• <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
    国产一卡二卡三卡精品| 深夜精品福利| 国产黄a三级三级三级人| 黑丝袜美女国产一区| 国产精品av久久久久免费| 久久人妻福利社区极品人妻图片| 无人区码免费观看不卡| 人妻久久中文字幕网| 日本三级黄在线观看| 欧美日韩亚洲国产一区二区在线观看| 久久青草综合色| 级片在线观看| 国产亚洲精品综合一区在线观看 | 色在线成人网| 久久久久久免费高清国产稀缺| 国产三级在线视频| 国产成年人精品一区二区 | 久久 成人 亚洲| 亚洲一区二区三区不卡视频| 老司机亚洲免费影院| 久久国产精品影院| 久久久国产欧美日韩av| 免费av毛片视频| 高清黄色对白视频在线免费看| 黄片大片在线免费观看| 久久久国产一区二区| 国产精品 欧美亚洲| 日韩大尺度精品在线看网址 | 国产成人精品久久二区二区免费| 天天躁夜夜躁狠狠躁躁| 亚洲成人国产一区在线观看| 久久人妻熟女aⅴ| 狠狠狠狠99中文字幕| 超色免费av| 美女 人体艺术 gogo| 久久久国产成人免费| xxx96com| 一级毛片精品| 午夜91福利影院| 亚洲色图综合在线观看| 黄色毛片三级朝国网站| 黑人巨大精品欧美一区二区蜜桃| 黄片小视频在线播放| 久久香蕉国产精品| 性少妇av在线| 人人妻人人添人人爽欧美一区卜| 国产精品1区2区在线观看.| 亚洲五月天丁香| 黄片大片在线免费观看| 淫妇啪啪啪对白视频| 亚洲av成人一区二区三| 亚洲欧美日韩无卡精品| 亚洲精品美女久久久久99蜜臀| 亚洲狠狠婷婷综合久久图片| 国产97色在线日韩免费| 啦啦啦在线免费观看视频4| 色婷婷久久久亚洲欧美| av视频免费观看在线观看| 国产成人精品在线电影| 久久精品91无色码中文字幕| 法律面前人人平等表现在哪些方面| 日日夜夜操网爽| 色婷婷久久久亚洲欧美| 久久精品91蜜桃| 宅男免费午夜| 老鸭窝网址在线观看| 日韩大码丰满熟妇| 亚洲精品国产一区二区精华液| 真人做人爱边吃奶动态| 国产精品久久久久成人av| 久久人人精品亚洲av| 精品乱码久久久久久99久播| 久久精品国产亚洲av高清一级| 亚洲一区高清亚洲精品| 亚洲av成人一区二区三| 久久人人97超碰香蕉20202| 琪琪午夜伦伦电影理论片6080| 亚洲精华国产精华精| 无人区码免费观看不卡| 国产高清国产精品国产三级| 欧美日韩瑟瑟在线播放| 国产成人系列免费观看| 亚洲国产精品一区二区三区在线| 97超级碰碰碰精品色视频在线观看| 在线播放国产精品三级| 99国产精品99久久久久| 久久欧美精品欧美久久欧美| 亚洲av成人av| 中国美女看黄片| 成人影院久久| 国产精品乱码一区二三区的特点 | 国产又色又爽无遮挡免费看| 国产成人精品在线电影| 男人操女人黄网站| 人人妻人人澡人人看| 黄片播放在线免费| 亚洲欧美激情在线| 久久亚洲精品不卡| 久久精品国产亚洲av高清一级| 精品一区二区三区四区五区乱码| 国产精品一区二区在线不卡| 12—13女人毛片做爰片一| 日本 av在线| 欧美日韩亚洲综合一区二区三区_| 色精品久久人妻99蜜桃| 一级片'在线观看视频| 亚洲中文日韩欧美视频| 欧美精品亚洲一区二区| 亚洲熟妇中文字幕五十中出 | 国产精品一区二区精品视频观看| 精品人妻1区二区| 欧美黑人欧美精品刺激| 成在线人永久免费视频| 三级毛片av免费| 淫妇啪啪啪对白视频| 亚洲av成人一区二区三| 久热这里只有精品99| 免费观看人在逋| 一进一出抽搐动态| 9热在线视频观看99| 