• <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 ?

    進化算法優(yōu)化GBDT的帶鋼卷取溫度預測

    2022-03-14 08:58:40皮理想崔桂梅
    關鍵詞:模型

    皮理想, 崔桂梅

    (內(nèi)蒙古科技大學信息工程學院, 包頭 014010)

    熱軋后帶鋼的冷卻控制是熱軋生產(chǎn)的重要環(huán)節(jié),層流冷卻過程溫度和卷取溫度的控制精度將直接影響帶鋼的組織性能和力學性能,同時也是帶鋼能否順利卷取、安全下線的決定因素[1-2]。熱軋帶鋼卷取溫度預報是帶鋼質(zhì)量控制的重要基礎,準確的溫度預報模型為卷取溫度的前饋補償控制提供可靠的參考數(shù)據(jù),對提高卷取溫度的控制精度具有重要意義[3]。

    目前的層流冷卻控制系統(tǒng)主要通過經(jīng)典數(shù)學模型對卷取溫度進行預測,但是冷卻過程是一個非常復雜的時變非線性過程,在目標卷取溫度允許公差范圍內(nèi),機理預測模型的命中率往往并不理想。隨著人工智能技術的發(fā)展,有學者將BP神經(jīng)網(wǎng)絡應用于卷取溫度方面,以提高其預測精度,如:馬麗坤等[4]利用BP神經(jīng)網(wǎng)絡預測數(shù)學模型中的綜合換熱因子,大幅提高了卷取溫度的預測精度;石孝武和申群太[5]將遺傳算法與BP神經(jīng)網(wǎng)絡相結合,建立了遺傳神經(jīng)網(wǎng)絡卷取溫度預測模型,具有較好的應用前景;郭強等[6]建立人工魚群神經(jīng)網(wǎng)絡預測模型,利用魚群算法訓練BP網(wǎng)絡權值,建立了人工魚群神經(jīng)網(wǎng)絡預測模型,具有較強的自適應能力。然而,基于BP神經(jīng)網(wǎng)絡建立的預測模型雖然取得了較好的預測精度,但由于BP神經(jīng)網(wǎng)絡自身結構的局限性,導致在有限的訓練樣本下泛化性能較差,容易陷入局部最優(yōu),限制了BP神經(jīng)網(wǎng)絡模型在卷取溫度方面的應用。

    梯度提升決策樹(Gradient Boosting Decision Tree,GBDT)作為集成學習[7]中一個的重要算法,具有防止過擬合和泛化能力較強等優(yōu)點,在回歸預測方面具有廣泛應用。如:王偉等[8]利用GBDT對熱鍍鋅剛力學性能預報,模型具有較高的預測精度;谷云東等[9]將梯度提升決策樹應用于電力負荷預測,其預測誤差明顯低于傳統(tǒng)神經(jīng)網(wǎng)絡的。 針對B鋼廠層流冷卻系統(tǒng)卷取溫度預報精度低且人工調(diào)參過程具有經(jīng)驗性和不確定性的問題,本文探索將集成學習中的梯度提升決策樹算法應用于帶鋼卷取溫度預測,利用差分進化(Differential Evolution,DE)算法的全局尋優(yōu)能力獲取模型最優(yōu)參數(shù),建立基于差分進化優(yōu)化梯度提升決策樹的卷取溫度預測模型(DE-GBDT)。同時,與3個基礎預測模型(梯度提升決策樹(GBDT)[10]、支持向量機(SVM)[11]、小波神經(jīng)網(wǎng)絡(WNN)[12])以及差分進化優(yōu)化后的支持向量機(DE-SVM)、小波神經(jīng)網(wǎng)絡(DE-WNN)預測模型進行對比實驗,以驗證DE-GBDT預測模型的有效性,擬為前饋補償控制提供準確的參考數(shù)據(jù),為進一步提高卷取溫度的控制精度提供新方法。

    1 DE-GBDT預測模型

    1.1 數(shù)據(jù)的標準化處理

    根據(jù)鋼廠實際歷史生產(chǎn)數(shù)據(jù),通過對帶鋼層流冷卻段的生產(chǎn)工藝特點和歷史數(shù)據(jù)分析,確定以下生產(chǎn)過程中的關鍵因素作為模型訓練的數(shù)據(jù)特征:目標卷取溫度、終軋溫度、帶鋼厚度、帶鋼速度、冷卻水溫度和實測卷取溫度。由于上述不同特征量綱差別較大,如帶鋼厚度為2~6 mm,而帶鋼溫度區(qū)間為600~800 ℃,需根據(jù)下式對數(shù)據(jù)進行標準化處理,以消除量綱:

    (1)

    其中,z為標準化后的數(shù)據(jù),x為原始數(shù)據(jù),μ為樣本均值,σ為樣本標準差。經(jīng)數(shù)據(jù)標準化處理后,可以提高模型精度及收斂速度。

    1.2 GBDT預測模型的建模過程

    GBDT 是以分類回歸樹(Classification and Regression Tree,CART)為基模型的集成學習算法,該算法基于Boosting 迭代的思想,利用原始訓練集獲取第一棵決策樹,此后每一輪迭代中的目標都是擬合上一輪弱學習器的殘差。GBDT建模過程以當前學習器的損失函數(shù)最小為目標,損失函數(shù)選用平方損失函數(shù),通過多次迭代以減小訓練殘差,最后將所有訓練好的回歸樹的結果進行求和,從而獲得最終的預測結果[13-15]。本文將帶鋼目標卷取溫度、冷卻水溫度以及帶鋼在精軋出口實時的厚度、速度、溫度等條件屬性作為GBDT預測模型的輸入特征,將帶鋼實測卷取溫度作為輸出特征:輸入為訓練數(shù)據(jù)集T={(x1,y1),(x2,y2),…,(xN,yN)},其中,xi(xiX?n)為影響帶鋼實測卷取溫度的條件屬性,X為輸入樣本空間;yi(yiY?)為帶鋼實測卷取溫度,Y為輸出樣本空間;損失函數(shù)為L(yi,f(xi)),輸出為回歸樹fM(xi)。GBDT預測模型的建模過程如下:

    (1)初始化:估計使損失函數(shù)極小化的常數(shù)值c,f0(x)是只有1個根節(jié)點的樹:

    (2)

    (2)對建立的M棵回歸樹:

    ① 對i=1,2,…,N,計算第m(m=1,2,…,M)棵樹對應的損失函數(shù)的負梯度,即偽殘差:

    (3)

    ② 利用CART回歸時擬合數(shù)據(jù)(xi,rmi),從而得到第m棵回歸樹,其對應葉子節(jié)點區(qū)域為Rmj,其中j=1,2,…,J,J為第m(m=1,2,…,M)棵回歸樹葉子節(jié)點的個數(shù);

    ③ 對于j(j=1,2,…,J)個葉子節(jié)點區(qū)域,計算最佳擬合值:

    (4)

    ④ 更新學習器fm(x):

    (5)

    (3)得到回歸樹fM(x):

    (6)

    1.3 DE-GBDT預測模型的建模過程

    在GBDT算法模型中,模型參數(shù)較多,人工調(diào)參需耗費大量時間且存在不確定性,目前關于如何選擇和調(diào)節(jié)模型參數(shù)理論尚未建立,因此,本文利用DE算法的全局尋優(yōu)能力獲取模型最優(yōu)參數(shù)。

    DE算法[16]是基于群體差異的啟發(fā)式并行搜索方法,主要包括種群初始化、變異、交叉和選擇等操作。主要的控制參數(shù)包括:種群規(guī)模NP、縮放因子F和交叉概率CR,其中,NP主要影響種群多樣性以及收斂速度,F(xiàn)主要影響搜索步長,CR主要影響進化信息的調(diào)整權重[17-18]。差分進化算法主要操作如下:

    (1)初始化操作:本文采用實數(shù)編碼方式(RI)構建種群,個體維數(shù)D由尋優(yōu)模型參數(shù)個數(shù)決定。個體定義如下:

    (i=1,2,…,NP;g=0,1,…,G),

    (7)

    其中,Xi(g)為第g代迭代的第i個個體,G為種群最大迭代次數(shù)。設定好控制參數(shù),由下式即可隨機生成滿足約束條件的0代種群(即初始種群):

    (8)

    (2)變異操作:首先,從第g代種群中隨機選取3個個體Xr1(g)、Xr2(g)、Xr3(g),選擇其中2個個體Xr1(g)、Xr2(g)進行差分操作;然后進行加權,再與另一個體Xr3(g)進行求和,從而生成變異個體。計算公式如下:

    V(g)=Xr3(g)+F·(Xr1(g)-Xr2(g))。

    (9)

    (10)

    其中,rand(j)[0,1]為第j維分量對應的隨機數(shù)。

    (4)選擇操作:對個體Ui(g)、Xi(g)進行適應度評價,f(·)為適應度函數(shù),對中間個體和當代個體對應的適應度值進行比較,選擇適應度值更優(yōu)的個體進入下一代,計算公式如下:

    (11)

