• <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 ?

    一種改進(jìn)的粒子群優(yōu)化算法

    2021-12-07 03:38:10胡建華熊偉利
    關(guān)鍵詞:粒子群優(yōu)化權(quán)重

    胡建華 熊偉利

    摘 要: 粒子群優(yōu)化算法(PSO)是一種群體智能進(jìn)化計(jì)算方法,但在搜索過(guò)程中粒子緊跟最優(yōu)粒子運(yùn)動(dòng)降低了粒子多樣性和全局搜索能力,從而易陷入局部極值。本文提出一種新的粒子群優(yōu)化算法(PSO-EWD),主要改進(jìn)體現(xiàn)在2個(gè)方面:將慣性權(quán)重與進(jìn)化因子相關(guān)聯(lián),根據(jù)種群的進(jìn)化狀態(tài)而改變權(quán)重大小,以平衡全局搜索能力與局部搜索能力;將時(shí)變的分布式時(shí)延引入速度更新公式中,以增加粒子的多樣性。本文通過(guò)5種算法在9個(gè)基準(zhǔn)函數(shù)上的實(shí)驗(yàn)對(duì)比,證明了新提出的算法相較于另外4種算法具有更優(yōu)的適應(yīng)度值、穩(wěn)定性和收斂速度。

    關(guān)鍵詞: 分布式時(shí)延; 進(jìn)化因子; 權(quán)重; 粒子群優(yōu)化

    文章編號(hào): 2095-2163(2021)07-0006-07中圖分類(lèi)號(hào):TP301文獻(xiàn)標(biāo)志碼: A

    An improved Particle Swarm Optimization algorithm

    HU Jianhua, XIONG Weili

    (College of Science, University of Shanghai for Science and Technology, Shanghai 200093, China)

    【Abstract】Particle Swarm Optimization algorithm (PSO) is a kind of evolutionary calculation method with swarm intelligence. In the search process, all particles closely follow the optimal particle's movement, which reduces the particles' diversity and global search ability. So it is easy to fall into local optima. In this paper, a new swarm optimization algorithm (PSO-EWD) has been proposed which is mainly improved in two aspects: the inertia weight is associated with the evolution factor, and the weight is changed according to the evolution state of the population to balance the global search ability and the local search ability; the distributed time-varying delays are introduced into the velocity update formula to increase diversity of the particles. In this paper, the experimental comparison of five algorithms on nine benchmark functions shows that the proposed algorithm has better fitness value, stability and convergence speed than the other four algorithms.

    【Key words】distributed time-delay; evolutionary factor; weight; Particle Swarm Optimization (PSO)

    0 引 言

    粒子群優(yōu)化算法(PSO)[1]是一種種群隨機(jī)搜索算法,其靈感來(lái)源于鳥(niǎo)類(lèi)的群集行為。由于PSO算法原理簡(jiǎn)單、易實(shí)現(xiàn)的特點(diǎn),在眾多領(lǐng)域中有著廣泛的應(yīng)用。但PSO算法也有收斂速度慢和容易陷入局部最優(yōu)等不足。一方面是由于PSO算法對(duì)其控制參數(shù)相當(dāng)敏感,合理的參數(shù)配置才能提高算法的性能, PSO-LDIW(Shi和Eberhart ,1998年、1999年)[2-4]、PSO-CK(Clerc和Kennedy, 2002年)[5]、PSO-TVAC(Ratnaweera,2004年)[6]等算法應(yīng)運(yùn)而生。另一方面,所有粒子緊跟最優(yōu)粒子運(yùn)動(dòng)降低了粒子多樣性和全局搜索的能力。經(jīng)典的PSO算法僅關(guān)注于粒子的當(dāng)前速度、當(dāng)前位置、個(gè)體最優(yōu)位置和全局最優(yōu)位置,忽略了粒子的歷史信息和種群的分布狀態(tài)等因素。 2007年,Zhan等人[7]用聚類(lèi)分析方法,分析了搜索過(guò)程中種群分布特性,提出種群進(jìn)化狀態(tài)這一概念。2009年,Zhan等人[8]提出了一種自適應(yīng)PSO算法(APSO),該算法根據(jù)種群實(shí)時(shí)進(jìn)化狀態(tài)來(lái)實(shí)現(xiàn)慣性權(quán)重的自動(dòng)控制,用以提高搜索效率和收斂速度。進(jìn)一步考慮到歷史信息對(duì)粒子當(dāng)前速度的影響,時(shí)延這一概念被引入PSO算法中,SPSO(Tang等人,2011年)[9]、SDPSO(Zeng等人, 2016年)[10]、MDPSO(Song等人,2017年)[11]等變體相繼被提出來(lái)。這些算法有效地平衡了局部搜索和全局搜索能力,提高了粒子的多樣性。2019年,Liu等人[12]引入隨機(jī)分布式時(shí)延,提出RODDPSO算法,該算法充分考慮了歷史個(gè)體最優(yōu)和全局最優(yōu)信息,但卻忽略了不同階段的歷史信息對(duì)當(dāng)前狀態(tài)的影響是不同的。

    在此基礎(chǔ)上,本文綜合考慮了種群的進(jìn)化狀態(tài)和不同階段時(shí)延的影響效果,提出了一種改進(jìn)的PSO算法(PSO-EWD)。該次研究的創(chuàng)新點(diǎn)在于:將慣性權(quán)重與進(jìn)化因子相關(guān)聯(lián),根據(jù)種群的進(jìn)化狀態(tài)而改變權(quán)重大小,使全局搜索能力與局部搜索能力得到平衡;將時(shí)變的分布式時(shí)延引入速度更新公式中,以增加粒子的多樣性。