亚洲美女黄片视频| 免费高清在线观看日韩| 久久久久国产一级毛片高清牌| 精品卡一卡二卡四卡免费| 老汉色∧v一级毛片| 国产野战对白在线观看| 亚洲精品粉嫩美女一区| 麻豆国产av国片精品| 久久久久久亚洲精品国产蜜桃av| 9热在线视频观看99| 欧美av亚洲av综合av国产av| 在线天堂中文资源库| 操美女的视频在线观看| 久久久久精品国产欧美久久久| 美国免费a级毛片| 一区福利在线观看| 交换朋友夫妻互换小说| 免费不卡黄色视频| 精品高清国产在线一区| 黄色 视频免费看| 亚洲自拍偷在线| 欧美成人性av电影在线观看| 亚洲一区高清亚洲精品| 韩国av一区二区三区四区| 色在线成人网| 国产av精品麻豆| 两性夫妻黄色片| 国产av又大| 麻豆国产av国片精品| 人妻久久中文字幕网| 精品日产1卡2卡| 国产成人免费无遮挡视频| 一级黄色大片毛片| 91精品三级在线观看| 高清黄色对白视频在线免费看| 人人妻人人澡人人看| 中文字幕精品免费在线观看视频| 亚洲国产欧美日韩在线播放| 免费高清视频大片| e午夜精品久久久久久久| 最近最新中文字幕大全电影3 | 精品国产国语对白av| 女人高潮潮喷娇喘18禁视频| 国产精品自产拍在线观看55亚洲| 国产精华一区二区三区| 可以免费在线观看a视频的电影网站| 亚洲一区中文字幕在线| 久久热在线av| 午夜视频精品福利| 国产午夜精品久久久久久| 老司机午夜十八禁免费视频| 看黄色毛片网站| 亚洲成人免费电影在线观看| 亚洲av日韩精品久久久久久密| 99riav亚洲国产免费| 国产成人欧美在线观看| 国产成人av激情在线播放| 少妇粗大呻吟视频| 99热只有精品国产| 亚洲五月婷婷丁香| 久久人人爽av亚洲精品天堂| 亚洲精品一卡2卡三卡4卡5卡| av天堂在线播放| 在线天堂中文资源库| 欧美日韩视频精品一区| 国产高清国产精品国产三级| 97人妻天天添夜夜摸| 男人舔女人的私密视频| 啪啪无遮挡十八禁网站| 黑人猛操日本美女一级片| 亚洲av片天天在线观看| 两个人免费观看高清视频| 99国产综合亚洲精品| 麻豆国产av国片精品| 在线观看舔阴道视频| 激情视频va一区二区三区| 欧美黑人精品巨大| 中亚洲国语对白在线视频| 成年女人毛片免费观看观看9| 两性午夜刺激爽爽歪歪视频在线观看 | 十八禁人妻一区二区| 中出人妻视频一区二区| 精品卡一卡二卡四卡免费| 亚洲美女黄片视频| 中文字幕另类日韩欧美亚洲嫩草| 无人区码免费观看不卡| 久久久国产一区二区| 亚洲欧美一区二区三区久久| 在线观看一区二区三区激情| а√天堂www在线а√下载| 精品无人区乱码1区二区| 好看av亚洲va欧美ⅴa在| 久久久久亚洲av毛片大全| 国产成人精品在线电影| 97超级碰碰碰精品色视频在线观看| 麻豆成人av在线观看| 亚洲精品一二三| 免费人成视频x8x8入口观看| 可以免费在线观看a视频的电影网站| 超碰成人久久| 在线观看一区二区三区| 精品一区二区三区四区五区乱码| 色婷婷久久久亚洲欧美| 精品久久久久久,| а√天堂www在线а√下载| 老司机福利观看| 老熟妇仑乱视频hdxx| 欧美激情极品国产一区二区三区| 老司机午夜十八禁免费视频| 亚洲人成网站在线播放欧美日韩| 午夜福利,免费看| 国产黄色免费在线视频| av电影中文网址| 欧美日韩黄片免| 久久精品国产清高在天天线| 日韩大码丰满熟妇| 99国产精品99久久久久| 午夜精品国产一区二区电影| 午夜福利在线观看吧| 久久影院123| 成人特级黄色片久久久久久久| 中文字幕另类日韩欧美亚洲嫩草| 丰满人妻熟妇乱又伦精品不卡| 