• <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GRA-LSTM 與SARIMA 組合模型的季節(jié)性時間序列預測

    2021-12-17 00:56:52羅廣誠郜家玨蔡文學
    智能計算機與應用 2021年6期
    關鍵詞:元組關聯(lián)度預測

    羅廣誠,郜家玨,蔡文學

    (華南理工大學 電子商務系,廣州 510000)

    0 引言

    時間序列預測是通過歷史觀測數據建立模型以解釋數據變化規(guī)律,并對未來進行預測的技術,廣泛應用在水文氣象、信號處理以及金融經濟等許多領域。時間序列數據分為平穩(wěn)性時間序列和非平穩(wěn)性時間序列。對于平穩(wěn)時間序列,尤其是線性模型的建模和預測,已有許多成熟的技術和方法。但在實際問題中,大多數序列并非平穩(wěn)、線性的,而目前對于這類時間序列的分析和處理上沒有較為完善的方法。

    隨著人工智能技術的發(fā)展,神經網絡、支持向量機等模型以其良好的非線性預測和實用性,被廣泛應用在時間序列預測中。其中長短期記憶網絡(Long Short-term Memory,LSTM)是應用最廣泛的預測方法之一,主要應用方面有交通流預測、故障時間預測、語義關系分類、文本分類、情感分類、股票預測等方面[1-5]。LSTM 模型是一種時間遞歸神經網絡,對于時間序列的數據而言預測精度高,并且LSTM 模型擁有大量的非線性傳輸層,不僅可以依據歷史數據對未來變化趨勢進行預測,還可以通過輸入影響因素等非線性數據敏銳捕捉非線性因素影響下的未來變化;基于灰色關聯(lián)度分析(Grey Relation Analysis,GRA)進行LSTM 模型中非線性輸入因素的選擇是常用的方式[6]。但其也存在對季節(jié)性時間序列中的周期、趨勢性變化不敏感的特點[7]。而季節(jié)性差分自回歸移動平均模型(Seasonal Autoregressive Integrated Moving Average,SARIMA)對于包含周期、趨勢性變化的季節(jié)性時間序列預測具有良好的效果,目前被廣泛應用在城市交通流預測、價格預測、疾病預測、CPI 和GDP指數預測等方面[8-10]。然而SARIMA 模型僅適用于短期線性時間序列的預測并且預測精度較低[11]。

    綜上所述,若采用組合思想則能夠充分利用二者的優(yōu)勢,實現(xiàn)對序列更為準確的預測。針對SARIMA 模型和LSTM 模型的組合,文獻[12]中提出將兩種模型進行串聯(lián)組合,將SARIMA 模型預測后的結果作為輸入層數據,重新輸入到LSTM 模型中,得到最終結果。而本文針對兩種模型預測上的優(yōu)劣勢,提出采用并聯(lián)方式將兩種模型進行組合,即將數據分別輸入SARIMA 模型與LSTM 模型,然后再對兩種預測結果進行合理并聯(lián),以實現(xiàn)將SARIMA 對周期、趨勢性變化敏感的優(yōu)點及LSTM預測精度高且可以用來非線性數據進行預測的優(yōu)點相組合,提高季節(jié)性時間序列預測精度。其中GRA-LSTM 模型的輸入數據需要基于GRA 法選取關鍵影響因素作為非線性數據輸入。本文以某民航公司春運數據為例,對組合模型進行了驗證。結果表明,組合模型的預測精度高于支持向量機、灰色預測、GRA-LSTM 單模型以及SARIMA 單模型。

    1 GRA-LSTM 模型

    GRA—LSTM 模型是由GRA 和LSTM 模型組合而成,基本原理是先根據GRA 法結果,選擇相關性高的因素作為關鍵影響因素,然后將其作為非線性輸入量輸入到LSTM 模型中進行預測。

    1.1 GRA法

    GRA 法是一種基于各影響因素數據分析,用灰色關聯(lián)度來描述因素間關系的多因素統(tǒng)計分析方法。GRA 法原理簡單,不需要大量數據作為基礎,計算量小、運行速度快,適用于分析各種影響因素與客流量之間存在的相關關系。因此,采用GRA 法求得各影響因素與民航客流量之間序列變化趨勢的相似或相異程度,從而刪選出影響民航客流量的關鍵影響因素,并作為LSTM 模型的輸入進行預測。

    灰色關聯(lián)度分析法具體步驟如下:

    (1)確定反映系統(tǒng)行為特征的參考序列X0;影響系統(tǒng)行為的比較序列X1,X2,...,Xn;其中Xi={Xi(k)|k=1,2,...,m}。

    (2)對參考序列和比較序列進行無量綱化處理:

    其中,ρ為分辨系數,取值區(qū)間為(0,1),具體取值視情況而定,ρ值越小,分辨力越大。當ρ≤0.546 3時,分辨力最好,通常取ρ=0.5。

    (4)計算X0序列和Xi序列的關聯(lián)度ri:

    基于GRA 法分析結果,對灰色關聯(lián)度ri=1,2,...,p按從大到小進行排序。若設灰色關聯(lián)序列為r1>r2>...>rp,則表明第一個比較序列對應的影響因素對參考序列影響最大,第p個因素影響最小。對設定的最小關聯(lián)度閾值σ,取σ∈(0,1),對滿足ri <σ的比較序列則認為這些序列對網絡輸出的影響較小,將其刪除從而優(yōu)化輸入數據,將余下的比較序列對應的影響因素作為關鍵影響因素輸入到LSTM 模型中。

    1.2 LSTM 模型

    LSTM 深度神經網絡通過復雜的非線性單元構建,具有長期記憶效應和深度學習能力。LSTM 網絡由1 個輸入層、1 個輸出層以及多個隱藏層構成。其中隱藏層由記憶元組組成,每個元組包含輸入門、遺忘門和輸出門,門控制著元組和網絡之間的信息流動,其基本結構如圖1 所示。

    圖1 LSTM 網絡元組結構Fig.1 Tuple structure of LSTM network

    圖1 中,Ct-1和Ct表示細胞的舊狀態(tài)和新狀態(tài),細胞狀態(tài)是LSTM 網絡的關鍵,像傳送帶一樣在整個鏈上運行。在LSTM 中,門結構可以決定信息是否通過,以對細胞狀態(tài)信息有選擇地進行增刪。其主要計算步驟如下:

    第一步:用來決定什么信息可以通過,即遺忘門。其中,輸入為當前層的輸入xt和上一層的輸出ht-1,遺忘門狀態(tài)輸出ft為:

    第二步:產生需要更新的新信息并存儲于細胞狀態(tài)中,即輸入門。新的細胞狀態(tài)Ct首先通過舊的細胞狀態(tài)Ct-1乘以ft來忘記不需要的信息,然后加上新的候選信息it·。其中,it為輸入門狀態(tài)。

    第三步:輸出門用來決定模型的輸出。首先,通過sigmoid 層得到初始輸出狀態(tài)值ot后,使用tanh層將細胞狀態(tài)的值縮放到[-1,1]之間,相乘得到輸出值ht。

    其中,ft、it、ot分別表征遺忘門、輸入門和輸出門的狀態(tài)值;為溝通輸入xt與元組的遺忘門、輸入門、輸出門以及元組輸入的權重矩陣;為連接上一層輸出ht-1與元組的遺忘門、輸入門和輸出門以及元組輸入的權重矩陣;bf、bi、bo、bc為遺忘門、輸入門、輸出門和元組輸入的偏置向量;σ為sigmoid激活函數。

    1.3 GRA-LSTM 模型預測流程

    首先,根據GRA法的分析結果選擇合適的影響因素作為關鍵影響因素,然后對歷史客流量數據和關鍵影響因素數據進行歸一化處理后,構成輸入量輸入到LSTM網絡模型中。PCA-LSTM預測模型的表達式如下:

    其中,ht+1為預測值;ht,ht-1,...,ht-n是歷史數據;是通過GRA法選出的m個關鍵影響因素數據。其中包括歷史數據及預測值ht+1對應的當前輸入值。根據設定目標誤差不斷訓練模型,直至誤差小于目標誤差,此時輸出預測結果。

    2 SARIMA 模型

    SARIMA模型又稱季節(jié)性差分自回歸滑動平均模型,是在ARIMA模型的基礎上演化出的一種針對具有季節(jié)性或周期性規(guī)律變化數據的預測模型,是時間序列預測領域中的主要預測模型之一。該模型的通用表達式為:

    其中,p為自回歸階數;q為移動平均階數;d為差分階數;P、Q、D分別為季節(jié)求和自回歸移動平均模型中的自回歸、移動平均和差分的值;S為季節(jié)周期和循環(huán)長度。

    SARIMA模型的主要處理步驟為:

    (1)判定數據平穩(wěn)性

    首先將初始數據進行預處理,對處理后的數據構造時間序列折線圖進行可視化,通過觀察折線圖對數據的平穩(wěn)性進行初步判斷。

    (2)數據差分

    若初步判定為非平穩(wěn)數據,則需要對數據進行差分,不斷進行差分操作直到數據變?yōu)槠椒€(wěn)時間序列。

    (3)通過ACF(自相關函數)和PACF(偏自相關函數)圖形確定參數值引入ACF和PACF圖形,通過判斷可視化的圖形是截尾還是拖尾來確定模型參數中p、P、q和Q的值。判定規(guī)則如下:若ACF拖尾且PACF截尾,通過可視化的階數確定p和P;若ACF截尾且PACF拖尾,通過可視化階數確定q和Q;若ACF和PACF均為拖尾,則通過可視化階數可以確定p和P、q和Q。