    1 PSO算法

    假設(shè)S為種群粒子數(shù),I={1,2,3,…,S}, D代表搜索空間的維數(shù),則第i個(gè)粒子的速度用Vi表示,位置用Xi表示,其中Xi,Vi∈RD, i∈I。設(shè)第k次迭代后第i個(gè)粒子的速度為Vi(k)=(Vi1(k),Vi2(k), …,ViD(k))位置為Xi(k)=(Xi1(k), Xi2(k),…,XiD(k))。原始的PSO算法在尋找最優(yōu)解的過(guò)程中所有粒子都緊跟個(gè)體最優(yōu)粒子和全局最優(yōu)粒子,向著全局最優(yōu)位置移動(dòng),記第i個(gè)粒子的最優(yōu)位置為Pi=(Pi1,Pi2,…,PiD),全局最優(yōu)粒子的位置為PG=(PG1,PG2,…,PGD。更新迭代公式是:

    其中,k是當(dāng)前迭代次數(shù);ri(i=1,2)是D維向量,向量中每一個(gè)分量都是[0,1]上的隨機(jī)數(shù);ω為慣性權(quán)重;c1是個(gè)體認(rèn)知加速度系數(shù);c2是社會(huì)加速度系數(shù)。

    其中,ωmax(ωmin)表示在尋優(yōu)過(guò)程中慣性權(quán)重的最大(最?。┲? iter(max iter)表示當(dāng)前(最大)的迭代次數(shù)。

    2002年,Clerc和Kennedy指出當(dāng)ω=0.729, c1=c2=1.49時(shí)算法效果較好[13](PSO-CK算法)。2004年,受時(shí)變慣性權(quán)重的啟發(fā), Ratnaweera等人提出了PSO-TVAC 算法[14],將加速度因子改進(jìn)為:

    其中,c1i(c1f)和c2i(c2f)分別是個(gè)體認(rèn)知加速度系數(shù)和社會(huì)加速度系數(shù)的初值(終值),這些參數(shù)的取值為:c1i=2.5, c1f=0.5, c2i=0.5, c2f=2.5。

    2 改進(jìn)的PSO算法

    2.1 進(jìn)化狀態(tài)的判斷

    2009年,Zhan等人[8]通過(guò)分析種群的搜索行為和分布特性提出了進(jìn)化狀態(tài),整個(gè)搜索過(guò)程種群表現(xiàn)出4種狀態(tài):收斂狀態(tài)、開(kāi)發(fā)狀態(tài)、勘探狀態(tài)和跳出狀態(tài),分別用ξ=1,2,3,4表示。用di表示第i個(gè)粒子與其他所有粒子的平均距離,即:

    記dmin, dmax是集合{di|i∈I}中的最小值和最大值,用G表示全局最優(yōu)粒子,顯然dmin≤dG≤dmax。令:

    稱(chēng)為種群的進(jìn)化因子,式(6)表明進(jìn)化因子能恰當(dāng)刻畫(huà)種群的分布狀態(tài),根據(jù)進(jìn)化因子Ef的大小不同而取不同狀態(tài)[9]:

    2.2 新算法的構(gòu)建

    經(jīng)典的PSO算法開(kāi)始搜索時(shí)速度很快,但在搜索過(guò)程中,所有的粒子都向著當(dāng)前最優(yōu)粒子的方向?qū)ふ遥@使粒子失去了多樣性,在搜索后期收斂速度明顯下降,并且容易陷入局部最優(yōu)。本文通過(guò)考慮不同階段的歷史信息對(duì)現(xiàn)在的影響,引入具有時(shí)變性的分布式時(shí)延,以增加粒子的多樣性;同時(shí)將慣性權(quán)重與進(jìn)化因子相關(guān)聯(lián),來(lái)平衡算法的全局搜索和局部搜索的能力。改進(jìn)后的PSO-EWD算法的迭代公式為:

    其中,ω(Ef)是和進(jìn)化因子Ef相關(guān)的慣性權(quán)重,r3,r4是如同r1,r2的D維隨機(jī)向量;α(τ)為隨機(jī)數(shù)0或者1;ω1是時(shí)延發(fā)生時(shí)的自適應(yīng)權(quán)重,決定了每個(gè)時(shí)延影響的大小; ∑Nτ=1ω1α(τ)(Pi(k-τ)-Xi(k)), ∑Nτ=1ω1α(τ)(PG(k-τ)-Xi(k))分別是關(guān)于自我認(rèn)知和社會(huì)的分布式時(shí)延項(xiàng),這里的τ是時(shí)延步數(shù),N為分布式時(shí)延步數(shù)最大值; 約定當(dāng)τ≥k時(shí),Pi(k-τ)=Pi(k), PG(k-τ)=PG(k); ξ(k)是第k次迭代時(shí)種群的當(dāng)前的狀態(tài);c3和c4是分布式時(shí)延項(xiàng)的加速度因子;ml(ξ(k))和mG(ξ(k))是分布式時(shí)延項(xiàng)的強(qiáng)度因子,兩者都是根據(jù)進(jìn)化狀態(tài)ξ(k)所確定的。

    2.3 參數(shù)

    慣性權(quán)重ω用來(lái)平衡算法的全局搜索能力和局部搜索能力,PSO-EWD算法將ω與進(jìn)化因子Ef相聯(lián)系,以適應(yīng)于搜索環(huán)境。因?yàn)橄鄬?duì)較小的ω有利于種群收斂和開(kāi)發(fā),相對(duì)較大的ω有利于種群勘探和跳出,而進(jìn)化因子在跳出狀態(tài)時(shí)相對(duì)較大而收斂狀態(tài)時(shí)相對(duì)較小,本文取ω(Ef)的初值為0.9,計(jì)算公式為:

