• <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 ?

    改進ACO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)短時交通流量預(yù)測

    2021-11-17 06:52:52張江鑫
    計算機仿真 2021年7期
    關(guān)鍵詞:交通流量遺傳算法變異

    蔣 杰,張江鑫

    (浙江工業(yè)大學(xué)信息工程學(xué)院,浙江 杭州 310014)

    1 引言

    隨著城市交通系統(tǒng)的快速發(fā)展,移動互聯(lián)、車路協(xié)同、主動安全、自主高效的新一代合作智能交通系統(tǒng)(C-ITS)已經(jīng)成為未來道路交通管理系統(tǒng)的關(guān)鍵推動者[1]。其中,短時交通流量預(yù)測是智能交通系統(tǒng)研究的核心問題。

    關(guān)于預(yù)測,早期的預(yù)測模型有移動平均模型(MA)、歷史平均模型(HA)、自回歸模型(AR)、自回歸移動平均模型(ARIMA)等,這些模型的理論基礎(chǔ)多數(shù)是線性估計模型[2],然而實際的交通是一個復(fù)雜、隨機性干擾、非線性系統(tǒng),所以這些模型的預(yù)測效果難以保證。相比之下,神經(jīng)網(wǎng)絡(luò)能夠作為多維非線性函數(shù)的通用模型,不用受非線性模型的約束,又能通過學(xué)習(xí)以任意精度逼近復(fù)雜的非線性映射,其學(xué)習(xí)算法在工程上容易實現(xiàn),因此神經(jīng)網(wǎng)絡(luò)模型更適合用于不確定性與非線性的交通流預(yù)測[3-4]。其中,BP 神經(jīng)網(wǎng)絡(luò)是最常使用的預(yù)測模型,但該模型在解決此類問題時自身存在一些不足之處,如收斂速度緩慢,且易陷入局部最優(yōu)解[5],對于BP神經(jīng)網(wǎng)絡(luò)存在的缺點,文獻[6]是通過采用加動量項來提高收斂速度,同時在BP神經(jīng)網(wǎng)絡(luò)算法迭代的過程中,使步長進行自適應(yīng)調(diào)整,但BP神經(jīng)網(wǎng)絡(luò)算法的初始權(quán)閾值是隨機生成的,因此這種改進方法并不能保證每次預(yù)測結(jié)果都較為準(zhǔn)確。文獻[7-8]是根據(jù)遺傳算法的原理,將BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)閾值作為變量引入到遺傳算法中,通過選擇、交叉、變異等一系列操作后得出最優(yōu)解,但其算法的參數(shù)較多,而且參數(shù)的選擇大部分是根據(jù)經(jīng)驗,并且不能夠及時利用網(wǎng)絡(luò)的反饋信息,搜索速度比較慢,要得要較精確的解需要較多的訓(xùn)練時間,算法對初始種群的選擇有一定的依賴性,因此預(yù)測效果也不能保證。文獻[9-10]是根據(jù)粒子群算法收斂速度快,設(shè)置的參數(shù)少等優(yōu)點,對BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)閾值進行計算,但其局部尋優(yōu)能力較差,后期多樣性的丟失導(dǎo)致算法容易過早收斂。

    針對上述不足之處,本文提出了采用改進蟻群算法的方法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)來進行短時交通流量預(yù)測。主要思路是采用蟻群算法確定BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)閾值,同時考慮到蟻群算法也易出現(xiàn)停滯現(xiàn)象,因此對蟻群算法進行改進,從而提高預(yù)測性能。

    2 BP神經(jīng)網(wǎng)絡(luò)短時交通流量預(yù)測模型

    神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的計算系統(tǒng)不同,它的學(xué)習(xí)能力使其可以解決諸如預(yù)測交通流量一類的復(fù)雜問題。反饋式神經(jīng)網(wǎng)絡(luò)(BP)是一種按信號向前傳輸、誤差反向傳輸?shù)亩鄬忧梆伾窠?jīng)網(wǎng)絡(luò),已廣泛應(yīng)用于交通預(yù)測[11]。用BP神經(jīng)網(wǎng)絡(luò)進行短時交通流預(yù)測大致可分為兩個階段:BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練階段和短時交通流量預(yù)測階段。

    BP神經(jīng)網(wǎng)絡(luò)短時交通流量預(yù)測模型框圖如圖1所示。

    圖1 BP神經(jīng)網(wǎng)絡(luò)短時交通流量預(yù)測框圖

    其步驟可總結(jié)如下:

    1)對歷史交通流數(shù)據(jù)進行預(yù)處理。

    2)建立BP神經(jīng)網(wǎng)絡(luò),并確定神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點個數(shù)和輸出層節(jié)點個數(shù)。

    3)生成樣本數(shù)據(jù)庫,并劃分訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)的比例。