    依次執(zhí)行以上操作,可以獲得新一代種群Xi(g+1)。通過不斷對新種群Xi(g+1)執(zhí)行變異、交叉和選擇等操作,可以不斷更新種群,直至達到最大種群迭代次數(shù)G,算法結束。

    GBDT模型主要考慮弱學習器的最大迭代次數(shù)、弱學習器的權重縮減系數(shù)、子采樣比例和決策樹最大深度。其中,最大迭代次數(shù)和權重縮減系數(shù)相互影響:若最大迭代次數(shù)(即弱學習器的個數(shù))太小則容易欠擬合,太大則容易過擬合;對于同樣的訓練集擬合效果,較小的權重縮減系數(shù)(即步長)表明需要的最大迭代次數(shù)更多;子采樣比例小于1可以防止過擬合,但是會增加樣本擬合的偏差;決策樹最大深度太小則可能會簡單地過擬合訓練數(shù)據(jù),太大則會使決策樹結構過于復雜,容易過擬合,導致測試誤差增大。

    針對上述模型的參數(shù)特性,GBDT預測模型的參數(shù)范圍設置如下:最大迭代次數(shù)、權重縮減系數(shù)、子采樣比例、決策樹最大深度的取值區(qū)間分別為[10,1 000]、[0.001,0.1]、[0.1,1]、[1,100]。然后,根據(jù)這些區(qū)間初始化種群,通過個體參數(shù)訓練GBDT模型。其次,計算每個個體的適應度,并根據(jù)當前種群迭代次數(shù)和種群收斂情況判斷是否滿足終止條件:若不滿足,則根據(jù)交叉、變異和選擇等操作更新種群,重新訓練GBDT模型;若滿足,則根據(jù)當前種群最優(yōu)個體獲取模型最優(yōu)參數(shù)組合。最后,根據(jù)此最優(yōu)參數(shù)組合訓練GBDT模型,從而建立DE-GBDT預測模型(圖1)。

    圖1 DE-GBDT預測模型的建模流程

    2 仿真實驗

    利用B鋼廠2020年8月份歷史數(shù)據(jù)進行建模,訓練并驗證卷取溫度預測模型。模型輸入特征包括帶鋼厚度、帶鋼速度、帶鋼溫度、冷卻水溫度和目標卷取溫度,輸出特征為實際卷取溫度,實驗仿真工具為Python。實驗共采集了190卷帶鋼數(shù)據(jù),依樣本段提取帶鋼數(shù)據(jù)并經(jīng)數(shù)據(jù)處理后,共獲取11 000組高質(zhì)量數(shù)據(jù),其中10 000組數(shù)據(jù)構成訓練集,1 000組數(shù)據(jù)構成測試集。由于目前鋼廠中有70%的帶鋼是以相對誤差在20 ℃范圍內(nèi)計算預測命中率,其余帶鋼以相對誤差在15 ℃范圍內(nèi)計算命中率,因此,實驗以15 ℃的相對誤差計算模型預測命中率。模型預測誤差評價指標采用均方誤差(MSE)、均方根誤差(RMSE),計算公式如下:

    (12)

    其中,n為樣本數(shù),ytrue,i、ypre,i分別為帶鋼卷取溫度實際值、預測模型輸出值。

    2.1 差分進化算法參數(shù)選擇

    在GBDT模型中,針對DE算法中的種群規(guī)模NP和最大迭代次數(shù)G進行超參數(shù)選取實驗,將G初始化為20,NP分別設置為10、30、50、70,分析不同的參數(shù)設置對模型預測效果的影響。

    由實驗結果(表1)可知:當種群最大迭代次數(shù)G為20、種群規(guī)模NP為50時,效果最佳。此時的GBDT模型的最優(yōu)參數(shù)取值如下:弱學習器的最大迭代次數(shù)為906,權重縮減系數(shù)為0.019,子采樣比例為0.776,決策樹最大深度為16。同時為后續(xù)對比實驗做準備,利用該進化算法參數(shù)設計分別對小波神經(jīng)網(wǎng)絡模型中的學習率、最大訓練次數(shù)和支持向量機模型中的懲罰系數(shù)C、核函數(shù)參數(shù)γ進行參數(shù)尋優(yōu),得到模型的最優(yōu)參數(shù):學習率為0.1、最大訓練次數(shù)為17 703,C為234.092 8,γ為2.699 7。