    權(quán)重ω1用來(lái)控制時(shí)延項(xiàng)對(duì)速度的影響, 因?yàn)殡x當(dāng)前狀態(tài)越近的歷史信息對(duì)當(dāng)前狀態(tài)的影響較大,而越遠(yuǎn)的歷史信息對(duì)當(dāng)前狀態(tài)的影響相對(duì)較小,因此ω1為關(guān)于τ的遞減函數(shù),本文?。?/p>

    取分布式時(shí)延項(xiàng)的加速度因子c3=c1, c4=c2;強(qiáng)度因子ml(ξ)、mG(ξ)根據(jù)進(jìn)化狀態(tài)ξ 來(lái)確定(見(jiàn)表1),其初始值ml(ξ)、mG(ξ)都取為0,在k次迭代后,若種群的進(jìn)化狀態(tài)為收斂時(shí),粒子將緊跟當(dāng)前找到的全局最優(yōu)粒子快速聚集,忽略時(shí)延項(xiàng)的影響而取ml(1)=mG(1)=0;在開(kāi)發(fā)狀態(tài)時(shí),粒子將利用個(gè)體最優(yōu)歷史信息在潛在區(qū)域仔細(xì)搜索,而忽略全局最優(yōu)信息的影響,取ml(2)=-0.01, mG(2)=0。在勘探狀態(tài)時(shí),探索全局最優(yōu)解是重要任務(wù),鼓勵(lì)粒子在全局歷史最優(yōu)信息的指導(dǎo)下探索整個(gè)搜索空間,取ml(3)=0, mG(3)=0.01;在跳出狀態(tài)時(shí),粒子群將跟隨全局最優(yōu)粒子飛離局部極值周?chē)鷧^(qū)域,去尋求一個(gè)更好的解,個(gè)體和全局的歷史最優(yōu)位置都需要綜合考慮,取ml(4)=0.01, mG(4)=0.01。

    3 仿真實(shí)驗(yàn)

    3.1 基準(zhǔn)函數(shù)

    本文選取9個(gè)常見(jiàn)的基準(zhǔn)函數(shù)來(lái)驗(yàn)證算法的性能,其中包括單峰函數(shù)、多峰函數(shù)。研究中選擇的函數(shù)、名字、搜索空間等具體信息見(jiàn)表2。

    3.2 參數(shù)N的訓(xùn)練

    在搜索空間隨機(jī)選取20個(gè)種群,所有粒子均具有隨機(jī)的初始速度Vi(i∈I)和位置Xi(i∈I),計(jì)算出每個(gè)粒子的適應(yīng)度值,選出初始個(gè)體最優(yōu)粒子位置Pi和全局最優(yōu)粒子位置PG。為驗(yàn)證PSO-EWD算法在處理復(fù)雜問(wèn)題時(shí)的優(yōu)越性,本文選定搜索空間的維數(shù)為100維,最大迭代次數(shù)為20 000次,同時(shí)為消除隨機(jī)因素的影響,每個(gè)實(shí)驗(yàn)重復(fù)40次,最后取平均值。

    在PSO-EWD算法的速度更新公式中,分布式時(shí)延步數(shù)的最大值N是個(gè)訓(xùn)練參數(shù),由實(shí)驗(yàn)訓(xùn)練所確定。過(guò)大的N會(huì)增加計(jì)算負(fù)擔(dān),過(guò)小的N不能充分發(fā)揮時(shí)延的作用,本文將在75、100、125、150、175五個(gè)數(shù)中選取一個(gè)使PSO-EWD算法性能較好的N。實(shí)驗(yàn)結(jié)果如圖1所示,縱坐標(biāo)表示平均適應(yīng)度值的對(duì)數(shù),橫坐標(biāo)表示迭代次數(shù)。

    由圖1可看出,在5個(gè)不同N的取值中,當(dāng)N=125時(shí)函數(shù)f2(x),f3(x),f4(x),f6(x)以及f7(x)有最優(yōu)的適應(yīng)度值和相對(duì)快的收斂速度;雖然函數(shù)f1(x),f5(x),f8(x),f9(x)沒(méi)有最優(yōu)適應(yīng)度值,但有更早的收斂趨勢(shì)。因此本文選取最大時(shí)延步數(shù)N=125。

    3.3 5種算法的對(duì)比

    本文選取PSO-CK、PSO-LDIW、MDPSO、RODDPSO四種算法來(lái)對(duì)比驗(yàn)證PSO-EWD算法的優(yōu)越性。仿真實(shí)驗(yàn)結(jié)果如圖2所示。圖2表現(xiàn)了5種算法在100維搜索空間中的收斂性能,對(duì)于9個(gè)基準(zhǔn)函數(shù)來(lái)說(shuō),PSO-EWD算法以更快速度收斂于最優(yōu)的適應(yīng)度值。5種算法在100D的搜索空間中的性能比較見(jiàn)表3。由表3可知,從最小值、均值、方差三個(gè)評(píng)價(jià)指標(biāo)來(lái)對(duì)比5種算法。從表3中可以看出,PSO-EWD算法在9個(gè)基準(zhǔn)函數(shù)上都有最小的適應(yīng)度均值,這說(shuō)明PSO-EWD算法有較好的尋優(yōu)質(zhì)量和收斂精度。從方差來(lái)看,PSO-EWD算法僅在f5(x)上次于RODDPSO算法,這說(shuō)明PSO-EWD算法具有較好的穩(wěn)定性。就最小值而言,PSO-EWD算法僅在f6(x)、f7(x)上次于RODDPSO算法,這說(shuō)明PSO-EWD有較好的跳出局部極值、尋找全局最優(yōu)解的能力。進(jìn)一步仔細(xì)比較,算法性能表現(xiàn)次優(yōu)的是RODDPSO算法,這說(shuō)明引入了分布式時(shí)延的2種算法由于充分考慮了歷史個(gè)體最優(yōu)信息和全局最優(yōu)信息而更能增加粒子的多樣性,增強(qiáng)跳出局部最優(yōu)的能力。而采用與進(jìn)化狀態(tài)關(guān)聯(lián)的慣性權(quán)重和具有時(shí)變性的時(shí)延的PSO-EWD算法更能平衡全局搜索能力和局部搜索能力,從而提升了收斂精度。