    (4)確定S值

    通過對季節(jié)性時間序列數據進行平均法、移動平均趨勢剔除法等方法分解來確定S的值。

    (5)模型確定

    得到所有參數后,需要使用參數估計對模型進行校驗,直至確定最終模型。

    3 組合模型設計

    組合模型是在SARIMA和LSTM單模型預測結果的基礎上設計了組合層,即基于SARIMA模型預測結果中提取的包含周期、趨勢信息的單位節(jié)點比例序列,對LSTM得到的初步預測結果進行修正得到最終預測結果,實現(xiàn)了將SARIMA對周期、趨勢性變化敏感的優(yōu)點及LSTM預測精度高且可以用來對非線性數據進行預測的優(yōu)點相結合。設計思路為:

    (1)LSTM單模型預測

    將歷史數據以及根據GRA法確定的關鍵影響因素數據輸入LSTM模型,得到初步預測結果Li(i=1,2,...,n)。其中,n為最小時間節(jié)點個數。

    (2)SARIMA單模型預測

    將歷史數據輸入到SARIMA模型得到預測結果Si(i=1,2,...,n)。

    (3)組合設計

    根據SARIMA模型中的預測結果si抽取包含周期、趨勢信息的單位節(jié)點比例序列θi,對LSTM得到的初步預測結果進行修正以得到最終預測結果。

    ①首先根據LSTM模型初步預測結果,得到總時段預測結果數值總和L總:

    ②提取SARIMA預測結果中單位節(jié)點Si比例序列θi(i=1,2,...,n),以抽取時間序列中周期、趨勢信息,具體計算公式如下:

    ③將SARIMA模型中的單位節(jié)點比例序列θi與總時段預測結果數值總和L總相乘,得到最終預測結果fi(i=1,2,...,n)。計算公式為:

    通過組合使得預測結果既可以很好地擬合時間序列中的周期、趨勢性變化,也可以敏銳捕捉非線性因素影響下的變化。fi的完整表達式為:

    組合模型處理步驟如圖2 所示。

    圖2 組合模型處理步驟Fig.2 Processing steps of combined model

    4 實例分析

    實例以某民航公司2016~2018 年春運客流量數據作為測試數據,用于對模型進行訓練;將2019年春運客流量數據作為預測數據判斷模型預測準確度。

    4.1 基于GRA 法選取客流量關鍵影響因素

    影響客運量的因素多種多樣,為了更好地研究客運量的關鍵影響因素,參考相關文獻[13-14],提出以下影響航運客運量因素,見表1。

    表1 民航春運客流量影響因素Tab.1 Influencing Factors of Air Spring Festival travel rush Passenger Flow

    從統(tǒng)計局官網上收集了2016~2018 年春運典型日民航日出港旅客數以及影響因素數據,對其進行灰色關聯(lián)度分析后,得到的分析結果見表2。

    表2 關聯(lián)度分析結果Tab.2 Correlation Analysis Results

    根據關聯(lián)度分析結果可以得出:

    (1)經濟社會發(fā)展、旅游發(fā)展、自身的發(fā)展以及其它相關運輸方式的發(fā)展這4 方面,對航運客流的影響因素均在0.9 以上。

    (2)其它因素中,只有節(jié)假日屬性對航運客流的影響因素大于0.9;天氣因素、周六日屬性航運客流的影響因素均小于0.7。因此選取影響程度大于0.7 的13 項因素作為關鍵影響因素。

    4.2 模型預測

    將2016~2018 年民航春運日出港旅客數以及2016~2019 年關鍵影響因素數據輸入到LSTM 模型中,得到圖3 預測結果。

    圖3 LSTM 單模型預測結果Fig.3 LSTM single model prediction results

    由圖3 可以看出,LSTM 模型預測結果與真實值擬合度較高,但與真實值相比預測趨勢存在延遲。將2016~2018 年民航春運日出港旅客數輸入到SARIMA 模型中,得到圖4 預測結果:

    圖4 SARIMA 單模型預測結果Fig.4 Prediction results of single ARIMA model

    SARIMA 模型的預測結果在趨勢上與真實值基本吻合,但預測精度不甚滿意。根據組合模型設計思想,將兩種模型進行組合后,得到的預測結果如圖5 所示。

    圖5 組合模型預測結果Fig.5 Prediction results of combined model

    可以看到組合模型無論是在預測精度和趨勢變化上都比單模型效果要好。根據表3 可知組合模型預測平均絕對百分比誤差為3.9%。

    表3 組合模型預測誤差Tab.3 Prediction error of hybrid model

    4.3 與其它預測模型的對比

    為檢驗和說明組合模型的預測性能,采用支持向量機、灰色預測、GRA-LSTM 單模型以及SARIMA單模型等經典的預測模型與之進行對比,其預測曲線如圖6 所示。同時采用MAE(平均絕對誤差)、RMSE(均方根誤差)以及MAPE(平均絕對百分比誤差)作為誤差衡量指標,幾種模型的預測誤差見表4。

    圖6 幾種模型預測結果Fig.6 Prediction results of several models

    由表4 和圖6 可知,本文提出的GRA-LSTM+SARIMA 組合模型與真實值的擬合程度是最好的,預測誤差也是幾種模型中最低的。其中,MAPE 比支持向量機、灰色預測、GRA-LSTM 單模型以及SARIMA單模型分別降低了2.1%、1.1%、0.7%、6.7%。

    表4 幾種模型預測誤差Tab.4 Prediction errors of several models

    5 結束語

    通過評估LSTM 模型和SARIMA 模型的優(yōu)劣勢,提出將兩種模型進行組合。通過實驗表明,組合模型在預測上比單模型具有優(yōu)越性。其次組合模型之一的LSTM 模型的輸入層不僅僅是歷史數據,還有基于GRA 法選取的關鍵影響因素,因此組合模型能夠捕捉非線性時間序列的變化,更好地針對實際變化進行預測。