    2.2 3個優(yōu)化后模型的效果對比

    利用差分進化算法分別對SVM、WNN預測模型的模型參數(shù)進行尋優(yōu),從而得到DE-SVM、DE-WNN預測模型,并與DE-GBDT預測模型進行效果對比。由對比結果(圖2)可知:DE-WNN預測模型在740~800 ℃范圍內(nèi)的數(shù)據(jù)點預測偏差較大,DE-GBDT、DE-SVM預測模型的誤差基本都分布在±15 ℃誤差帶范圍內(nèi),且DE-GBDT預測模型的離群點最少。

    同時,由3個預測模型的評價指標(表2)可知: DE-GBDT預測模型的預測命中率最高,且DE-GBDT預測模型的各項評價指標均最小(MSE為18.232、RMSE為4.269),表明DE-GBDT預測模型在帶鋼卷取溫度預測方面的應用效果最好。

    表2 3個優(yōu)化后的預測模型的評價指標

    隨機選取一卷帶鋼數(shù)據(jù),利用DE-GBDT預測模型對該鋼卷樣本點的卷取溫度進行預測。由預測效果(圖3)可知:DE-GBDT預測模型的預測值與實際值高度擬合,符合實際工藝要求。

    圖3 DE-GBDT預測模型的卷取溫度擬合效果

    2.3 DE-GBDT預測模型與3個基礎預測模型的效果對比

    將DE-GBDT預測模型與3個基礎預測模型(GBDT、SVM、WNN)進行對比。由4個模型預測誤差分布(圖2A、圖4)可知:3個基礎預測模型的預測誤差較大,DE-GBDT預測模型的離群點明顯少于3個基礎預測模型。

    圖4 3個基礎預測模型的誤差分布

    由4個預測模型的評價指標結果(表2,表3)可知:DE-GBDT預測模型的各項誤差指標均最小,預測命中率最高,其中,與GBDT預測模型對比,DE-GBDT預測模型的MSE、RMSE分別降低了40.294、3.388,預測命中率提高了2.9%,說明差分進化算法能明顯提升模型性能。

    表3 3個基礎預測模型的評價指標

    3 結論

    本文以B鋼廠2 250 mm熱軋生產(chǎn)線實際生產(chǎn)數(shù)據(jù),結合差分進化算法的全局尋優(yōu)能力和梯度提升決策樹的魯棒性優(yōu)點,建立基于差分進化算法優(yōu)化梯度提升決策樹的卷取溫度預測模型(DE-GBDT)。與DE-SVM、DE-WNN、GBDT、SVM、WNN預測模型的對比仿真結果表明:

    (1)DE-GBDT預測模型的各項誤差指標均小于DE-SVM、DE-WNN預測模型的,說明DE-GBDT預測模型在卷取溫度預測方面泛化性能更好,能為層流冷卻前饋控制系統(tǒng)提供更可靠的參考數(shù)據(jù)。

    (2)DE-GBDT預測模型的離群點明顯少于3個基礎預測模型(GBDT、SVM、WNN)的,各項誤差指標均最小,預測命中率最高。其中,與GBDT預測模型對比,DE-GBDT預測模型的MSE、RMSE分別降低了40.294、3.388,預測命中率提高了2.9%,說明差分進化算法能明顯提升模型性能。

