久久久国产精品视频| 国产精品亚洲美女久久久| 久久久久免费精品人妻一区二区| 一边摸一边做爽爽视频免费| 精品人妻1区二区| 久久精品国产清高在天天线| or卡值多少钱| 久久九九热精品免费| 国产成人欧美在线观看| 精品国产乱子伦一区二区三区| 日韩国内少妇激情av| 久久久久久人人人人人| 在线观看一区二区三区| 色综合亚洲欧美另类图片| 久久香蕉国产精品| 色精品久久人妻99蜜桃| 黑人操中国人逼视频| 国产1区2区3区精品| 国语自产精品视频在线第100页| 亚洲全国av大片| 一区福利在线观看| 亚洲狠狠婷婷综合久久图片| 亚洲国产精品成人综合色| 久久久国产成人免费| 午夜福利成人在线免费观看| 中文字幕最新亚洲高清| 搞女人的毛片| 99久久久亚洲精品蜜臀av| 国内揄拍国产精品人妻在线| 亚洲人成77777在线视频| 青草久久国产| 伦理电影免费视频| netflix在线观看网站| 麻豆久久精品国产亚洲av| 亚洲片人在线观看| 嫩草影院精品99| 久久久久九九精品影院| 国产区一区二久久| 欧美一级a爱片免费观看看 | 亚洲av美国av| 高清毛片免费观看视频网站| 久久久久久亚洲精品国产蜜桃av| 成人精品一区二区免费| 亚洲精品中文字幕在线视频| 黄色女人牲交| 精品国产乱码久久久久久男人| 在线观看免费午夜福利视频| 午夜久久久久精精品| 777久久人妻少妇嫩草av网站| 欧美又色又爽又黄视频| 99精品欧美一区二区三区四区| 我要搜黄色片| 好男人在线观看高清免费视频| 国产精品永久免费网站| 91九色精品人成在线观看| 国产精品免费视频内射| 国内少妇人妻偷人精品xxx网站 | 色综合亚洲欧美另类图片| 久久久久久久精品吃奶| 夜夜夜夜夜久久久久| 亚洲人成网站高清观看| 91在线观看av| 12—13女人毛片做爰片一| 久久99热这里只有精品18| 久久久久久大精品| 麻豆av在线久日| 亚洲欧美精品综合久久99| 在线国产一区二区在线| 老熟妇乱子伦视频在线观看| 久久精品夜夜夜夜夜久久蜜豆 | 91国产中文字幕| 99热这里只有精品一区 | 成人国语在线视频| 色综合婷婷激情| 精品国产亚洲在线| 香蕉av资源在线| 国产成人精品无人区| 操出白浆在线播放| 最新美女视频免费是黄的| 国产精品亚洲一级av第二区| 男人舔奶头视频| 久久久久久国产a免费观看| 亚洲欧美日韩高清专用| 九色国产91popny在线| 色哟哟哟哟哟哟| 国产精品日韩av在线免费观看| 亚洲欧美日韩高清专用| 日韩大尺度精品在线看网址| 白带黄色成豆腐渣| 大型黄色视频在线免费观看| 亚洲av成人av| 99在线视频只有这里精品首页| 黄色a级毛片大全视频| 色哟哟哟哟哟哟| 精品乱码久久久久久99久播| 欧美黑人巨大hd| 日韩欧美在线二视频| 国产黄片美女视频| 午夜a级毛片| 中亚洲国语对白在线视频| 欧美成人免费av一区二区三区| 国产成人精品久久二区二区免费| 日韩欧美国产一区二区入口| 变态另类丝袜制服| 在线观看免费午夜福利视频| 日日摸夜夜添夜夜添小说| 国产av在哪里看| 叶爱在线成人免费视频播放| 欧美3d第一页| 天堂av国产一区二区熟女人妻 | 中文字幕人成人乱码亚洲影| 国产伦人伦偷精品视频| 女人被狂操c到高潮| 老司机深夜福利视频在线观看| 久久亚洲精品不卡| 夜夜爽天天搞| 国产精品永久免费网站| 老汉色∧v一级毛片| 国产精品日韩av在线免费观看| 国产成人欧美在线观看| 欧美精品亚洲一区二区| 亚洲18禁久久av| 久久这里只有精品19| 亚洲最大成人中文| 女人高潮潮喷娇喘18禁视频| а√天堂www在线а√下载| 午夜久久久久精精品| 天天躁夜夜躁狠狠躁躁| 黄色视频,在线免费观看| 夜夜夜夜夜久久久久| 国产精品乱码一区二三区的特点| 久久久久亚洲av毛片大全| 亚洲精品美女久久av网站| aaaaa片日本免费| 日韩大尺度精品在线看网址| 神马国产精品三级电影在线观看 | 免费在线观看日本一区| 床上黄色一级片| 成人三级黄色视频| 极品教师在线免费播放| 精品少妇一区二区三区视频日本电影| 欧美+亚洲+日韩+国产| 