    猜你喜歡
    元組關聯(lián)度預測
    無可預測
    黃河之聲(2022年10期)2022-09-27 13:59:46
    選修2-2期中考試預測卷(A卷)
    選修2-2期中考試預測卷(B卷)
    Python核心語法
    電腦報(2021年14期)2021-06-28 10:46:22
    海量數據上有效的top-kSkyline查詢算法*
    基于減少檢索的負表約束優(yōu)化算法
    基于灰色關聯(lián)度的水質評價分析
    不必預測未來,只需把握現(xiàn)在
    基于灰關聯(lián)度的鋰電池組SOH評價方法研究
    電源技術(2015年11期)2015-08-22 08:50:18
    基于灰色關聯(lián)度的公交線網模糊評價
    河南科技(2014年16期)2014-02-27 14:13:25
    国产黄片视频在线免费观看| 久久久色成人| 亚洲av电影在线观看一区二区三区 | 能在线免费观看的黄片| 亚洲成人一二三区av| 亚洲不卡免费看| 国产 一区 欧美 日韩| 午夜免费男女啪啪视频观看| 日本熟妇午夜| 欧美区成人在线视频| 男女下面进入的视频免费午夜| 亚洲欧美成人综合另类久久久| 国产成人免费观看mmmm| 夫妻午夜视频| 麻豆成人午夜福利视频| 久久精品国产鲁丝片午夜精品| 久久精品熟女亚洲av麻豆精品 | 免费av不卡在线播放| 成年版毛片免费区| 亚洲精品乱码久久久久久按摩| 26uuu在线亚洲综合色| 亚洲精品色激情综合| 舔av片在线| 男女视频在线观看网站免费| 麻豆成人午夜福利视频| 久久久久久久大尺度免费视频| 天堂影院成人在线观看| 国产伦在线观看视频一区| 午夜免费观看性视频| 大香蕉久久网| 久久久午夜欧美精品| 亚洲欧洲日产国产| 好男人视频免费观看在线| 亚洲精品国产av成人精品| 成年人午夜在线观看视频 | 国产男女超爽视频在线观看| 久久久久精品久久久久真实原创| 国产精品久久视频播放| av在线老鸭窝| 成人毛片a级毛片在线播放| 我的女老师完整版在线观看| 日本欧美国产在线视频| 啦啦啦啦在线视频资源| 国产伦在线观看视频一区| 99视频精品全部免费 在线| 亚洲欧美一区二区三区黑人 | 欧美日韩精品成人综合77777| 少妇丰满av| www.色视频.com| 麻豆国产97在线/欧美| 97在线视频观看| 观看美女的网站| 久久午夜福利片| 欧美丝袜亚洲另类| 最近最新中文字幕大全电影3| 一级毛片aaaaaa免费看小| 国产精品不卡视频一区二区| 亚洲av在线观看美女高潮| 80岁老熟妇乱子伦牲交| 一个人看视频在线观看www免费| h日本视频在线播放| 日本-黄色视频高清免费观看| 亚洲精品日韩在线中文字幕| av在线天堂中文字幕| 在线观看免费高清a一片| 国产片特级美女逼逼视频| 亚洲国产精品国产精品| 欧美激情国产日韩精品一区| 纵有疾风起免费观看全集完整版 | 97人妻精品一区二区三区麻豆| 日韩不卡一区二区三区视频在线| 午夜老司机福利剧场| 日韩一区二区三区影片| 日韩电影二区| 免费人成在线观看视频色| 男女那种视频在线观看| 特大巨黑吊av在线直播| 亚洲欧美一区二区三区国产| 婷婷六月久久综合丁香| 日本wwww免费看| 少妇人妻一区二区三区视频| 蜜臀久久99精品久久宅男| 一区二区三区高清视频在线| 三级国产精品欧美在线观看| 寂寞人妻少妇视频99o| 人人妻人人看人人澡| 国产色爽女视频免费观看| 国产成人a区在线观看| 一级av片app| 在线 av 中文字幕| 免费在线观看成人毛片| 男人爽女人下面视频在线观看| 最后的刺客免费高清国语| 丰满人妻一区二区三区视频av| 午夜福利高清视频| 高清午夜精品一区二区三区| 99热这里只有精品一区| 水蜜桃什么品种好| 水蜜桃什么品种好| 久久久久精品性色| 天堂俺去俺来也www色官网 | 床上黄色一级片| 国产成年人精品一区二区| 黑人高潮一二区| 只有这里有精品99| 看非洲黑人一级黄片| 亚洲成人精品中文字幕电影| 国产有黄有色有爽视频| 大话2 男鬼变身卡| 人妻夜夜爽99麻豆av| 少妇人妻一区二区三区视频| 91av网一区二区| 日韩一本色道免费dvd| 午夜日本视频在线| 亚洲av二区三区四区| 国产成人一区二区在线| 久久这里有精品视频免费| 中文资源天堂在线| 天堂影院成人在线观看| 日日啪夜夜爽| 欧美3d第一页| 国产视频内射| 免费在线观看成人毛片| 网址你懂的国产日韩在线| 国产又色又爽无遮挡免| 欧美潮喷喷水| videos熟女内射| 婷婷色av中文字幕| 天堂俺去俺来也www色官网 | 国产乱人偷精品视频| 