黑人巨大精品欧美一区二区蜜桃| 久久亚洲真实| 亚洲欧美日韩高清在线视频| avwww免费| 国产成人影院久久av| 夫妻午夜视频| 新久久久久国产一级毛片| 亚洲九九香蕉| 欧洲精品卡2卡3卡4卡5卡区| 黑人巨大精品欧美一区二区蜜桃| 交换朋友夫妻互换小说| 亚洲情色 制服丝袜| 国产成人系列免费观看| www.www免费av| 多毛熟女@视频| 国产亚洲精品第一综合不卡| 亚洲精品美女久久av网站| 欧美日韩一级在线毛片| 精品卡一卡二卡四卡免费| 日韩欧美三级三区| 日本wwww免费看| 国产在线精品亚洲第一网站| 好男人电影高清在线观看| 一个人免费在线观看的高清视频| 精品久久久久久成人av| 国产精品99久久99久久久不卡| videosex国产| 多毛熟女@视频| 精品福利观看| 性色av乱码一区二区三区2| 高清av免费在线| 男男h啪啪无遮挡| 在线观看免费视频网站a站| 一级片免费观看大全| 老司机福利观看| 人人妻,人人澡人人爽秒播| 欧美激情高清一区二区三区| 最新在线观看一区二区三区| 自线自在国产av| 中文欧美无线码| 欧美精品亚洲一区二区| 少妇被粗大的猛进出69影院| 婷婷丁香在线五月| 精品久久久精品久久久| 深夜精品福利| 国产成人一区二区三区免费视频网站| 午夜视频精品福利| cao死你这个sao货| 一本综合久久免费| 黄片小视频在线播放| 国产av又大| 又紧又爽又黄一区二区| 天天添夜夜摸| 亚洲国产中文字幕在线视频| 国产真人三级小视频在线观看| 亚洲成av片中文字幕在线观看| 久久久精品国产亚洲av高清涩受| 免费av中文字幕在线| 成人特级黄色片久久久久久久| 一个人免费在线观看的高清视频| 日韩大尺度精品在线看网址 | 亚洲人成电影免费在线| 久久国产亚洲av麻豆专区| 亚洲国产看品久久| 制服诱惑二区| 女性被躁到高潮视频| 丰满的人妻完整版| 亚洲色图 男人天堂 中文字幕| av免费在线观看网站| 美女高潮到喷水免费观看| 成人国语在线视频| 国产乱人伦免费视频| 日本黄色日本黄色录像| 狂野欧美激情性xxxx| 亚洲成人免费电影在线观看| 欧美日韩亚洲综合一区二区三区_| av网站在线播放免费| 久热爱精品视频在线9| 日韩欧美一区视频在线观看| 亚洲黑人精品在线| 亚洲精品av麻豆狂野| 欧美老熟妇乱子伦牲交| 欧美中文日本在线观看视频| 久热爱精品视频在线9| 在线天堂中文资源库| 99久久综合精品五月天人人| 亚洲三区欧美一区| 国产一区二区在线av高清观看| 免费不卡黄色视频| 亚洲专区国产一区二区| av有码第一页| 夫妻午夜视频| 亚洲激情在线av| 很黄的视频免费| 午夜激情av网站| 亚洲熟妇熟女久久| 性欧美人与动物交配| 黑人巨大精品欧美一区二区mp4| 亚洲熟妇熟女久久| 精品欧美一区二区三区在线| 动漫黄色视频在线观看| 精品国产乱码久久久久久男人| 欧洲精品卡2卡3卡4卡5卡区| 男人舔女人的私密视频| 亚洲人成伊人成综合网2020| 国产精品免费视频内射| 国产午夜精品久久久久久| 老司机午夜福利在线观看视频| 亚洲熟女毛片儿| 国产av一区二区精品久久| 午夜精品久久久久久毛片777| www日本在线高清视频| 国产精品免费一区二区三区在线| 大码成人一级视频| 激情在线观看视频在线高清| 一级,二级,三级黄色视频| 国产成人精品久久二区二区免费| 日本 av在线| av福利片在线| 欧美精品啪啪一区二区三区| 国产一区二区在线av高清观看| 老司机午夜福利在线观看视频| 动漫黄色视频在线观看| 久久精品国产亚洲av高清一级| 亚洲精品久久午夜乱码| 午夜福利一区二区在线看| 