    4)確定BP神經(jīng)網(wǎng)絡(luò)的隱層數(shù)及各隱層的節(jié)點數(shù)。

    5)改進蟻群算法確定BP神經(jīng)網(wǎng)絡(luò)的權(quán)閾值。

    6)輸入測試數(shù)據(jù),進行短時交通流量預(yù)測。

    3 蟻群算法的改進

    3.1 改進算法的提出

    蟻群算法的基本思路如下:螞蟻在已通過的路上釋放一定量的信息素,后面的螞蟻,通過識別前一個螞蟻所遺留在道路上的信息素,會朝著信息素濃度較大的路徑上行進,并且同時自身也釋放信息素,這樣,大量的螞蟻的移動狀態(tài)能形成一個信息素的正反饋機制,信息素積累小的路徑會隨著逐漸由于螞蟻的減少和信息素的消散,最終減少甚至是選擇為零,最終通過不斷的搜尋和影響,整個蟻群能找到一條最短的路徑[12]。

    在尋找解的過程中,螞蟻是通過感知道路上信息素量的大小來決定走哪條路,濃度越高,選擇的幾率越大,反之亦然,但信息素會不斷揮發(fā)的,本文采用信息素自適應(yīng)揮發(fā)參數(shù)來代替固定的值。在一次迭代結(jié)束后,全部螞蟻會更新信息素,本文采用精英保留策略,將符合要求的種群留下,不符合要求的加入變異因子,然后重新迭代循環(huán)。

    3.2 信息素自適應(yīng)揮發(fā)系數(shù)

    在使用蟻群算法構(gòu)建解的過程中,構(gòu)建自適應(yīng)揮發(fā)系數(shù)ρ的思想來確定 BP 神經(jīng)網(wǎng)絡(luò)的權(quán)閾值,基本蟻群算法的揮發(fā)系數(shù)ρ,在初始化時給一個初始值,在之后的迭代中不再使用固定不變的值,而是每次更新迭代的同時進行自適應(yīng)的改變,揮發(fā)系數(shù)公式如下

    (1)

    其中,NC表示循環(huán)次數(shù),NCmax表示最大循 環(huán)次數(shù),ρstart表示初始化是給定的初始值。

    如果揮發(fā)系數(shù)過大,可能直接導(dǎo)致振蕩現(xiàn)象的出現(xiàn),如果揮發(fā)系數(shù)過小,使得收斂的速度比較緩慢,所以采用自適應(yīng)的揮發(fā)系數(shù),前期可以增強收斂能力,后期揮發(fā)系數(shù)越大,也就越能避免振蕩現(xiàn)象的出現(xiàn)。

    3.3 信息素更新精英選擇策略

    在全局信息素更新過后,需要根據(jù)需求對種群進行選擇,對蟻群個體適應(yīng)度也就是信息素濃度的判斷,如果適應(yīng)度大于平均值,則繼續(xù)更新迭代,小于平均值的部分,加入變異因子α,使新的種群加入循環(huán),繼續(xù)迭代尋優(yōu)。其中判斷適應(yīng)度的公式如下

    (2)

    (3)

    其中,公式中P0=(最好適應(yīng)度-最差適應(yīng)度)/螞蟻個數(shù),fitness為適應(yīng)度,用來評判當(dāng)前螞蟻種群的好壞標(biāo)準(zhǔn),fitness(i)是當(dāng)前螞蟻i信息濃度的值。pop(i,α) 表示當(dāng)前蟻群種群中加入變異因子,i表示當(dāng)前的螞蟻序號,rand是隨機值,α是變異因子。

    使用精英選擇策略可以使螞蟻系統(tǒng)快速找出最優(yōu)解,如果螞蟻數(shù)量過多,搜索便會迅速地聚集在極優(yōu)值的附近,從而導(dǎo)致搜索早熟收斂,所以,選擇合適的精英螞蟻數(shù)量有利于避免算法在迭代中陷入極值。

    3.4 螞蟻種群變異因子

    根據(jù)2.3節(jié)的思想,針對計算結(jié)果較差的種群,加入變異因子,增加變量的多樣性,為后期尋找解提供更多的可能性,其中加入變異因子α的公式如下

    α=5×rands(1,1)

    (4)

    其中,rands表示產(chǎn)生隨機數(shù)組的函數(shù)。

    在蟻群算法迭代到后期,很容易陷入局部極值,加入變異因子主要是為了增加多樣性,為尋找解提供更多的可能性。

    4 基于改進ACO的BP神經(jīng)網(wǎng)絡(luò)權(quán)閾值確定

    當(dāng)建立好一個BP神經(jīng)網(wǎng)絡(luò)之后,就可將數(shù)據(jù)樣本輸入網(wǎng)絡(luò)對其進行訓(xùn)練并實現(xiàn)對短時交通流的預(yù)測。通常情況下,BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值是隨機產(chǎn)生值,此外,由于BP算法是一種梯度最速下降算法,因此其不可避免地容易陷入局部極小值。蟻群算法是一種具有較好全局優(yōu)化能力的智能算法,故可將蟻群算法與BP神經(jīng)網(wǎng)絡(luò)進行結(jié)合,利用蟻群算法的全局尋優(yōu)特性克服BP算法存在的不足[13]。