制服丝袜大香蕉在线| 黄色a级毛片大全视频| 麻豆成人av在线观看| 丰满人妻熟妇乱又伦精品不卡| 亚洲av日韩精品久久久久久密| 嫁个100分男人电影在线观看| 母亲3免费完整高清在线观看| 99热6这里只有精品| 丰满人妻熟妇乱又伦精品不卡| 亚洲专区字幕在线| 久久国产乱子伦精品免费另类| 国产高清有码在线观看视频 | 欧美又色又爽又黄视频| 美女黄网站色视频| 久久久精品欧美日韩精品| 久久久久久久精品吃奶| 日韩欧美在线乱码| 久久精品综合一区二区三区| 国内精品久久久久精免费| 久久这里只有精品中国| 精品午夜福利视频在线观看一区| 亚洲成人中文字幕在线播放| 久久草成人影院| 2021天堂中文幕一二区在线观| 最近在线观看免费完整版| 精品少妇一区二区三区视频日本电影| 免费看十八禁软件| 国产视频一区二区在线看| 18禁美女被吸乳视频| 91九色精品人成在线观看| 久久久久久久午夜电影| 精品一区二区三区av网在线观看| 88av欧美| 高潮久久久久久久久久久不卡| 亚洲,欧美精品.| 黄色丝袜av网址大全| 日韩精品免费视频一区二区三区| 亚洲精品国产一区二区精华液| 日韩成人在线观看一区二区三区| 精品久久蜜臀av无| 色噜噜av男人的天堂激情| 国内精品久久久久久久电影| av中文乱码字幕在线| 99久久国产精品久久久| 日韩欧美国产一区二区入口| 亚洲人成伊人成综合网2020| 女人高潮潮喷娇喘18禁视频| 狂野欧美激情性xxxx| 午夜影院日韩av| 夜夜夜夜夜久久久久| 亚洲精品在线观看二区| 夜夜夜夜夜久久久久| 午夜影院日韩av| 首页视频小说图片口味搜索| 97人妻精品一区二区三区麻豆| 夜夜夜夜夜久久久久| 午夜福利18| 欧美3d第一页| 18禁黄网站禁片免费观看直播| 又爽又黄无遮挡网站| 亚洲成人精品中文字幕电影| aaaaa片日本免费| 欧美+亚洲+日韩+国产| 午夜老司机福利片| 午夜影院日韩av| 狂野欧美激情性xxxx| 啦啦啦免费观看视频1| 性欧美人与动物交配| 人人妻人人澡欧美一区二区| 桃色一区二区三区在线观看| 欧美在线黄色| 国产精品永久免费网站| 国产精品一及| 日本一本二区三区精品| 日本精品一区二区三区蜜桃| 国产精品永久免费网站| 深夜精品福利| 18禁黄网站禁片午夜丰满| 国产精品98久久久久久宅男小说| 天堂动漫精品| 国产麻豆成人av免费视频| 久久精品91无色码中文字幕| 午夜福利高清视频| 日韩av在线大香蕉| 欧美黑人巨大hd| 国产99久久九九免费精品| 一区福利在线观看| 很黄的视频免费| 搞女人的毛片| 欧美一区二区国产精品久久精品 | 免费一级毛片在线播放高清视频| 色综合亚洲欧美另类图片| aaaaa片日本免费| 亚洲精品一卡2卡三卡4卡5卡| 免费高清视频大片| 国产激情久久老熟女| 大型黄色视频在线免费观看| 国产精品久久视频播放| 国内精品一区二区在线观看| 久久久国产精品麻豆| 法律面前人人平等表现在哪些方面| 国产午夜福利久久久久久| 亚洲av电影在线进入| 午夜福利成人在线免费观看| 日本免费一区二区三区高清不卡| 香蕉丝袜av| 国产av麻豆久久久久久久| 免费在线观看完整版高清| 欧美中文综合在线视频| 欧美三级亚洲精品| 人成视频在线观看免费观看| 亚洲天堂国产精品一区在线| 免费在线观看黄色视频的| 一进一出抽搐动态| 日韩高清综合在线| 最近在线观看免费完整版| 亚洲国产中文字幕在线视频| 亚洲国产欧美网| 无遮挡黄片免费观看| 18禁美女被吸乳视频| 桃色一区二区三区在线观看| 级片在线观看| 国产精品1区2区在线观看.| 久久亚洲精品不卡| 久久精品成人免费网站| 久久久久精品国产欧美久久久| 国产亚洲av高清不卡| 中文字幕人妻丝袜一区二区| 亚洲人与动物交配视频| 又黄又爽又免费观看的视频| 亚洲精品久久成人aⅴ小说| 精品久久久久久久末码| 色尼玛亚洲综合影院| 麻豆久久精品国产亚洲av| 国产精品一及| 1024视频免费在线观看| 国产激情欧美一区二区| 不卡一级毛片| 久久中文字幕人妻熟女| 亚洲一区高清亚洲精品| 不卡av一区二区三区| 美女免费视频网站| a级毛片在线看网站| 久久午夜综合久久蜜桃| 麻豆久久精品国产亚洲av| 亚洲无线在线观看| 可以免费在线观看a视频的电影网站| 中文亚洲av片在线观看爽| 国产成年人精品一区二区| 国产日本99.