    猜你喜歡
    模型
    一半模型
    一種去中心化的域名服務本地化模型
    適用于BDS-3 PPP的隨機模型
    提煉模型 突破難點
    函數(shù)模型及應用
    p150Glued在帕金森病模型中的表達及分布
    函數(shù)模型及應用
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權M-估計的漸近分布
    3D打印中的模型分割與打包
    中亚洲国语对白在线视频| 九色成人免费人妻av| 在线十欧美十亚洲十日本专区| 亚洲18禁久久av| 成人特级黄色片久久久久久久| 国产精品电影一区二区三区| 精品99又大又爽又粗少妇毛片 | 欧美成狂野欧美在线观看| 一个人免费在线观看电影| 九色成人免费人妻av| 国产91精品成人一区二区三区| 午夜福利18| 99国产极品粉嫩在线观看| 国产精品1区2区在线观看.| av专区在线播放| 国产探花在线观看一区二区| 日本撒尿小便嘘嘘汇集6| 最后的刺客免费高清国语| 亚洲七黄色美女视频| 日韩欧美免费精品| 成人特级av手机在线观看| 九色成人免费人妻av| 哪里可以看免费的av片| 美女大奶头视频| 国产高清视频在线播放一区| 丁香六月欧美| 法律面前人人平等表现在哪些方面| 成年女人毛片免费观看观看9| 国产一区在线观看成人免费| 成年版毛片免费区| 久久久久免费精品人妻一区二区| 夜夜夜夜夜久久久久| 99热6这里只有精品| 99热6这里只有精品| 非洲黑人性xxxx精品又粗又长| 色播亚洲综合网| 变态另类丝袜制服| 午夜影院日韩av| 两个人的视频大全免费| 亚洲精品一卡2卡三卡4卡5卡| 久久午夜亚洲精品久久| 男女视频在线观看网站免费| 男女之事视频高清在线观看| 欧美日韩乱码在线| 九九热线精品视视频播放| 国产男靠女视频免费网站| 亚洲成人久久性| 国产一级毛片七仙女欲春2| 白带黄色成豆腐渣| 久久伊人香网站| 99在线视频只有这里精品首页| 51午夜福利影视在线观看| 亚洲国产欧洲综合997久久,| 久久婷婷人人爽人人干人人爱| 久久国产精品影院| 日韩欧美在线乱码| www.熟女人妻精品国产| 操出白浆在线播放| 欧美激情在线99| 99在线人妻在线中文字幕| 久久久久久久久大av| 国产不卡一卡二| 日本免费一区二区三区高清不卡| h日本视频在线播放| 日韩国内少妇激情av| 久久国产精品人妻蜜桃| 人妻久久中文字幕网| 很黄的视频免费| 成人av在线播放网站| 国产精品 国内视频| 精品免费久久久久久久清纯| 丰满乱子伦码专区| 男女床上黄色一级片免费看| 日本 av在线| 男人舔女人下体高潮全视频| 欧美在线黄色| 国产野战对白在线观看| 成人国产一区最新在线观看| 在线观看av片永久免费下载| 99国产精品一区二区三区| 欧美xxxx黑人xx丫x性爽| 一个人免费在线观看电影| 18禁在线播放成人免费| 午夜福利免费观看在线| 久久精品综合一区二区三区| 亚洲av美国av| 国产精品香港三级国产av潘金莲| 91久久精品电影网| 精品一区二区三区视频在线观看免费| 老司机深夜福利视频在线观看| 国产激情欧美一区二区| svipshipincom国产片| 国产aⅴ精品一区二区三区波| 丰满人妻熟妇乱又伦精品不卡| 国产成人av教育| 99久久精品国产亚洲精品| 在线观看日韩欧美| av女优亚洲男人天堂| 色播亚洲综合网| 搡老妇女老女人老熟妇| 亚洲av熟女| 88av欧美| 有码 亚洲区| 精品免费久久久久久久清纯| 精品欧美国产一区二区三| 婷婷丁香在线五月| 高清在线国产一区| 国产亚洲精品综合一区在线观看| 亚洲色图av天堂| 大型黄色视频在线免费观看| 亚洲美女视频黄频| 亚洲内射少妇av| 国产精品 国内视频| 国产97色在线日韩免费| 黑人欧美特级aaaaaa片| 一个人看视频在线观看www免费 | 综合色av麻豆| 青草久久国产| 中出人妻视频一区二区| 国产在线精品亚洲第一网站| 中文字幕久久专区| 亚洲av成人精品一区久久| 小蜜桃在线观看免费完整版高清| 黑人欧美特级aaaaaa片| 非洲黑人性xxxx精品又粗又长| xxxwww97欧美| 成年女人毛片免费观看观看9| 又爽又黄无遮挡网站| 日本 欧美在线| 欧美激情久久久久久爽电影| 首页视频小说图片口味搜索| 久久久久性生活片| 亚洲精华国产精华精| 久久久久久久午夜电影| 久久久久久久久久黄片| 88av欧美| 午夜免费观看网址| www.