    改進蟻群算法確定BP神經(jīng)網(wǎng)絡(luò)權(quán)閾值的流程圖如圖2所示。

    圖2 改進ACO確定BP神經(jīng)網(wǎng)絡(luò)的權(quán)閾值流程圖

    權(quán)閾值確定的步驟如下:

    Step2:所有螞蟻從第一個集合開始依次從128個集合中分別選取一個隨機數(shù),當(dāng)全部螞蟻都完成了在某一集合中的數(shù)據(jù)選擇后,才跳到下一集合,直到結(jié)束。其中,第k只螞蟻選擇集合I中的第j個元素的概率公式為

    (5)

    其中,τj(I)表示集合I的第j個元素信息素值。

    Step3:在該次迭代中,m只螞蟻得出的解作為BP神經(jīng)網(wǎng)絡(luò)的權(quán)閾值,輸入訓(xùn)練數(shù)據(jù),并計算該次訓(xùn)練的均方誤差(MSE),公式如下

    (6)

    將128只螞蟻計算得到的最小的均方誤差即最優(yōu)解(MSEbest)記錄下來。

    Step4:在一次迭代完成后,進行全局信息素更新,任一個集合I所有元素更新的公式如下

    (7)

    Δτ=1/MSEbest

    (8)

    其中,ρ是信息素?fù)]發(fā)系數(shù),τ表示信息素值。

    Step5:在全局信息素更新過后,對信息素值進行精英選擇策略,如果信息素值大于平均值,則繼續(xù)迭代,反之,則加入變異因子,然后加入迭代,其中判斷公式如3.3節(jié)所示。

    Step6:加入變異因子,其中公式如3.4節(jié)所示。

    Step7:重復(fù)Step2~Step6,直到循環(huán)結(jié)束,退出循環(huán)。

    5 仿真結(jié)果與分析

    5.1 仿真條件及結(jié)果

    實驗是在Intel(R)Core(TM)i5-3230M CPU @ 2.60GHz 2.20GHz,內(nèi)存為6.00GB,操作系統(tǒng)為Window10中文版 64位,采用Matlab 2016a進行仿真。

    本文采用的是雙隱層的BP神經(jīng)網(wǎng)絡(luò),輸入節(jié)點數(shù)為7,隱層1節(jié)點數(shù)為11,隱層2節(jié)點數(shù)為3,輸出層節(jié)點數(shù)為1。訓(xùn)練輸入數(shù)據(jù)共6720(7×960)個,訓(xùn)練輸出數(shù)據(jù)共96(1×96)個,測試輸入數(shù)據(jù)共672(7×96)個,測試輸出數(shù)據(jù)共96(1×96)個。

    選取四川南充公路的西河南路與西門壩街十字交通路口北向南方向作為測試對象,預(yù)測的是3月28號的流量,選取的路口如圖3所示,根據(jù)采集的三個月的交通流量數(shù)據(jù),分別用遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法,粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法,魚群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法,本文算法進行仿真,實驗結(jié)果如圖4所示,其中圖(a)、(b)、(c)、(d)分別是遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法、粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法、魚群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法和本文算法。

    圖3 南充市西河南路與西門壩街十字路口

    圖4 各種算法預(yù)測流量與誤差

    5.2 結(jié)果分析

    作為對短時交通流預(yù)測結(jié)果好壞的評估,本文也引入了常用的誤差指標(biāo),即均等系數(shù)EC、平均相對誤差MRE和平均絕對誤差MAE作為交通流預(yù)測誤差的衡量指標(biāo)。

    通常情況下,當(dāng)EC 值大于0.9 時,就可認(rèn)為是較好的預(yù)測結(jié)果[14]。MAE、MRE,反應(yīng)預(yù)測誤差的大小,數(shù)值越小,預(yù)測效果越好。

    根據(jù)實際的交通情況,城市道路車流量在不同時間段內(nèi)有較大差別,比如每天上班時間的早晚高峰,以及夜間流量較少等情況,本文按0點到7點、7點至17點、17點至20點、20點至24點分成4段,實驗路口幾種算法的質(zhì)量評價如表1、2、3、4所示,全天評價指標(biāo)為表5。

    表1 0點至7點各算法質(zhì)量評價

    表2 7點至17點各算法質(zhì)量評價

    表3 17點至20點各算法質(zhì)量評價

    表4 20點至24點各算法質(zhì)量評價

    表5 0點至24點各算法質(zhì)量評價

    如表1所示,在0點至7點之間,車流量較小,本文算法的EC值均優(yōu)于其它算法,比相對最好的遺傳算法高了0.0043415。

    在絕對誤差MRE上,本文算法比相對最優(yōu)的遺傳算法低了14.88%。在相對誤差MAE上,本文算法比相對最優(yōu)的遺傳算法降低了3.93%。

    從表1和圖4(d)本文算法在0點到7點之間不論是預(yù)測效果還是誤差方面均為最優(yōu)。

    如表2所示,在7點至17點之間,本文算法的EC值比相對最優(yōu)的遺傳算法高了0.0059181。在絕對誤差MRE上,本文算法比魚群算法低了16.15%,在相對誤差MAE上,本文算法比較好的魚群算法低了15.33%。