    4 結(jié)束語(yǔ)

    本文考慮到所有粒子緊跟最優(yōu)粒子運(yùn)動(dòng)降低了粒子多樣性和全局搜索能力,提出了一種新的分布式權(quán)重粒子群優(yōu)化算法(PSO-EWD)。通過(guò)考慮不同階段的歷史信息對(duì)當(dāng)前速度的影響,引入具有時(shí)變性的分布式時(shí)延,以增加粒子的多樣性;同時(shí),將慣性權(quán)重與進(jìn)化因子相關(guān)聯(lián),來(lái)平衡算法的全局搜索和局部搜索的能力。實(shí)驗(yàn)在100維的搜索空間中迭代20 000次,并且為了減少隨機(jī)因素的影響實(shí)驗(yàn)重復(fù)40次而取平均值。新算法在9個(gè)基準(zhǔn)函數(shù)上與4種經(jīng)典的PSO算法對(duì)比,實(shí)驗(yàn)結(jié)果證明PSO-EWD算法具有更優(yōu)的穩(wěn)定性、收斂速度與適應(yīng)度值。

    參考文獻(xiàn)

    [1]EBERHART R, KENNEDY J. A new optimizer using particle swarm theory [C]//Proceedings of the 6th International Symposium on Micro Machine and Human Science.Nagoya, Japan:IEEE, 1995: 39-43.

    [2]SHI Y, EBERHART R C. Parameter selection in particle swarm optimization [C]//Proceedings of the 7th International. Conference on Evolutionary Programming. San Diego, CA, USA:IEEE, 1998: 591-600.

    [3]SHI Y, EBERHART R C. A modified particle swarm optimizer [C]//Proceedings of IEEE International Conference on Evolutionary Computation. Anchorage, AK:IEEE, 1998: 69-73.

    [4]SHI Yuhui, EBERHART R C. Empirical study of particle swarm optimization [C]// Proceedings of the 1999 Congress on Evolutionary Computation.Washington DC, USA:IEEE, 1999, 3:1945-1950.

    [5]CLERC M, KENNEDY J. The particle swarm:Explosion,stability,and convergence in a multidimensional complex space [J].IEEE Transactions on Evolutionary Computation, 2002, 6(1): 58-73.

    [6]RATNAWEERA A, HALAAMUGE S, WATSON H C. Self organizing hierarchical particle swarm optimizer with time-varying acceleration coefficients [J]. IEEE Transactions on Evolutionary Computation, 2004,8(3): 240-255.

    [7]ZHAN Zhihui, XIAO Jing, ZHANG Jun, et al. Adaptive control of acceleration coefficients for particle swarm optimization based on clustering analysis [C]//2007 IEEE Congress on Evolutionary Computation. Singapore:IEEE, 2007:3276-3282.

    [8]ZHAN Zhihui, ZHANG Jun, LI Yun, et al. Adaptive particle swarm optimization [J]. IEEE Transactions on systems, Man, and Cybernetics,Part B(Cybernetics), 2009, 39(6): 1362-1381.

    [9]TANG Y, WANG Z, FANG J. Parameters identification of unknow delayed genetic regulatory networks by a switching particle swarm optimization algorithm [J]. Expert Systems with Applications, 2011, 38(3): 2523-2535.

    [10]ZENG Nianyin, WANG Zidong, ZHANG Hong, et al. A novel switching delayed PSO algorithm for estimating unknown parameters of lateral flow immunoassay [J]. Cognitive Computation, 2016, 8(2): 143-152.

    [11]SONG Baoye, WANG Zidong, ZOU Lei. On global smooth path planning for mobile robots using a novel multimodal delayed PSO algorithm [J]. Cognitive Computation,2017, 9(1): 5-17.

    [12]LIU Weibo, WANG Zidong, LIU Xiaohui. A novel particle swarm optimization approach for patient clustering from emergency departments [J]. IEEE Transactions on Evolutionary Computation, 2019, 23(4): 632-644.

    [13]CLERK M, KENNEDY J.The particle swarm:explosion,stability,and convergence in a multidimensional complex space [J]. IEEE Transactions on Evolutionary Computation, 2002, 6(1): 58-73.

    [14]RATNAWEERA A, HALAAMUGE S, WATSON HC. Self organizing hierarchical particle swarm optimizer with time-varying acceleration coefficients [J]. IEEE Transactions on Evolutionary Computation, 2004,8(3): 240-255.