99在线视频只有这里精品首页| 欧美人与性动交α欧美软件| 国产真人三级小视频在线观看| 成年女人毛片免费观看观看9| 久久精品国产综合久久久| 人人妻人人爽人人添夜夜欢视频| 成年女人毛片免费观看观看9| 精品国产亚洲在线| 精品免费久久久久久久清纯| 成人精品一区二区免费| 91麻豆精品激情在线观看国产 | 亚洲一区二区三区不卡视频| 18禁国产床啪视频网站| 精品熟女少妇八av免费久了| 女同久久另类99精品国产91| 51午夜福利影视在线观看| 国产成人av激情在线播放| 国产男靠女视频免费网站| 国产精品久久视频播放| 亚洲欧美一区二区三区久久| 午夜福利,免费看| 成人国语在线视频| 欧美日韩亚洲高清精品| 一级片免费观看大全| 9191精品国产免费久久| 亚洲少妇的诱惑av| 在线观看午夜福利视频| 香蕉久久夜色| 天堂√8在线中文| 老司机午夜福利在线观看视频| 国产99白浆流出| 亚洲七黄色美女视频| 我的亚洲天堂| 日韩 欧美 亚洲 中文字幕| 交换朋友夫妻互换小说| 麻豆一二三区av精品| 黄片小视频在线播放| 久久久久久亚洲精品国产蜜桃av| 动漫黄色视频在线观看| 国产成人精品久久二区二区91| 可以在线观看毛片的网站| 黄色女人牲交| 亚洲欧美精品综合久久99| 色老头精品视频在线观看| 欧美激情极品国产一区二区三区| www.精华液| 国产精品影院久久| 男人操女人黄网站| 一边摸一边做爽爽视频免费| 欧美日本中文国产一区发布| 老司机午夜十八禁免费视频| 身体一侧抽搐| 黑丝袜美女国产一区| 婷婷丁香在线五月| 精品一区二区三区视频在线观看免费 | 在线观看一区二区三区| 国产97色在线日韩免费| 纯流量卡能插随身wifi吗| 露出奶头的视频| 亚洲精品国产色婷婷电影| 女人被躁到高潮嗷嗷叫费观| 国产精品电影一区二区三区| 欧美黑人精品巨大| 国产亚洲欧美98| 国产99白浆流出| av网站免费在线观看视频| 韩国av一区二区三区四区| 久久久水蜜桃国产精品网| 国内久久婷婷六月综合欲色啪| 国产av在哪里看| 亚洲成a人片在线一区二区| 老汉色∧v一级毛片| 免费看十八禁软件| av电影中文网址| 国产91精品成人一区二区三区| 少妇的丰满在线观看| 国产av在哪里看| 这个男人来自地球电影免费观看| 老司机深夜福利视频在线观看| 国产精品九九99| 久久人妻av系列| 啦啦啦免费观看视频1| 免费不卡黄色视频| 亚洲va日本ⅴa欧美va伊人久久| 黄色视频不卡| 亚洲精品久久午夜乱码| 久久精品aⅴ一区二区三区四区| 男人操女人黄网站| 亚洲一区中文字幕在线| 两性夫妻黄色片| 亚洲五月色婷婷综合| 亚洲国产精品一区二区三区在线| 9191精品国产免费久久| 亚洲熟妇熟女久久| 黑人猛操日本美女一级片| 亚洲熟女毛片儿| 男人的好看免费观看在线视频 | 欧美激情极品国产一区二区三区| 欧洲精品卡2卡3卡4卡5卡区| 久久国产乱子伦精品免费另类| 日韩有码中文字幕| 精品一区二区三区视频在线观看免费 | 国产高清激情床上av| 久久久国产成人精品二区 | 夜夜爽天天搞| 欧美精品啪啪一区二区三区| 国产精品av久久久久免费| 久久久久精品国产欧美久久久| 日韩欧美国产一区二区入口| 亚洲一卡2卡3卡4卡5卡精品中文| 精品国产亚洲在线| 日韩高清综合在线| 国产乱人伦免费视频| 久久人妻熟女aⅴ| 热re99久久国产66热| 老汉色av国产亚洲站长工具| 国产区一区二久久| 久久婷婷成人综合色麻豆| 国产成人精品无人区| 50天的宝宝边吃奶边哭怎么回事| 男女午夜视频在线观看| 日韩有码中文字幕| av在线播放免费不卡| 