    從評價指標(biāo)來看,本文預(yù)測的結(jié)果相對較好,與其它算法誤差相對較小,且EC值大于0.9,可認(rèn)為是較好的預(yù)測結(jié)果。

    從表2和圖4(d)可以看出,車流量處于白天高峰時段,從評價指標(biāo)可以看出,本文算法最優(yōu),可認(rèn)為預(yù)測效果較好。

    如表3所示,17點到20點之間出現(xiàn)了流量高峰,本文算法的EC值比最優(yōu)的遺傳算法高了0.000219。在絕對誤差MRE上,本文算法比魚群算法低了2.95%。在相對誤差MAE上,本文算法比粒子群低了1.31%。

    從表3和圖4(d)可以看出,本文算法對流量高峰的趨勢預(yù)測更準(zhǔn)確,相較于其余幾種算法在高峰時段內(nèi)的預(yù)測結(jié)果更優(yōu)。在EC值和誤差指標(biāo)上,本文算法均為最優(yōu)。

    如表4所示,本文算法的EC值均優(yōu)于其它算法,比相對較優(yōu)的粒子群算法高了0.0094。在絕對誤差MRE上,本文算法比遺傳算法低了11.59%。在相對誤差MAE上,本文算法比魚群算法低了10.78%。

    從表4和圖4(d)可以看出,20點過后,車流量逐漸減少,本文算法相較于其余幾種算法在該時段內(nèi)的預(yù)測結(jié)果更優(yōu)。在EC值和誤差指標(biāo)上,本文算法均為最優(yōu)。

    如表5所示,本文算法的EC值均優(yōu)于其它算法,比相對較好的遺傳算法高了0.0029657。在絕對誤差MRE上,本文算法比相對較好的遺傳算法低了8.16%。在相對誤差MAE上,本文算法比遺傳算法低了4.43%。

    從表5和圖4(d)可以看出,在全天范圍內(nèi),本文算法比其它算法在三個指標(biāo)上更好,實際的預(yù)測效果也更好。

    6 結(jié)束語

    本文利用改進蟻群算法的全局搜索能力來優(yōu)化 BP 神經(jīng)網(wǎng)絡(luò)的初始權(quán)閾值,既可以很好地避免其陷入局部最優(yōu)值,又能一定程度地縮短收斂時間,與未優(yōu)化的 BP 神經(jīng)網(wǎng)絡(luò)相比,大大提高了預(yù)測精度且處于合理范圍內(nèi)。相較于其它幾類的優(yōu)化算法,預(yù)測的流量也更好地擬合出交通流的各種變化規(guī)律,從而使其較準(zhǔn)確地反映出未來路面交通狀況,為人們的出行提供便利,方便交通管理部門掌握流量情況,及時進行引導(dǎo)和分流,有一定的實用價值。