    作者簡(jiǎn)介: 胡建華(1978-),女,博士,講師,主要研究方向:大數(shù)據(jù);? 熊偉利(1994-),女,碩士研究生,主要研究方向:大數(shù)據(jù)。

    收稿日期: 2021-03-08

    猜你喜歡
    粒子群優(yōu)化權(quán)重
    權(quán)重常思“浮名輕”
    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(xiàn)性分組碼盲識(shí)別方法
    引入螢火蟲(chóng)行為和Levy飛行的粒子群優(yōu)化算法
    能源總量的BP網(wǎng)絡(luò)與粒子群優(yōu)化預(yù)測(cè)
    科技視界(2016年20期)2016-09-29 11:58:53
    分簇競(jìng)爭(zhēng)PSO測(cè)試用例自動(dòng)生成算法
    基于混合粒子群優(yōu)化的頻率指配方法研究
    基于混合核函數(shù)的LSSVM網(wǎng)絡(luò)入侵檢測(cè)方法
    多項(xiàng)目環(huán)境下建筑施工企業(yè)資源管理問(wèn)題研究
    基于權(quán)重學(xué)習(xí)的圖像最大權(quán)對(duì)集匹配模型
    超色免费av| 亚洲国产中文字幕在线视频| 国产精品久久久久久精品古装| 男女免费视频国产| 亚洲午夜精品一区,二区,三区| 日韩制服骚丝袜av| 高清视频免费观看一区二区| 丰满饥渴人妻一区二区三| 青青草视频在线视频观看| 男女下面插进去视频免费观看| 亚洲欧美色中文字幕在线| 国产精品久久久久久精品电影小说| 极品人妻少妇av视频| 久久人妻福利社区极品人妻图片 | 国产av国产精品国产| 99精品久久久久人妻精品| 午夜精品国产一区二区电影| 日本av手机在线免费观看| 嫁个100分男人电影在线观看 | 人妻一区二区av| 亚洲熟女毛片儿| 黑人欧美特级aaaaaa片| 99热国产这里只有精品6| 欧美xxⅹ黑人| 在线观看免费视频网站a站| 亚洲中文日韩欧美视频| 成人国产av品久久久| 老司机影院成人| 成人三级做爰电影| 高清黄色对白视频在线免费看| 国产野战对白在线观看| 一级黄色大片毛片| netflix在线观看网站| 一本—道久久a久久精品蜜桃钙片| 欧美日韩成人在线一区二区| 欧美xxⅹ黑人| 捣出白浆h1v1| 波多野结衣av一区二区av| 丰满饥渴人妻一区二区三| 午夜福利视频精品| 欧美黄色淫秽网站| 久久精品人人爽人人爽视色| 精品人妻熟女毛片av久久网站| 日本黄色日本黄色录像| 国产精品一区二区在线观看99| bbb黄色大片| 国产三级黄色录像| 水蜜桃什么品种好| 久久人妻熟女aⅴ| 日本a在线网址| 大型av网站在线播放| 免费女性裸体啪啪无遮挡网站| 国产成人精品在线电影| 午夜福利,免费看| 国产不卡av网站在线观看| 嫩草影视91久久| 婷婷色av中文字幕| 另类精品久久| 欧美亚洲日本最大视频资源| 男人爽女人下面视频在线观看| 亚洲精品国产av成人精品| 国产一区二区 视频在线| 国产精品偷伦视频观看了| 一二三四在线观看免费中文在| 亚洲欧美中文字幕日韩二区| av国产久精品久网站免费入址| 亚洲国产欧美一区二区综合| 日韩欧美一区视频在线观看| 免费黄频网站在线观看国产| 久久久精品区二区三区| 天天躁日日躁夜夜躁夜夜| 亚洲情色 制服丝袜| 一区二区av电影网| 日韩一本色道免费dvd| 午夜福利,免费看| 成年av动漫网址| 亚洲五月色婷婷综合| 国产1区2区3区精品| 一级毛片 在线播放| 亚洲精品自拍成人| 女性生殖器流出的白浆| 亚洲国产精品国产精品| 一二三四在线观看免费中文在| 女人爽到高潮嗷嗷叫在线视频| 久久久久国产一级毛片高清牌| 欧美人与性动交α欧美精品济南到| 国产av精品麻豆| 亚洲成人免费av在线播放| 下体分泌物呈黄色| 校园人妻丝袜中文字幕| 菩萨蛮人人尽说江南好唐韦庄| 国产福利在线免费观看视频| 日本黄色日本黄色录像| 国产在线观看jvid| 老司机影院成人| 久久影院123| 亚洲国产av影院在线观看| 1024视频免费在线观看| 啦啦啦 在线观看视频| 水蜜桃什么品种好| 精品一区在线观看国产| 亚洲欧洲国产日韩| 日本a在线网址| 老汉色av国产亚洲站长工具| 天天躁狠狠躁夜夜躁狠狠躁| 午夜两性在线视频| 成人黄色视频免费在线看| 夫妻性生交免费视频一级片| 大香蕉久久网| 91成人精品电影| 国产深夜福利视频在线观看| 欧美人与性动交α欧美软件| 一区在线观看完整版| 一级毛片黄色毛片免费观看视频| 国产成人精品在线电影| 亚洲第一青青草原| 黄网站色视频无遮挡免费观看| 一本综合久久免费| 国产片内射在线| 