色视频.com| 99久久精品热视频| 欧美av亚洲av综合av国产av| 99久久久亚洲精品蜜臀av| 婷婷亚洲欧美| 亚洲av二区三区四区| 一本综合久久免费| 午夜视频国产福利| 香蕉久久夜色| 国产亚洲精品综合一区在线观看| 中文字幕av在线有码专区| 久久久久久久亚洲中文字幕 | а√天堂www在线а√下载| 91在线精品国自产拍蜜月 | 人妻久久中文字幕网| 午夜精品在线福利| 青草久久国产| xxxwww97欧美| 夜夜夜夜夜久久久久| 熟女人妻精品中文字幕| 狠狠狠狠99中文字幕| 18禁在线播放成人免费| 久久国产乱子伦精品免费另类| 国产精品久久久久久精品电影| 国产精品影院久久| 久久欧美精品欧美久久欧美| 国产伦精品一区二区三区四那| 免费一级毛片在线播放高清视频| 亚洲av成人精品一区久久| 国内精品一区二区在线观看| 精品不卡国产一区二区三区| 色哟哟哟哟哟哟| 亚洲精品久久国产高清桃花| 欧美一区二区亚洲| 日本 av在线| 中文字幕熟女人妻在线| 别揉我奶头~嗯~啊~动态视频| 一级作爱视频免费观看| 欧美午夜高清在线| 亚洲av美国av| 给我免费播放毛片高清在线观看| 亚洲天堂国产精品一区在线| 亚洲第一欧美日韩一区二区三区| 国产aⅴ精品一区二区三区波| 婷婷精品国产亚洲av| 亚洲一区二区三区色噜噜| 国产精品一区二区三区四区久久| 十八禁人妻一区二区| www.熟女人妻精品国产| 免费无遮挡裸体视频| 18禁黄网站禁片免费观看直播| 床上黄色一级片| 久久天躁狠狠躁夜夜2o2o| 国产单亲对白刺激| 99国产精品一区二区三区| 亚洲精品成人久久久久久| 观看美女的网站| 免费在线观看成人毛片| 久久久久久久久中文| 嫩草影视91久久| 亚洲av日韩精品久久久久久密| 欧美色视频一区免费| 九色国产91popny在线| 不卡一级毛片| 久久精品综合一区二区三区| 国产中年淑女户外野战色| 国产精品久久电影中文字幕| 国产三级中文精品| 欧美乱妇无乱码| 中文字幕av在线有码专区| 国产高清激情床上av| 欧美色视频一区免费| 老司机深夜福利视频在线观看| 久久久久久久久久黄片| 蜜桃久久精品国产亚洲av| 日韩免费av在线播放| 免费人成视频x8x8入口观看| 国产午夜精品论理片| 国产精品免费一区二区三区在线| 亚洲精品456在线播放app | 精品99又大又爽又粗少妇毛片 | 精品福利观看| 亚洲av一区综合| 亚洲av电影不卡..在线观看| 久久精品91蜜桃| 观看美女的网站| 天堂网av新在线| 亚洲精品在线观看二区| 日韩欧美精品免费久久 | 欧美日本亚洲视频在线播放| 男人和女人高潮做爰伦理| 日韩国内少妇激情av| 岛国视频午夜一区免费看| 少妇的丰满在线观看| 1000部很黄的大片| 午夜免费激情av| 亚洲成av人片在线播放无| 精品国产美女av久久久久小说| av女优亚洲男人天堂| 成年版毛片免费区| 男女之事视频高清在线观看| 看黄色毛片网站| 色在线成人网| 国产精品嫩草影院av在线观看 | 欧美激情在线99| 日本三级黄在线观看| 手机成人av网站| 欧美日本亚洲视频在线播放| 午夜精品久久久久久毛片777| 欧美+日韩+精品| 欧美bdsm另类| 少妇的丰满在线观看| 国产高清视频在线播放一区| 久久性视频一级片| 久久久久久久久中文| 久久中文看片网| 99久久综合精品五月天人人| 国产精品久久久久久亚洲av鲁大| 午夜福利视频1000在线观看| 老熟妇乱子伦视频在线观看| 51午夜福利影视在线观看| 丁香六月欧美| 国产精品,欧美在线| 亚洲成av人片免费观看| 在线观看免费视频日本深夜| 99国产精品一区二区蜜桃av| 欧美日本视频| 久久久久久久久久黄片| 尤物成人国产欧美一区二区三区| 一级a爱片免费观看的视频| 1024手机看黄色片| 又紧又爽又黄一区二区| 亚洲av一区综合| 99精品在免费线老司机午夜| 久久精品人妻少妇| 