    猜你喜歡
    交通流量遺傳算法變異
    變異危機
    變異
    基于XGBOOST算法的擁堵路段短時交通流量預(yù)測
    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
    基于自適應(yīng)遺傳算法的CSAMT一維反演
    一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
    基于遺傳算法和LS-SVM的財務(wù)危機預(yù)測
    基于改進的遺傳算法的模糊聚類算法
    變異的蚊子
    百科知識(2015年18期)2015-09-10 07:22:44
    基于復(fù)合卡和ETC的交通流量采集研究
    免费在线观看影片大全网站| 高潮久久久久久久久久久不卡| 久久午夜福利片| 亚洲av成人av| 国内精品美女久久久久久| 精品午夜福利视频在线观看一区| 午夜激情福利司机影院| av女优亚洲男人天堂| 亚洲成av人片免费观看| 欧美色欧美亚洲另类二区| 日本黄色片子视频| 熟女人妻精品中文字幕| 最后的刺客免费高清国语| 午夜亚洲福利在线播放| 综合色av麻豆| 亚洲国产欧美人成| 国产一区二区三区在线臀色熟女| 99热只有精品国产| 国产91精品成人一区二区三区| 午夜a级毛片| 成人国产一区最新在线观看| 亚洲美女黄片视频| 久久国产乱子免费精品| 男人舔奶头视频| 日韩免费av在线播放| 欧美日韩瑟瑟在线播放| 欧美精品啪啪一区二区三区| 欧美+日韩+精品| 亚洲无线观看免费| 熟妇人妻久久中文字幕3abv| 看黄色毛片网站| 窝窝影院91人妻| a级一级毛片免费在线观看| 尤物成人国产欧美一区二区三区| 国产精品久久久久久久久免 | 久久天躁狠狠躁夜夜2o2o| 久久亚洲真实| 夜夜爽天天搞| 日本a在线网址| 美女xxoo啪啪120秒动态图 | 久久国产精品人妻蜜桃| 人妻久久中文字幕网| 精品久久久久久久久久久久久| 国产在视频线在精品| 亚洲第一欧美日韩一区二区三区| 一进一出抽搐动态| 可以在线观看的亚洲视频| 欧美色欧美亚洲另类二区| 亚洲成人久久爱视频| 能在线免费观看的黄片| 在线免费观看不下载黄p国产 | 成年人黄色毛片网站| 免费观看人在逋| 嫩草影院精品99| 99国产综合亚洲精品| 国产一区二区激情短视频| 日韩欧美三级三区| 搡女人真爽免费视频火全软件 | 国产亚洲精品久久久com| 亚洲国产色片| 国产v大片淫在线免费观看| 午夜精品久久久久久毛片777| 美女cb高潮喷水在线观看| 俺也久久电影网| 国产真实乱freesex| 精品人妻熟女av久视频| 最近在线观看免费完整版| 久久午夜亚洲精品久久| 欧美成人a在线观看| 天美传媒精品一区二区| 国产欧美日韩一区二区三| 神马国产精品三级电影在线观看| 一个人看视频在线观看www免费| 久久久精品大字幕| 中文字幕免费在线视频6| 亚洲一区高清亚洲精品| 一个人观看的视频www高清免费观看| 午夜福利在线观看吧| 亚洲最大成人手机在线| 日韩欧美免费精品| 成年女人永久免费观看视频| 亚洲精品粉嫩美女一区| eeuss影院久久| 波多野结衣高清无吗| 国产精品国产高清国产av| 中文字幕精品亚洲无线码一区| 日日干狠狠操夜夜爽| 色哟哟·www| 精品久久久久久,| 在线观看免费视频日本深夜| 久久久久久久久中文| 午夜激情福利司机影院| 欧美成狂野欧美在线观看| 51国产日韩欧美| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 亚洲无线在线观看| 国产精品三级大全| 精品久久久久久久久av| 精品久久久久久久久av| 床上黄色一级片| 亚洲熟妇中文字幕五十中出| 丁香欧美五月| 国产三级中文精品| 国产爱豆传媒在线观看| 国产精品亚洲一级av第二区| 九九在线视频观看精品| 小说图片视频综合网站| 亚洲中文日韩欧美视频| 国产大屁股一区二区在线视频| 色尼玛亚洲综合影院| 亚洲国产精品久久男人天堂| 国产精品伦人一区二区| aaaaa片日本免费| 亚洲av不卡在线观看| 婷婷丁香在线五月| 久久久国产成人精品二区| 首页视频小说图片口味搜索| 99热这里只有是精品在线观看 | 夜夜看夜夜爽夜夜摸| 久久香蕉精品热| 91在线观看av| 成人美女网站在线观看视频| 中文字幕高清在线视频| 看片在线看免费视频| 在线观看舔阴道视频| 久久久久久久亚洲中文字幕 | 日韩成人在线观看一区二区三区| 亚洲片人在线观看| 精品午夜福利在线看| 国产高清有码在线观看视频| av女优亚洲男人天堂| 校园春色视频在线观看| 