综合色丁香网| 性插视频无遮挡在线免费观看| 青春草亚洲视频在线观看| 亚洲精品国产成人久久av| 一级片'在线观看视频| av免费在线看不卡| 国产成人91sexporn| 欧美另类一区| 亚洲精品视频女| 91久久精品电影网| 神马国产精品三级电影在线观看| 亚洲精品,欧美精品| 中文天堂在线官网| 2021天堂中文幕一二区在线观| 夜夜看夜夜爽夜夜摸| 国产有黄有色有爽视频| 国产 一区精品| 久久久精品94久久精品| 国产成人a∨麻豆精品| 免费黄频网站在线观看国产| 人人妻人人澡人人爽人人夜夜 | 精品国产露脸久久av麻豆 | 国产黄片视频在线免费观看| 免费看日本二区| 亚洲丝袜综合中文字幕| 欧美三级亚洲精品| 一级片'在线观看视频| 成人午夜高清在线视频| 亚洲精品乱码久久久v下载方式| 亚洲欧美日韩东京热| av在线观看视频网站免费| a级毛片免费高清观看在线播放| 91久久精品国产一区二区成人| 久久久久久久国产电影| 一个人看视频在线观看www免费| 久久久久精品性色| 亚洲色图av天堂| av播播在线观看一区| 国产精品三级大全| 干丝袜人妻中文字幕| 午夜免费男女啪啪视频观看| 久久国产乱子免费精品| 成年人午夜在线观看视频 | 国产探花在线观看一区二区| 黄片无遮挡物在线观看| 超碰av人人做人人爽久久| 久久人人爽人人片av| 国产伦一二天堂av在线观看| 26uuu在线亚洲综合色| av在线播放精品| 能在线免费观看的黄片| 看免费成人av毛片| 日韩精品有码人妻一区| 欧美成人a在线观看| 欧美97在线视频| 欧美三级亚洲精品| av又黄又爽大尺度在线免费看| 非洲黑人性xxxx精品又粗又长| a级一级毛片免费在线观看| 成人毛片a级毛片在线播放| 啦啦啦中文免费视频观看日本| 女的被弄到高潮叫床怎么办| 白带黄色成豆腐渣| 国产男人的电影天堂91| 亚洲成人久久爱视频| 真实男女啪啪啪动态图| 免费看a级黄色片| 成人特级av手机在线观看| 麻豆成人午夜福利视频| 精品国内亚洲2022精品成人| 2022亚洲国产成人精品| 久久久国产一区二区| 一本久久精品| 九九爱精品视频在线观看| 成年版毛片免费区| 淫秽高清视频在线观看| 久热久热在线精品观看| 亚洲性久久影院| 丰满人妻一区二区三区视频av| 亚洲精品国产av成人精品| 精品亚洲乱码少妇综合久久| 亚洲乱码一区二区免费版| 舔av片在线| 人妻系列 视频| 日韩一区二区视频免费看| 免费观看a级毛片全部| 成人午夜高清在线视频| 成年av动漫网址| 免费看光身美女| 久久精品人妻少妇| 欧美日韩视频高清一区二区三区二| 人妻系列 视频| 国产伦一二天堂av在线观看| 日韩三级伦理在线观看| 久久久久精品性色| 久久久久久久久久成人| 亚洲国产av新网站| 欧美xxxx黑人xx丫x性爽| 狠狠精品人妻久久久久久综合| 中文字幕久久专区| 日本午夜av视频| 亚洲国产精品成人综合色| 狠狠精品人妻久久久久久综合| 亚洲经典国产精华液单| 观看美女的网站| 亚洲国产成人一精品久久久| 三级男女做爰猛烈吃奶摸视频| 国产精品av视频在线免费观看| 男女视频在线观看网站免费| 又黄又爽又刺激的免费视频.| 欧美xxⅹ黑人| 亚洲精品乱久久久久久| 99久国产av精品| 一个人看的www免费观看视频| 日日撸夜夜添| 嫩草影院新地址| av专区在线播放| 男女啪啪激烈高潮av片| 我要看日韩黄色一级片| 国产乱人偷精品视频| 天堂中文最新版在线下载 | 国产午夜精品久久久久久一区二区三区| 舔av片在线| 精品久久久久久久久久久久久| 免费观看av网站的网址| 亚洲国产欧美人成| 观看免费一级毛片| 久久久午夜欧美精品| 亚洲精品国产成人久久av| 最近最新中文字幕大全电影3| 我的老师免费观看完整版| 亚洲av福利一区| 91精品国产九色| 伦理电影大哥的女人| 美女主播在线视频| 91精品伊人久久大香线蕉| 亚洲人成网站在线观看播放| 又大又黄又爽视频免费| 99久久精品国产国产毛片| 久久久久久久久久成人| 日本wwww免费看| 男人和女人高潮做爰伦理| 尤物成人国产欧美一区二区三区| 国产熟女欧美一区二区| 综合色av麻豆| a级毛色黄片| 国内精品美女久久久久久| 一级片'在线观看视频| 一级黄片播放器| 黄色欧美视频在线观看| 美女国产视频在线观看| 99热全是精品| 特级一级黄色大片| 久久久久久久午夜电影| 亚洲美女搞黄在线观看| 人人妻人人澡欧美一区二区| 国精品久久久久久国模美| 亚洲美女搞黄在线观看| 麻豆久久精品国产亚洲av| 97热精品久久久久久| 欧美一级a爱片免费观看看| 亚洲精品视频女| 少妇猛男粗大的猛烈进出视频 | 国产 亚洲一区二区三区 | 