久久精品久久久久久噜噜老黄| 免费少妇av软件| 日韩一区二区三区影片| 美女主播在线视频| 亚洲国产精品一区二区三区在线| 叶爱在线成人免费视频播放| 国产精品香港三级国产av潘金莲 | 亚洲久久久国产精品| 日韩熟女老妇一区二区性免费视频| 亚洲国产精品一区二区三区在线| 欧美精品人与动牲交sv欧美| 免费人妻精品一区二区三区视频| 亚洲av国产av综合av卡| 国产精品一国产av| 亚洲人成电影免费在线| 狂野欧美激情性xxxx| 欧美中文综合在线视频| 午夜免费鲁丝| 婷婷色综合www| 午夜两性在线视频| 精品亚洲成国产av| 国产欧美日韩一区二区三 | 乱人伦中国视频| 国产爽快片一区二区三区| 精品亚洲成国产av| 高清视频免费观看一区二区| 永久免费av网站大全| 别揉我奶头~嗯~啊~动态视频 | 99香蕉大伊视频| av网站在线播放免费| 欧美日韩视频高清一区二区三区二| 午夜福利视频精品| 99热全是精品| 午夜视频精品福利| 9191精品国产免费久久| 免费在线观看日本一区| 久久久国产一区二区| 亚洲一卡2卡3卡4卡5卡精品中文| www.av在线官网国产| 欧美日本中文国产一区发布| 男女无遮挡免费网站观看| av视频免费观看在线观看| 欧美变态另类bdsm刘玥| 波多野结衣av一区二区av| 精品少妇一区二区三区视频日本电影| 我要看黄色一级片免费的| 两个人看的免费小视频| 搡老乐熟女国产| 高清av免费在线| 啦啦啦在线观看免费高清www| 欧美日韩视频精品一区| 亚洲一区二区三区欧美精品| 一级毛片黄色毛片免费观看视频| 99精国产麻豆久久婷婷| 国产一区二区激情短视频 | 黑人欧美特级aaaaaa片| 亚洲精品乱久久久久久| 一级毛片 在线播放| 亚洲国产av新网站| 日本色播在线视频| 美女主播在线视频| 欧美日韩福利视频一区二区| 国产成人精品久久二区二区91| 香蕉丝袜av| 波野结衣二区三区在线| 久久鲁丝午夜福利片| 性高湖久久久久久久久免费观看| 久久毛片免费看一区二区三区| 亚洲欧美清纯卡通| 无限看片的www在线观看| 女性被躁到高潮视频| 丝袜人妻中文字幕| 国产精品 欧美亚洲| 久久99一区二区三区| 亚洲av日韩在线播放| 亚洲国产看品久久| 久久久国产欧美日韩av| 国产爽快片一区二区三区| 国精品久久久久久国模美| 久久热在线av| 国精品久久久久久国模美| 精品少妇久久久久久888优播| e午夜精品久久久久久久| 国产精品成人在线| 亚洲av国产av综合av卡| 国产精品一国产av| 亚洲欧美精品自产自拍| 亚洲国产欧美一区二区综合| 伊人亚洲综合成人网| 亚洲人成77777在线视频| www.999成人在线观看| 欧美+亚洲+日韩+国产| 激情视频va一区二区三区| 老司机靠b影院| 亚洲av综合色区一区| 婷婷成人精品国产| 精品国产超薄肉色丝袜足j| 少妇粗大呻吟视频| 中文字幕精品免费在线观看视频| 手机成人av网站| a级毛片黄视频| 欧美精品啪啪一区二区三区 | 美女扒开内裤让男人捅视频| 国产一区二区在线观看av| 精品一区二区三区四区五区乱码 | 日韩av在线免费看完整版不卡| 色94色欧美一区二区| 色94色欧美一区二区| 久久99一区二区三区| 欧美日本中文国产一区发布| 人妻一区二区av| 久久精品国产亚洲av涩爱| 80岁老熟妇乱子伦牲交| 欧美精品高潮呻吟av久久| 波多野结衣av一区二区av| 亚洲av在线观看美女高潮| 国产亚洲av片在线观看秒播厂| 亚洲欧美色中文字幕在线| 久久久久久久大尺度免费视频| 久久毛片免费看一区二区三区| 久久精品熟女亚洲av麻豆精品| 精品一区二区三卡| 日韩欧美一区视频在线观看| 成年动漫av网址| 天天影视国产精品| 国产又爽黄色视频| 好男人电影高清在线观看| 午夜视频精品福利| 免费在线观看影片大全网站 | 天天躁夜夜躁狠狠躁躁| 国产爽快片一区二区三区| 丝袜在线中文字幕| 少妇被粗大的猛进出69影院| 亚洲七黄色美女视频| 18禁裸乳无遮挡动漫免费视频| 日日摸夜夜添夜夜爱| 少妇 在线观看| 国产真人三级小视频在线观看| 欧美日韩综合久久久久久| 别揉我奶头~嗯~啊~动态视频 | 国产成人一区二区三区免费视频网站 | 国产成人精品在线电影| 波野结衣二区三区在线| 老司机影院毛片| 国产三级黄色录像| 亚洲av电影在线进入| 久久中文字幕一级| 亚洲九九香蕉| 国产亚洲精品久久久久5区| 国产福利在线免费观看视频| 国产女主播在线喷水免费视频网站| 国产成人精品无人区| 国产福利在线免费观看视频| www.av在线官网国产| 九草在线视频观看| 成年人免费黄色播放视频| 90打野战视频偷拍视频| 久久人妻福利社区极品人妻图片 | 色精品久久人妻99蜜桃| 天天添夜夜摸| 日韩熟女老妇一区二区性免费视频| 深夜精品福利| 日韩,欧美,国产一区二区三区| 