看黄色毛片网站| 国内精品美女久久久久久| 久久精品久久久久久噜噜老黄 | 波野结衣二区三区在线| 中文亚洲av片在线观看爽| 日韩欧美 国产精品| ponron亚洲| 亚洲精品在线观看二区| 成人三级黄色视频| 88av欧美| 黄色视频,在线免费观看| 99久久无色码亚洲精品果冻| 成年免费大片在线观看| 91麻豆av在线| 国内久久婷婷六月综合欲色啪| 国内精品久久久久精免费| 久久久久免费精品人妻一区二区| 99国产精品一区二区三区| 91在线观看av| 日韩欧美在线二视频| 国内精品久久久久精免费| 脱女人内裤的视频| 精品久久久久久久人妻蜜臀av| 中文资源天堂在线| 黄色一级大片看看| 在线观看66精品国产| 成人国产综合亚洲| 国产乱人伦免费视频| av在线蜜桃| 91字幕亚洲| 国产一区二区在线观看日韩| 国产精品一及| 美女黄网站色视频| 国产精品三级大全| 69人妻影院| 在线看三级毛片| 一区二区三区四区激情视频 | 精品一区二区三区视频在线观看免费| 国产毛片a区久久久久| 日韩精品中文字幕看吧| 特级一级黄色大片| 亚洲成av人片在线播放无| 亚洲无线观看免费| 久久久久免费精品人妻一区二区| 内射极品少妇av片p| 欧美日韩国产亚洲二区| 免费看光身美女| 伦理电影大哥的女人| 午夜免费男女啪啪视频观看 | 国产av在哪里看| 亚洲一区二区三区不卡视频| 黄色配什么色好看| 亚洲欧美日韩东京热| 亚洲经典国产精华液单 | 国产伦精品一区二区三区视频9| 国产精品乱码一区二三区的特点| 熟妇人妻久久中文字幕3abv| 成人国产综合亚洲| 麻豆成人av在线观看| 午夜福利在线观看免费完整高清在 | 波多野结衣高清无吗| 亚洲 国产 在线| 国产午夜精品久久久久久一区二区三区 | 看黄色毛片网站| 可以在线观看毛片的网站| 成人一区二区视频在线观看| 日韩国内少妇激情av| 永久网站在线| 久久精品久久久久久噜噜老黄 | 精品久久久久久久久久免费视频| 免费av观看视频| 特级一级黄色大片| 日本黄大片高清| 少妇人妻一区二区三区视频| www.999成人在线观看| 最近视频中文字幕2019在线8| 免费人成视频x8x8入口观看| 男人和女人高潮做爰伦理| 在线看三级毛片| 在线播放国产精品三级| 搡老熟女国产l中国老女人| 日本成人三级电影网站| 国产av在哪里看| 中文字幕人成人乱码亚洲影| 国内揄拍国产精品人妻在线| 99在线人妻在线中文字幕| 久久精品综合一区二区三区| 色播亚洲综合网| 一本久久中文字幕| 欧美丝袜亚洲另类 | 在线免费观看的www视频| 搡女人真爽免费视频火全软件 | 欧美乱妇无乱码| 熟女人妻精品中文字幕| 成熟少妇高潮喷水视频| 天堂网av新在线| 午夜日韩欧美国产| 国产精品亚洲美女久久久| 国产精品1区2区在线观看.| 日本黄色视频三级网站网址| 大型黄色视频在线免费观看| 高清日韩中文字幕在线| 日本 欧美在线| 禁无遮挡网站| 少妇人妻精品综合一区二区 | 国产精品一及| 国产av不卡久久| 国产一区二区三区在线臀色熟女| 国产精品久久久久久人妻精品电影| 日韩高清综合在线| 禁无遮挡网站| 日本黄色片子视频| 亚洲不卡免费看| 精品久久久久久久久久免费视频| 国产精品一区二区三区四区免费观看 | 天堂动漫精品| 久久精品影院6| 午夜亚洲福利在线播放| 亚洲成人久久爱视频| 国产色婷婷99| 在线观看免费视频日本深夜| av欧美777| 亚洲aⅴ乱码一区二区在线播放| 99热6这里只有精品| 脱女人内裤的视频| 成人国产一区最新在线观看| 精品免费久久久久久久清纯| 亚洲美女搞黄在线观看 | 俄罗斯特黄特色一大片| 很黄的视频免费| 国产高清三级在线| 日韩中文字幕欧美一区二区| 亚洲成人精品中文字幕电影| 女生性感内裤真人,穿戴方法视频| 最近在线观看免费完整版| 亚洲三级黄色毛片| 日本黄色视频三级网站网址| 美女黄网站色视频| 欧美成人a在线观看| 国产v大片淫在线免费观看| 国产免费男女视频| 国产av在哪里看| 在线观看美女被高潮喷水网站 | 欧美一级a爱片免费观看看| 欧美区成人在线视频| 久久99热这里只有精品18| 亚洲五月天丁香| 久久精品国产亚洲av天美| 内射极品少妇av片p| 亚洲美女黄片视频| 午夜亚洲福利在线播放| 在线天堂最新版资源| 少妇丰满av| 最近最新免费中文字幕在线| 国产精品伦人一区二区| 在线十欧美十亚洲十日本专区| 日韩精品青青久久久久久| 久久久久久大精品| 久久性视频一级片| 国产在线精品亚洲第一网站| 日韩中文字幕欧美一区二区| av国产免费在线观看| 黄色视频,在线免费观看| 亚洲成a人片在线一区二区| netflix在线观看网站| 欧美+亚洲+日韩+国产| 亚洲,欧美精品.