亚洲精品影视一区二区三区av| 伦精品一区二区三区| 男人舔女人下体高潮全视频| 一二三四中文在线观看免费高清| 欧美变态另类bdsm刘玥| 亚洲av成人精品一二三区| 久久久久九九精品影院| 高清午夜精品一区二区三区| 偷拍熟女少妇极品色| 亚洲图色成人| 欧美日韩综合久久久久久| 国产男人的电影天堂91| 国产成人一区二区在线| 欧美+日韩+精品| 久久鲁丝午夜福利片| 你懂的网址亚洲精品在线观看| 久久99精品国语久久久| 最近最新中文字幕免费大全7| 亚洲av电影在线观看一区二区三区 | 能在线免费观看的黄片| 80岁老熟妇乱子伦牲交| 日韩人妻高清精品专区| 国产黄频视频在线观看| 看免费成人av毛片| 欧美精品一区二区大全| 免费av毛片视频| 综合色av麻豆| 能在线免费看毛片的网站| 18禁动态无遮挡网站| 亚洲国产日韩欧美精品在线观看| 91午夜精品亚洲一区二区三区| 精品午夜福利在线看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | av网站免费在线观看视频 | 久久99蜜桃精品久久| 最近最新中文字幕免费大全7| 久久国内精品自在自线图片| 99久久精品国产国产毛片| 久久精品久久久久久久性| 免费黄频网站在线观看国产| 免费大片黄手机在线观看| ponron亚洲| 久久久久精品久久久久真实原创| 能在线免费观看的黄片| 亚洲色图av天堂| 一边亲一边摸免费视频| 18禁动态无遮挡网站| 91av网一区二区| 好男人视频免费观看在线| 赤兔流量卡办理| av播播在线观看一区| 午夜爱爱视频在线播放| 久久久久久久久久人人人人人人| 嫩草影院精品99| 精品久久久久久久人妻蜜臀av| 国产成人福利小说| 少妇的逼水好多| 麻豆国产97在线/欧美| 免费观看精品视频网站| 国产精品日韩av在线免费观看| 国产免费又黄又爽又色| 一级片'在线观看视频| 国产色婷婷99| 日韩av免费高清视频| 大又大粗又爽又黄少妇毛片口| 777米奇影视久久| 亚洲在线观看片| 在线免费观看的www视频| 老女人水多毛片| www.色视频.com| 精品人妻一区二区三区麻豆| 色吧在线观看| 亚洲在线自拍视频| 又粗又硬又长又爽又黄的视频| av在线老鸭窝| 精品久久久久久久久av| 亚洲精华国产精华液的使用体验| 乱人视频在线观看| 天天一区二区日本电影三级| 欧美激情在线99| 久久鲁丝午夜福利片| 久久6这里有精品| 国产一区二区三区综合在线观看 | 亚洲av成人精品一区久久| 婷婷色麻豆天堂久久| 国产精品一区www在线观看| 一个人看的www免费观看视频| 夫妻午夜视频| 国产伦精品一区二区三区四那| 国产真实伦视频高清在线观看| 最后的刺客免费高清国语| 国产探花在线观看一区二区| 精品国产三级普通话版| 非洲黑人性xxxx精品又粗又长| 日本熟妇午夜| 日韩av在线大香蕉| 亚洲精华国产精华液的使用体验| 亚洲一级一片aⅴ在线观看| 亚洲av成人精品一区久久| 黄片wwwwww| 日本一二三区视频观看| 欧美不卡视频在线免费观看| 亚洲欧洲日产国产| 精品久久久噜噜| 免费高清在线观看视频在线观看| 视频中文字幕在线观看| 欧美一级a爱片免费观看看| 一边亲一边摸免费视频| 亚洲精品一区蜜桃| 亚洲成人精品中文字幕电影| 18禁动态无遮挡网站| 亚洲精品自拍成人| 最后的刺客免费高清国语| 免费观看av网站的网址| 毛片一级片免费看久久久久| 99久久精品一区二区三区| 久久久精品94久久精品| 欧美97在线视频| 久久这里只有精品中国| 午夜精品国产一区二区电影 | 色综合色国产| 成人特级av手机在线观看| 真实男女啪啪啪动态图| 亚洲欧美成人综合另类久久久| 久久久久久久国产电影| 国产午夜精品久久久久久一区二区三区| 性色avwww在线观看| 日本熟妇午夜| 偷拍熟女少妇极品色| 国产色爽女视频免费观看| 一边亲一边摸免费视频| 国产精品麻豆人妻色哟哟久久 | 观看美女的网站| 亚洲最大成人中文| 免费看美女性在线毛片视频| 中文字幕av在线有码专区| 乱人视频在线观看| 国产精品人妻久久久久久| 五月玫瑰六月丁香| 丝瓜视频免费看黄片| 最新中文字幕久久久久| 国产一级毛片在线| 1000部很黄的大片| 99热全是精品| 中文字幕av成人在线电影| 亚洲欧美清纯卡通| 天堂中文最新版在线下载 | 免费少妇av软件| 色综合站精品国产| 天堂网av新在线| 免费无遮挡裸体视频| 丰满少妇做爰视频| 黄色日韩在线| 91在线精品国自产拍蜜月| 成人午夜高清在线视频| 国产精品不卡视频一区二区| 偷拍熟女少妇极品色| 国内精品一区二区在线观看| 久久久精品94久久精品| 成人一区二区视频在线观看| 