免费观看| 可以在线观看毛片的网站| 国产精品影院久久| 欧美日韩乱码在线| 正在播放国产对白刺激| 日韩精品青青久久久久久| 性色av乱码一区二区三区2| 亚洲第一欧美日韩一区二区三区| 精品不卡国产一区二区三区| 久久这里只有精品中国| 母亲3免费完整高清在线观看| 蜜桃久久精品国产亚洲av| 在线a可以看的网站| 美女黄网站色视频| 禁无遮挡网站| 一区二区三区国产精品乱码| 91字幕亚洲| 精品免费久久久久久久清纯| 久久午夜综合久久蜜桃| 此物有八面人人有两片| 亚洲精品中文字幕一二三四区| 欧美大码av| 美女大奶头视频| netflix在线观看网站| 午夜a级毛片| 成年人黄色毛片网站| 欧美高清成人免费视频www| 一区福利在线观看| 桃红色精品国产亚洲av| 9191精品国产免费久久| 日本 av在线| 男人的好看免费观看在线视频 | 嫁个100分男人电影在线观看| 成人精品一区二区免费| 国产免费av片在线观看野外av| 亚洲色图 男人天堂 中文字幕| 怎么达到女性高潮| 亚洲欧美日韩无卡精品| 又大又爽又粗| 国产1区2区3区精品| av国产免费在线观看| 1024手机看黄色片| 99久久99久久久精品蜜桃| 亚洲精品久久成人aⅴ小说| 久久久精品国产亚洲av高清涩受| 麻豆成人av在线观看| 99久久无色码亚洲精品果冻| 窝窝影院91人妻| 日韩欧美三级三区| 国产片内射在线| 国产精品香港三级国产av潘金莲| 欧美丝袜亚洲另类 | 国产精品久久视频播放| 757午夜福利合集在线观看| 波多野结衣高清作品| 国产精品永久免费网站| 美女午夜性视频免费| 国产成人影院久久av| 天天一区二区日本电影三级| 国产三级黄色录像| 男女那种视频在线观看| avwww免费| 欧美丝袜亚洲另类 | 青草久久国产| 日日摸夜夜添夜夜添小说| 十八禁网站免费在线| 又爽又黄无遮挡网站| 少妇粗大呻吟视频| 嫁个100分男人电影在线观看| 黑人巨大精品欧美一区二区mp4| av超薄肉色丝袜交足视频| 色老头精品视频在线观看| 午夜福利免费观看在线| 亚洲国产欧美网| 九色成人免费人妻av| 淫妇啪啪啪对白视频| 午夜a级毛片| 午夜福利成人在线免费观看| 国产真人三级小视频在线观看| 午夜老司机福利片| 久久欧美精品欧美久久欧美| 国产熟女午夜一区二区三区| 夜夜看夜夜爽夜夜摸| 成人手机av| 每晚都被弄得嗷嗷叫到高潮| 人成视频在线观看免费观看| 国产精品乱码一区二三区的特点| 亚洲av成人av| 免费一级毛片在线播放高清视频| 琪琪午夜伦伦电影理论片6080| 亚洲欧美日韩高清在线视频| 1024香蕉在线观看| 精品久久久久久久久久久久久| 神马国产精品三级电影在线观看 | 国产亚洲av高清不卡| 免费看十八禁软件| 精品国产超薄肉色丝袜足j| 亚洲av熟女| 757午夜福利合集在线观看| 啪啪无遮挡十八禁网站| 国产精品免费视频内射| cao死你这个sao货| 在线a可以看的网站| 国产精品 国内视频| 欧美日韩精品网址| 国产亚洲精品久久久久5区| 久久精品亚洲精品国产色婷小说| 少妇被粗大的猛进出69影院| 国内精品久久久久精免费| av有码第一页| 国内精品久久久久精免费| 亚洲国产欧美人成| 亚洲av成人一区二区三| 九九热线精品视视频播放| 国产伦在线观看视频一区| 国产精品 国内视频| 一边摸一边做爽爽视频免费| 麻豆av在线久日| 亚洲电影在线观看av| 黄片大片在线免费观看| 国产午夜福利久久久久久| 狂野欧美白嫩少妇大欣赏| 国产一级毛片七仙女欲春2| 成人av在线播放网站| 亚洲成人久久性| 变态另类丝袜制服| 日本三级黄在线观看| 99精品欧美一区二区三区四区| 欧美日本视频| 最近最新中文字幕大全免费视频| 午夜两性在线视频| 久久这里只有精品19| avwww免费| 夜夜躁狠狠躁天天躁| 舔av片在线|