| 免费搜索国产男女视频| 国产精品久久电影中文字幕| 熟女电影av网| 我的女老师完整版在线观看| 亚洲七黄色美女视频| 免费在线观看亚洲国产| 99久久成人亚洲精品观看| 国产伦在线观看视频一区| 麻豆久久精品国产亚洲av| 最好的美女福利视频网| 亚州av有码| 欧美在线一区亚洲| 两人在一起打扑克的视频| 久久久久久久亚洲中文字幕 | 3wmmmm亚洲av在线观看| 国产一区二区亚洲精品在线观看| 欧美激情在线99| 一级黄片播放器| 免费人成在线观看视频色| 亚洲av二区三区四区| 日韩成人在线观看一区二区三区| 亚洲国产欧美人成| 成人性生交大片免费视频hd| 午夜福利成人在线免费观看| 久久久久国产精品人妻aⅴ院| 久久欧美精品欧美久久欧美| 欧美精品国产亚洲| 亚洲国产精品成人综合色| 好男人在线观看高清免费视频| 人妻久久中文字幕网| 成人永久免费在线观看视频| 91字幕亚洲| 我要看日韩黄色一级片| 亚洲欧美日韩高清专用| 亚洲av电影不卡..在线观看| 日日摸夜夜添夜夜添av毛片 | 亚洲成av人片在线播放无| 久久精品91蜜桃| 久久久成人免费电影| 一个人免费在线观看电影| 亚洲成av人片免费观看| 99热这里只有精品一区| 亚洲无线观看免费| 国产高潮美女av| 丰满人妻一区二区三区视频av| 欧美黑人巨大hd| 蜜桃亚洲精品一区二区三区| 成人精品一区二区免费| 国产精品亚洲一级av第二区| 中文字幕人成人乱码亚洲影| 精品免费久久久久久久清纯| 成人性生交大片免费视频hd| 日日夜夜操网爽| 夜夜看夜夜爽夜夜摸| 亚洲激情在线av| 久久亚洲真实| 久久伊人香网站| 亚洲经典国产精华液单 | 国产精品三级大全| 性色avwww在线观看| 欧美极品一区二区三区四区| 欧美日韩瑟瑟在线播放| 久久亚洲精品不卡| 亚洲av第一区精品v没综合| 老司机福利观看| 国语自产精品视频在线第100页| 高清日韩中文字幕在线| 男插女下体视频免费在线播放| 99久久成人亚洲精品观看| 免费看光身美女| 成人国产一区最新在线观看| 女生性感内裤真人,穿戴方法视频| 久久性视频一级片| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产亚洲精品综合一区在线观看| 午夜福利在线观看免费完整高清在 | 亚洲精品456在线播放app | 午夜日韩欧美国产| 精品人妻1区二区| 欧美性感艳星| 两人在一起打扑克的视频| 又黄又爽又免费观看的视频| 欧美黑人欧美精品刺激| 美女cb高潮喷水在线观看| 亚洲三级黄色毛片| 亚洲 国产 在线| 最近中文字幕高清免费大全6 | 91久久精品国产一区二区成人| 最新在线观看一区二区三区| 中文字幕av在线有码专区| 97碰自拍视频| 观看美女的网站| 中文字幕免费在线视频6| h日本视频在线播放| 久久久久久久久大av| www.www免费av| 九色国产91popny在线| 国产精品亚洲一级av第二区| 国产蜜桃级精品一区二区三区| 色精品久久人妻99蜜桃| 美女cb高潮喷水在线观看| 亚洲第一电影网av| 在线a可以看的网站| 亚洲av.av天堂| 久久久色成人| 欧美一级a爱片免费观看看| 97碰自拍视频| 国产精品女同一区二区软件 | 在现免费观看毛片| 色综合婷婷激情| 欧美日本亚洲视频在线播放| 99久久无色码亚洲精品果冻| 日韩欧美国产在线观看| 91久久精品电影网| 欧美性猛交╳xxx乱大交人| 国产视频内射| 成人高潮视频无遮挡免费网站| 少妇被粗大猛烈的视频| 女人十人毛片免费观看3o分钟| 校园春色视频在线观看| 国产视频一区二区在线看| 哪里可以看免费的av片| aaaaa片日本免费| 激情在线观看视频在线高清| 亚洲av.av天堂| 国产欧美日韩一区二区精品| 看片在线看免费视频| 日韩欧美精品v在线| 性色avwww在线观看| 亚洲三级黄色毛片| 久久精品人妻少妇| 我要看日韩黄色一级片| 首页视频小说图片口味搜索| 亚洲经典国产精华液单 | 两人在一起打扑克的视频| 日韩精品中文字幕看吧| 国产蜜桃级精品一区二区三区| 亚洲欧美清纯卡通| 九色国产91popny在线| 在线观看av片永久免费下载| 免费观看人在逋| 内地一区二区视频在线| 亚洲中文字幕一区二区三区有码在线看| 国产精品日韩av在线免费观看| 性欧美人与动物交配| 亚洲中文字幕日韩| 床上黄色一级片| 特大巨黑吊av在线直播| 亚洲专区国产一区二区| 女生性感内裤真人,穿戴方法视频| 美女高潮的动态| 波野结衣二区三区在线| 欧美黄色片欧美黄色片| 在线看三级毛片| 免费看光身美女| 