91麻豆av在线| 巨乳人妻的诱惑在线观看| x7x7x7水蜜桃| 久久欧美精品欧美久久欧美| 在线观看日韩欧美| 亚洲三区欧美一区| 夜夜夜夜夜久久久久| 亚洲 国产 在线| 成人黄色视频免费在线看| 午夜两性在线视频| 亚洲五月天丁香| 两性午夜刺激爽爽歪歪视频在线观看 | 黑人欧美特级aaaaaa片| 黄片小视频在线播放| 成人影院久久| a级片在线免费高清观看视频| 国产1区2区3区精品| 久久久久久久精品吃奶| 午夜视频精品福利| 久久久国产一区二区| 久久精品影院6| 欧美性长视频在线观看| 国产av又大| 亚洲国产精品999在线| 9色porny在线观看| 91av网站免费观看| 久久久久久免费高清国产稀缺| 亚洲免费av在线视频| 亚洲成人国产一区在线观看| netflix在线观看网站| 麻豆av在线久日| 亚洲av成人不卡在线观看播放网| 69av精品久久久久久| 久久国产亚洲av麻豆专区| 淫秽高清视频在线观看| netflix在线观看网站| 国产成人精品在线电影| 看黄色毛片网站| 免费高清在线观看日韩| 日日摸夜夜添夜夜添小说| 国产一区在线观看成人免费| 成人国语在线视频| 精品久久久久久,| 久久久久国产一级毛片高清牌| 波多野结衣av一区二区av| 国产精品亚洲av一区麻豆| 日本免费一区二区三区高清不卡 | 欧美黄色淫秽网站| 村上凉子中文字幕在线| 在线av久久热| 女人高潮潮喷娇喘18禁视频| 国产成人欧美在线观看| 日韩成人在线观看一区二区三区| 人人妻人人添人人爽欧美一区卜| 中文字幕人妻丝袜一区二区| 黑人欧美特级aaaaaa片| 亚洲熟妇中文字幕五十中出 | 日本欧美视频一区| 精品日产1卡2卡| 日韩欧美一区视频在线观看| www.精华液| 国产亚洲精品第一综合不卡| 精品久久久久久久久久免费视频 | 亚洲专区国产一区二区| 久久精品91无色码中文字幕| 久热爱精品视频在线9| 99久久精品国产亚洲精品| 久久国产乱子伦精品免费另类| 欧美黄色淫秽网站| 欧美av亚洲av综合av国产av| 欧美一级毛片孕妇| 巨乳人妻的诱惑在线观看| aaaaa片日本免费| 天天躁夜夜躁狠狠躁躁| 午夜老司机福利片| 亚洲全国av大片| 国产国语露脸激情在线看| 大型黄色视频在线免费观看| av片东京热男人的天堂| 国产av在哪里看| 别揉我奶头~嗯~啊~动态视频| 亚洲片人在线观看| 久久午夜综合久久蜜桃| 美女高潮喷水抽搐中文字幕| 国产成人av激情在线播放| 久久香蕉国产精品| 国产99久久九九免费精品| 国产精品 国内视频| 亚洲全国av大片| 国产成人精品无人区| 女性被躁到高潮视频| 交换朋友夫妻互换小说| 亚洲欧美日韩另类电影网站| 一个人观看的视频www高清免费观看 | 亚洲一码二码三码区别大吗| 日韩国内少妇激情av| 免费观看人在逋| 色婷婷久久久亚洲欧美| 亚洲一区二区三区欧美精品| 好看av亚洲va欧美ⅴa在| 真人一进一出gif抽搐免费| 伊人久久大香线蕉亚洲五| 日本撒尿小便嘘嘘汇集6| 亚洲第一av免费看| 女人被狂操c到高潮| 神马国产精品三级电影在线观看 | 国产黄a三级三级三级人| 精品高清国产在线一区| 国产亚洲精品久久久久5区| 超碰成人久久| 亚洲狠狠婷婷综合久久图片| 亚洲一区二区三区色噜噜 | 国产亚洲欧美98| 午夜福利,免费看| 色老头精品视频在线观看| 女警被强在线播放| 欧美日本亚洲视频在线播放| 国产99久久九九免费精品| 久久精品成人免费网站| 搡老岳熟女国产| 在线观看免费高清a一片| 国产精品爽爽va在线观看网站 | 91在线观看av|