嫩草影院精品99| 国内精品久久久久久久电影| av专区在线播放| 亚洲av成人不卡在线观看播放网| 搡女人真爽免费视频火全软件 | 高清日韩中文字幕在线| 成年人黄色毛片网站| 免费一级毛片在线播放高清视频| 婷婷精品国产亚洲av在线| 欧美在线一区亚洲| 99久久成人亚洲精品观看| 三级男女做爰猛烈吃奶摸视频| 亚洲精品成人久久久久久| 色播亚洲综合网| 婷婷丁香在线五月| 国产精品亚洲一级av第二区| 五月玫瑰六月丁香| 国产视频内射| 午夜视频国产福利| 手机成人av网站| av欧美777| 少妇裸体淫交视频免费看高清| 无人区码免费观看不卡| 亚洲人成网站在线播| 亚洲最大成人中文| 成年版毛片免费区| 中文字幕av成人在线电影| 最新中文字幕久久久久| 狠狠狠狠99中文字幕| 国内精品久久久久久久电影| 午夜日韩欧美国产| 在线观看免费视频日本深夜| 丰满人妻一区二区三区视频av | 99久国产av精品| 一级毛片女人18水好多| 亚洲精品久久国产高清桃花| 中文字幕熟女人妻在线| 19禁男女啪啪无遮挡网站| 亚洲七黄色美女视频| 国产成人影院久久av| 精品日产1卡2卡| 精品人妻一区二区三区麻豆 | 国产三级在线视频| 久久国产乱子伦精品免费另类| 亚洲熟妇中文字幕五十中出| 男女视频在线观看网站免费| 国产v大片淫在线免费观看| 中文资源天堂在线| 亚洲成人久久性| 午夜免费观看网址| 夜夜爽天天搞| 成人鲁丝片一二三区免费| 天堂av国产一区二区熟女人妻| 又黄又爽又免费观看的视频| 欧美又色又爽又黄视频| 美女高潮喷水抽搐中文字幕| 一个人观看的视频www高清免费观看| 少妇人妻精品综合一区二区 | 99久久99久久久精品蜜桃| 亚洲中文字幕日韩| 国产真实伦视频高清在线观看 | 亚洲久久久久久中文字幕| 国产伦在线观看视频一区| 好男人电影高清在线观看| 18禁国产床啪视频网站| 久久久久久久精品吃奶| 欧美丝袜亚洲另类 | 日韩 欧美 亚洲 中文字幕| 黄色视频,在线免费观看| 欧美成狂野欧美在线观看| 亚洲国产中文字幕在线视频| 老司机深夜福利视频在线观看| 欧美又色又爽又黄视频| 国产一区二区激情短视频| 亚洲国产色片| 国产激情偷乱视频一区二区| 成人特级黄色片久久久久久久| 美女大奶头视频| 亚洲av电影在线进入| 久9热在线精品视频| 国产 一区 欧美 日韩| 亚洲av五月六月丁香网| 国产免费一级a男人的天堂| 91麻豆精品激情在线观看国产| 欧美成人一区二区免费高清观看| 国产精品亚洲av一区麻豆| 国产av麻豆久久久久久久| 老汉色∧v一级毛片| 一二三四社区在线视频社区8| 欧美色视频一区免费| 国产激情欧美一区二区| 国产免费一级a男人的天堂| 国产精品久久久久久精品电影| 免费看十八禁软件| 亚洲男人的天堂狠狠| 麻豆成人av在线观看| 精品电影一区二区在线| 日韩欧美一区二区三区在线观看| 久久久久国内视频| 一级毛片高清免费大全| 精品国产三级普通话版| 母亲3免费完整高清在线观看| 亚洲久久久久久中文字幕| 国产极品精品免费视频能看的| 精品久久久久久久毛片微露脸| 人妻久久中文字幕网| 成人特级黄色片久久久久久久| 国产伦人伦偷精品视频| 人妻丰满熟妇av一区二区三区| 啦啦啦免费观看视频1| 成人性生交大片免费视频hd| 亚洲av二区三区四区| 国产一区二区三区在线臀色熟女| 国产色爽女视频免费观看| 色在线成人网| tocl精华| 成年版毛片免费区| or卡值多少钱| 精品久久久久久久久久久久久| 亚洲成人久久性| 久久亚洲真实| 亚洲国产欧美网| 亚洲激情在线av| 亚洲av免费高清在线观看| 午夜视频国产福利| 精品国产美女av久久久久小说| 精品无人区乱码1区二区| 欧美三级亚洲精品| 色播亚洲综合网| 91九色精品人成在线观看| АⅤ资源中文在线天堂| 欧洲精品卡2卡3卡4卡5卡区| 波野结衣二区三区在线 | 欧美三级亚洲精品| 午夜福利高清视频| 国产精品爽爽va在线观看网站| 国产精品 欧美亚洲| 日本免费一区二区三区高清不卡| 母亲3免费完整高清在线观看| 一区二区三区国产精品乱码| 久久精品影院6| 国产探花在线观看一区二区| 国产精品一区二区三区四区久久| 女人被狂操c到高潮| 