国产欧美日韩一区二区三| 最近在线观看免费完整版| 日日摸夜夜添夜夜添av毛片 | 91午夜精品亚洲一区二区三区 | 欧美黑人欧美精品刺激| 夜夜夜夜夜久久久久| 久久草成人影院| 三级国产精品欧美在线观看| 亚洲国产精品成人综合色| 午夜免费男女啪啪视频观看 | 欧美丝袜亚洲另类 | 国产亚洲精品综合一区在线观看| 精品久久久久久久久亚洲 | 国产精品久久视频播放| 国产欧美日韩精品一区二区| 午夜福利欧美成人| 久久九九热精品免费| 国产探花极品一区二区| 亚洲精品色激情综合| 久久草成人影院| 人妻夜夜爽99麻豆av| 男女之事视频高清在线观看| 久久国产精品人妻蜜桃| 色在线成人网| 毛片女人毛片| 亚洲国产精品合色在线| 变态另类丝袜制服| 久久草成人影院| 人妻夜夜爽99麻豆av| 99国产精品一区二区蜜桃av| 免费观看精品视频网站| www日本黄色视频网| 亚洲av免费高清在线观看| 久久久久久久久中文| 国产成年人精品一区二区| 久久草成人影院| 亚洲成人久久性| 最近中文字幕高清免费大全6 | 日韩av在线大香蕉| 99久久精品一区二区三区| 国产蜜桃级精品一区二区三区| 非洲黑人性xxxx精品又粗又长| 亚洲专区国产一区二区| 乱人视频在线观看| 国产精品一区二区免费欧美| 精品人妻视频免费看| 在线观看午夜福利视频| 免费看光身美女| 天堂√8在线中文| 亚洲美女搞黄在线观看 | 亚洲欧美日韩高清专用| 欧美激情久久久久久爽电影| 精品久久国产蜜桃| 久久久久精品国产欧美久久久| 久久欧美精品欧美久久欧美| 在线免费观看不下载黄p国产 | 看黄色毛片网站| 精品乱码久久久久久99久播| 夜夜夜夜夜久久久久| 我的老师免费观看完整版| 日韩av在线大香蕉| 国产精品不卡视频一区二区 | 国产单亲对白刺激| 亚洲美女黄片视频| 国产成人欧美在线观看| 人人妻人人澡欧美一区二区| 亚洲人与动物交配视频| 在线观看免费视频日本深夜| 男女之事视频高清在线观看| 精品一区二区三区av网在线观看| 精品久久久久久,| 99在线视频只有这里精品首页| 一个人看的www免费观看视频| 偷拍熟女少妇极品色| 啦啦啦观看免费观看视频高清| 99久久精品热视频| 国产精品亚洲av一区麻豆| 一进一出抽搐gif免费好疼| 最后的刺客免费高清国语| 国内精品一区二区在线观看| 久久久精品欧美日韩精品| 久久久精品大字幕| 国产欧美日韩一区二区三| 如何舔出高潮| 亚洲精品一区av在线观看| 午夜精品在线福利| 久久国产精品影院| 亚洲七黄色美女视频| 欧美日本视频| 精品久久久久久久久av| 久久国产精品人妻蜜桃| 少妇丰满av| 中出人妻视频一区二区| 国产av在哪里看| 日韩 亚洲 欧美在线| 国产免费一级a男人的天堂| 欧美xxxx黑人xx丫x性爽| 成人国产综合亚洲| 国内毛片毛片毛片毛片毛片| 国产精品人妻久久久久久| 精品久久国产蜜桃| 人妻丰满熟妇av一区二区三区| 免费av毛片视频| 亚洲人成网站在线播| 久久国产乱子免费精品| 国产亚洲欧美98| 此物有八面人人有两片| 成人av在线播放网站| 精品一区二区三区视频在线观看免费| 一边摸一边抽搐一进一小说| 成人国产综合亚洲| 亚洲欧美日韩卡通动漫| 两性午夜刺激爽爽歪歪视频在线观看| or卡值多少钱| 亚洲中文日韩欧美视频| 国产成人福利小说| 啦啦啦观看免费观看视频高清| 美女高潮喷水抽搐中文字幕| 亚洲不卡免费看| 男女下面进入的视频免费午夜| 女人被狂操c到高潮| 久久热精品热| 精品一区二区三区视频在线| 亚洲中文字幕一区二区三区有码在线看| 中国美女看黄片| 婷婷亚洲欧美| 岛国在线免费视频观看| 老司机深夜福利视频在线观看| 久久久精品欧美日韩精品| 小蜜桃在线观看免费完整版高清| 99在线人妻在线中文字幕| 国产又黄又爽又无遮挡在线| 精品一区二区免费观看| 久久草成人影院| 国产午夜精品久久久久久一区二区三区 | 精品久久国产蜜桃| 日日夜夜操网爽| 床上黄色一级片| 丁香六月欧美| 久久人人爽人人爽人人片va | 亚洲av五月六月丁香网| 男女之事视频高清在线观看| 国产探花极品一区二区| 精品免费久久久久久久清纯| 免费看光身美女| 一区二区三区四区激情视频 | 两性午夜刺激爽爽歪歪视频在线观看| av在线天堂中文字幕| 欧美日韩国产亚洲二区| 俄罗斯特黄特色一大片| 内射极品少妇av片p| 亚洲av第一区精品v没综合| 两性午夜刺激爽爽歪歪视频在线观看| 国内毛片毛片毛片毛片毛片| 亚洲,欧美,日韩| 男女之事视频高清在线观看| 亚洲最大成人中文| 久久久久久久精品吃奶| 亚洲av五月六月丁香网| 精品久久久久久久末码| 999久久久精品免费观看国产|