日韩精品有码人妻一区| 亚洲av成人精品一区久久| 精品一区二区免费观看| 久久久久性生活片| 黄片wwwwww| 超碰97精品在线观看| 亚州av有码| 亚洲精品国产av蜜桃| 2022亚洲国产成人精品| 精品久久久久久成人av| 亚洲精品成人久久久久久| 乱系列少妇在线播放| 欧美日韩在线观看h| 一级黄片播放器| 免费观看a级毛片全部| 干丝袜人妻中文字幕| 国产爱豆传媒在线观看| 免费看日本二区| 国产午夜精品久久久久久一区二区三区| 欧美高清性xxxxhd video| 精华霜和精华液先用哪个| 建设人人有责人人尽责人人享有的 | 色网站视频免费| 91久久精品国产一区二区三区| 国产精品99久久久久久久久| 欧美性感艳星| 国产伦理片在线播放av一区| 2018国产大陆天天弄谢| 国产一区有黄有色的免费视频 | 国模一区二区三区四区视频| 波多野结衣巨乳人妻| 日日干狠狠操夜夜爽| 久久久久久久久久成人| 嫩草影院精品99| 亚洲av二区三区四区| 亚洲国产精品成人综合色| 欧美3d第一页| 在线观看一区二区三区| 欧美高清性xxxxhd video| 亚洲熟女精品中文字幕| 高清在线视频一区二区三区| 色综合亚洲欧美另类图片| 如何舔出高潮| 亚洲精品亚洲一区二区| 欧美高清性xxxxhd video| 国产成人精品久久久久久| 九九久久精品国产亚洲av麻豆| 美女高潮的动态| 久久精品久久久久久噜噜老黄| 中文字幕免费在线视频6| 美女大奶头视频| 午夜爱爱视频在线播放| 国产爱豆传媒在线观看| 亚洲欧美一区二区三区国产| 97人妻精品一区二区三区麻豆| 女人被狂操c到高潮| 国产探花极品一区二区| 日韩欧美精品v在线| 亚洲精品一区蜜桃| 久久久久久伊人网av| 亚洲av不卡在线观看| 精品久久久久久久久亚洲| 麻豆乱淫一区二区| 日韩精品有码人妻一区| 久久人人爽人人片av| 3wmmmm亚洲av在线观看| 欧美3d第一页| 黑人高潮一二区| 国产日韩欧美在线精品| 久久综合国产亚洲精品| 国内精品一区二区在线观看| 99九九线精品视频在线观看视频| h日本视频在线播放| 一级毛片我不卡| 久久久久久久久久人人人人人人| 国产一区亚洲一区在线观看| 精品久久久噜噜| 欧美精品国产亚洲| 内射极品少妇av片p| 久久6这里有精品| 不卡视频在线观看欧美| 亚洲最大成人手机在线| 成人毛片60女人毛片免费| 日本黄色片子视频| 国产一区二区在线观看日韩| 干丝袜人妻中文字幕| 亚洲国产精品sss在线观看| 久热久热在线精品观看| 亚洲熟妇中文字幕五十中出| 午夜视频国产福利| 国产男人的电影天堂91| 黄色一级大片看看| 亚洲婷婷狠狠爱综合网| 亚洲精品视频女| 免费看av在线观看网站| 免费高清在线观看视频在线观看| 国产 一区 欧美 日韩| 国产成年人精品一区二区| 亚洲,欧美,日韩| 一级毛片电影观看| 成年女人在线观看亚洲视频 | 街头女战士在线观看网站| 欧美高清性xxxxhd video| 男女边摸边吃奶| 极品少妇高潮喷水抽搐| 国产一区亚洲一区在线观看| 亚洲在久久综合| 欧美成人a在线观看| 色网站视频免费| 51国产日韩欧美| 亚洲av中文av极速乱| 美女cb高潮喷水在线观看| 精品一区二区三区人妻视频| 亚洲欧美一区二区三区国产| 草草在线视频免费看| videos熟女内射| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 少妇裸体淫交视频免费看高清| 色视频www国产| 国产女主播在线喷水免费视频网站 | 丝袜喷水一区| 精品午夜福利在线看| 人妻制服诱惑在线中文字幕| 欧美成人a在线观看| 国产高清不卡午夜福利| 久久精品久久久久久久性| 精品久久久久久久久亚洲| 一级毛片aaaaaa免费看小| 亚洲av电影在线观看一区二区三区 | 国产视频内射| 少妇人妻一区二区三区视频| 国产精品麻豆人妻色哟哟久久 | 亚洲av在线观看美女高潮| 久久99蜜桃精品久久| 免费观看精品视频网站| 国产亚洲最大av| 一级毛片黄色毛片免费观看视频| 能在线免费观看的黄片| 亚洲精品,欧美精品| 亚洲国产精品成人久久小说| 精品人妻偷拍中文字幕| 国产亚洲av嫩草精品影院| 亚洲电影在线观看av| 老司机影院成人| 久久99精品国语久久久| 婷婷色av中文字幕| 五月玫瑰六月丁香| 少妇的逼水好多| 欧美xxxx黑人xx丫x性爽| 在线天堂最新版资源| 男人狂女人下面高潮的视频| 久久精品夜夜夜夜夜久久蜜豆| 18禁动态无遮挡网站| 搡老乐熟女国产| 内射极品少妇av片p| 亚洲国产色片| 只有这里有精品99| 91精品国产九色| 日韩强制内射视频| 亚洲欧美成人精品一区二区| 一本久久精品|