99国产综合亚洲精品| 国产免费福利视频在线观看| 国产成人精品在线电影| 色网站视频免费| 人成视频在线观看免费观看| 永久免费av网站大全| 国产成人精品久久久久久| 国产成人影院久久av| 999精品在线视频| a 毛片基地| 下体分泌物呈黄色| 999精品在线视频| 日本五十路高清| 亚洲视频免费观看视频| 美女高潮到喷水免费观看| 国产熟女欧美一区二区| 免费女性裸体啪啪无遮挡网站| 免费观看人在逋| 国产成人影院久久av| 国产精品 国内视频| 欧美精品人与动牲交sv欧美| 欧美激情高清一区二区三区| 亚洲av欧美aⅴ国产| 免费人妻精品一区二区三区视频| 日本av免费视频播放| 午夜老司机福利片| 国产精品成人在线| 在线av久久热| 少妇的丰满在线观看| 亚洲五月婷婷丁香| 亚洲五月婷婷丁香| 精品国产乱码久久久久久小说| 国产成人一区二区三区免费视频网站 | 青青草视频在线视频观看| 91老司机精品| 999精品在线视频| 国产xxxxx性猛交| 欧美亚洲日本最大视频资源| av在线老鸭窝| 成年人免费黄色播放视频| 国产精品av久久久久免费| 久久久久久久久久久久大奶| 国产成人av教育| 亚洲精品国产色婷婷电影| 精品一区在线观看国产| 精品国产国语对白av| 人妻人人澡人人爽人人| 国产精品免费视频内射| 九色亚洲精品在线播放| 亚洲精品中文字幕在线视频| 国产高清视频在线播放一区 | 99久久99久久久精品蜜桃| 欧美乱码精品一区二区三区| 欧美日韩精品网址| 欧美日韩精品网址| 热99国产精品久久久久久7| 欧美日韩亚洲综合一区二区三区_| a级片在线免费高清观看视频| a级片在线免费高清观看视频| 国产有黄有色有爽视频| 欧美人与性动交α欧美精品济南到| 又大又黄又爽视频免费| 2018国产大陆天天弄谢| 国产日韩一区二区三区精品不卡| 热99国产精品久久久久久7| 亚洲av片天天在线观看| 2021少妇久久久久久久久久久| 亚洲专区中文字幕在线| av视频免费观看在线观看| 亚洲九九香蕉| 99热国产这里只有精品6| 一区二区三区精品91| 美女扒开内裤让男人捅视频| 亚洲成人免费电影在线观看 | 久久天堂一区二区三区四区| 国产黄色免费在线视频| 国产成人av激情在线播放| 亚洲国产精品国产精品| 欧美在线一区亚洲| 在线观看国产h片| 成人国产一区最新在线观看 | 亚洲精品国产av成人精品| 国产主播在线观看一区二区 | 999精品在线视频| 久久精品人人爽人人爽视色| 精品久久蜜臀av无| 韩国高清视频一区二区三区| 国产精品一区二区在线观看99| 熟女少妇亚洲综合色aaa.| 在线观看www视频免费| 国产高清不卡午夜福利| 又粗又硬又长又爽又黄的视频| 老汉色∧v一级毛片| 亚洲av电影在线进入| svipshipincom国产片| 蜜桃国产av成人99| 成人亚洲欧美一区二区av| 亚洲国产中文字幕在线视频| 国产一级毛片在线| 免费女性裸体啪啪无遮挡网站| 中国国产av一级| 日韩制服丝袜自拍偷拍| 精品福利永久在线观看| 啦啦啦中文免费视频观看日本| 欧美精品高潮呻吟av久久| 亚洲激情五月婷婷啪啪| 中文字幕av电影在线播放| 少妇精品久久久久久久| 国产色视频综合| 午夜福利视频精品| 亚洲精品久久成人aⅴ小说| 亚洲av成人精品一二三区| 国产老妇伦熟女老妇高清| 国产在线视频一区二区| 狂野欧美激情性xxxx| 亚洲精品在线美女| 美女脱内裤让男人舔精品视频| 久久久国产一区二区| 国产高清视频在线播放一区 | 国产高清不卡午夜福利| 熟女少妇亚洲综合色aaa.| 悠悠久久av| 永久免费av网站大全| 国精品久久久久久国模美| 青春草视频在线免费观看| 一区在线观看完整版| 免费日韩欧美在线观看| 一二三四社区在线视频社区8| 两人在一起打扑克的视频| 亚洲熟女毛片儿| 亚洲九九香蕉| 天堂8中文在线网| 国产在线观看jvid| 欧美成狂野欧美在线观看| 好男人视频免费观看在线| 人妻 亚洲 视频| 69精品国产乱码久久久| 免费日韩欧美在线观看| 久久鲁丝午夜福利片| 国产精品三级大全| 自线自在国产av| 国产黄色免费在线视频| 色播在线永久视频| 精品人妻在线不人妻| 视频区图区小说| 国产亚洲av高清不卡| 老司机影院毛片| 国产人伦9x9x在线观看| 99久久人妻综合| 熟女av电影| 大型av网站在线播放| 亚洲色图综合在线观看| 精品人妻在线不人妻| 最新在线观看一区二区三区 | 少妇被粗大的猛进出69影院| 又大又黄又爽视频免费| 欧美精品啪啪一区二区三区 | 欧美精品人与动牲交sv欧美| 啦啦啦在线免费观看视频4| 久久精品熟女亚洲av麻豆精品| 精品久久久久久电影网| 欧美日韩黄片免| 人成视频在线观看免费观看| 真人做人爱边吃奶动态| 久久久欧美国产精品| 99久久精品国产亚洲精品| 国产亚洲一区二区精品| 欧美激情高清一区二区三区| 日日夜夜操网爽| 80岁老熟妇乱子伦牲交| 十分钟在线观看高清视频www| 黄色 视频免费看| 1024视频免费在线观看| 天天躁日日躁夜夜躁夜夜| 久久精品国产亚洲av涩爱| 欧美国产精品一级二级三级| 天天躁夜夜躁狠狠躁躁| 十八禁人妻一区二区| 免费日韩欧美在线观看| 波野结衣二区三区在线| 天堂8中文在线网| 欧美黑人精品巨大| 精品一区二区三区四区五区乱码 | 国产91精品成人一区二区三区 | 国产精品久久久人人做人人爽| 一级毛片 在线播放| 欧美成人精品欧美一级黄| 天天躁夜夜躁狠狠久久av| 国产精品久久久久成人av| 日本黄色日本黄色录像| √禁漫天堂资源中文www| 午夜福利视频在线观看免费| 99热国产这里只有精品6| 97精品久久久久久久久久精品| 黄频高清免费视频| 高清不卡的av网站| 黄片小视频在线播放| 精品欧美一区二区三区在线| 丝瓜视频免费看黄片| 国产一区二区三区av在线| 老司机影院成人| av有码第一页| 欧美大码av| 久久精品熟女亚洲av麻豆精品| 国产麻豆69| 91字幕亚洲| 久久精品亚洲av国产电影网| a级毛片黄视频| 黄色一级大片看看| 欧美大码av| 在线观看一区二区三区激情| 日韩制服骚丝袜av| 飞空精品影院首页| 欧美日韩视频精品一区| 国产精品国产三级国产专区5o| 在线看a的网站| 国产在视频线精品| 人体艺术视频欧美日本| 国产成人精品久久二区二区免费| 国产一区二区三区综合在线观看| 国产精品欧美亚洲77777| 在线观看一区二区三区激情| 精品一区二区三区四区五区乱码 | 亚洲精品美女久久久久99蜜臀 | 1024香蕉在线观看| 日本猛色少妇xxxxx猛交久久| 美女午夜性视频免费| 国产一区亚洲一区在线观看| 亚洲少妇的诱惑av| 在线观看免费午夜福利视频| 建设人人有责人人尽责人人享有的| 国产精品久久久久久人妻精品电影 | 亚洲伊人色综图| 久久九九热精品免费| 亚洲专区国产一区二区| 交换朋友夫妻互换小说| www日本在线高清视频| 免费观看av网站的网址| 欧美日韩国产mv在线观看视频| 久久久国产精品麻豆| av国产精品久久久久影院| 男女床上黄色一级片免费看| av天堂久久9| 久久毛片免费看一区二区三区| 欧美中文综合在线视频| 在线观看免费视频网站a站| 国产男人的电影天堂91| 少妇精品久久久久久久| 欧美黄色淫秽网站| 亚洲伊人色综图| 日韩制服骚丝袜av| 人人妻,人人澡人人爽秒播 | 久久国产亚洲av麻豆专区| 亚洲久久久国产精品| 精品一区二区三区av网在线观看 | 日本vs欧美在线观看视频| 老熟女久久久| 久久久精品国产亚洲av高清涩受| www.自偷自拍.com| 一区在线观看完整版| 另类精品久久| 久久九九热精品免费| 久久久久久免费高清国产稀缺| 青草久久国产| 亚洲av综合色区一区| 欧美人与性动交α欧美精品济南到| 亚洲精品中文字幕在线视频| 中文欧美无线码| 国产精品一二三区在线看| 欧美亚洲 丝袜 人妻 在线| 国产精品免费视频内射| 这个男人来自地球电影免费观看| 久久国产精品影院| 久久精品成人免费网站| 99热全是精品| 国产成人影院久久av| 亚洲成人免费电影在线观看 | 一本久久精品| 精品国产乱码久久久久久男人| 精品国产国语对白av| 中文字幕另类日韩欧美亚洲嫩草| 国语对白做爰xxxⅹ性视频网站| 99国产综合亚洲精品| 无限看片的www在线观看| 国产伦人伦偷精品视频| 99久久综合免费| 看十八女毛片水多多多| 久久精品国产综合久久久| 国产免费现黄频在线看| 亚洲国产欧美网| 国产精品av久久久久免费| 无限看片的www在线观看| 亚洲av日韩在线播放| 欧美日韩精品网址| 亚洲av欧美aⅴ国产| 水蜜桃什么品种好| 亚洲国产欧美一区二区综合| 亚洲精品一卡2卡三卡4卡5卡 | 无遮挡黄片免费观看| 91麻豆av在线| 久久久精品免费免费高清| 精品第一国产精品| 国产三级黄色录像| 国产在视频线精品| 国产成人精品无人区| 亚洲精品第二区| 只有这里有精品99| 纯流量卡能插随身wifi吗| 日韩制服骚丝袜av| 国产精品麻豆人妻色哟哟久久| 国产激情久久老熟女| 国产精品国产av在线观看| 9色porny在线观看| 看十八女毛片水多多多| 亚洲精品国产av成人精品| av网站免费在线观看视频| 久久精品久久久久久久性| 日本午夜av视频| 亚洲伊人色综图| av又黄又爽大尺度在线免费看| 午夜福利乱码中文字幕| 青春草亚洲视频在线观看| 看免费成人av毛片| 女人爽到高潮嗷嗷叫在线视频| 久久精品国产亚洲av高清一级| 亚洲专区国产一区二区| 波多野结衣一区麻豆| 午夜福利视频精品| 国产精品.久久久| 老司机深夜福利视频在线观看 | 十八禁人妻一区二区| 悠悠久久av| 老司机午夜十八禁免费视频|