国产一级毛片七仙女欲春2| 成人无遮挡网站| 一级毛片高清免费大全| 3wmmmm亚洲av在线观看| 欧美色视频一区免费| 久久精品国产综合久久久| 久久中文看片网| 老司机福利观看| 91字幕亚洲| 18禁裸乳无遮挡免费网站照片| www日本在线高清视频| 亚洲精品国产精品久久久不卡| 国产又黄又爽又无遮挡在线| 国产野战对白在线观看| 国产精品嫩草影院av在线观看 | www日本黄色视频网| 欧美色欧美亚洲另类二区| av在线蜜桃| 日韩欧美精品免费久久 | 国语自产精品视频在线第100页| 欧美性猛交╳xxx乱大交人| 99热这里只有是精品50| 男人舔女人下体高潮全视频| 中文字幕精品亚洲无线码一区| 国产野战对白在线观看| svipshipincom国产片| 日韩欧美三级三区| 看黄色毛片网站| 搡老妇女老女人老熟妇| 国产精品亚洲一级av第二区| 亚洲成人久久爱视频| 国产三级在线视频| 日本三级黄在线观看| 久久久久久久久久黄片| 亚洲国产欧美网| 日日干狠狠操夜夜爽| 在线a可以看的网站| 国产亚洲精品久久久com| 久久精品人妻少妇| 少妇的逼好多水| 99热这里只有精品一区| 丰满人妻一区二区三区视频av | 国产私拍福利视频在线观看| 人妻丰满熟妇av一区二区三区| 国产精品爽爽va在线观看网站| 国产探花极品一区二区| a在线观看视频网站| 日本免费一区二区三区高清不卡| 久久草成人影院| 一区福利在线观看| 怎么达到女性高潮| 我要搜黄色片| h日本视频在线播放| 69人妻影院| 欧美乱色亚洲激情| 最后的刺客免费高清国语| 成年女人看的毛片在线观看| 禁无遮挡网站| 亚洲中文字幕一区二区三区有码在线看| 日韩有码中文字幕| 中文字幕人成人乱码亚洲影| 精品一区二区三区av网在线观看| 欧美性猛交╳xxx乱大交人| 成年版毛片免费区| 1024手机看黄色片| 不卡一级毛片| 最新在线观看一区二区三区| 国产欧美日韩一区二区三| 美女被艹到高潮喷水动态| 老汉色av国产亚洲站长工具| 两性午夜刺激爽爽歪歪视频在线观看| 免费看十八禁软件| 日韩欧美国产一区二区入口| 亚洲国产精品久久男人天堂| 国产三级黄色录像| 婷婷亚洲欧美| 在线观看日韩欧美| 成人三级黄色视频| 国产综合懂色| 亚洲av日韩精品久久久久久密| 欧美日韩瑟瑟在线播放| 久久久色成人| 亚洲精品日韩av片在线观看 | 久久精品夜夜夜夜夜久久蜜豆| 最新美女视频免费是黄的| 综合色av麻豆| 欧美最新免费一区二区三区 | 老司机福利观看| 99精品欧美一区二区三区四区| 中文字幕av在线有码专区| 91久久精品国产一区二区成人 | 日韩欧美精品免费久久 | 亚洲狠狠婷婷综合久久图片| 久久精品国产亚洲av涩爱 | 久久久精品大字幕| a级毛片a级免费在线| 欧美精品啪啪一区二区三区| 好男人在线观看高清免费视频| 午夜福利18| 最近最新中文字幕大全电影3| 国产亚洲欧美在线一区二区| 亚洲色图av天堂| 在线观看日韩欧美| 最新中文字幕久久久久| av专区在线播放| 亚洲aⅴ乱码一区二区在线播放| 免费在线观看影片大全网站| 老司机福利观看| 国产欧美日韩精品亚洲av| 两性午夜刺激爽爽歪歪视频在线观看| 欧美成狂野欧美在线观看| 日韩成人在线观看一区二区三区| 亚洲av成人精品一区久久| 日韩欧美免费精品| 国产一级毛片七仙女欲春2| 欧美黄色淫秽网站| 99精品欧美一区二区三区四区| 国产伦在线观看视频一区| 一本久久中文字幕| 国产午夜精品久久久久久一区二区三区 | 男人的好看免费观看在线视频| 日本五十路高清| 欧美大码av| 偷拍熟女少妇极品色| av天堂中文字幕网| 99久久精品国产亚洲精品| 国产私拍福利视频在线观看| 香蕉久久夜色| 给我免费播放毛片高清在线观看| 在线视频色国产色| 怎么达到女性高潮| 91久久精品国产一区二区成人 | 美女cb高潮喷水在线观看| 色在线成人网| 人妻丰满熟妇av一区二区三区| 狠狠狠狠99中文字幕| 一区二区三区高清视频在线| 国产成人啪精品午夜网站| 欧美日韩中文字幕国产精品一区二区三区| 国产精品99久久久久久久久| 1024手机看黄色片| 国产精品香港三级国产av潘金莲| 成人精品一区二区免费| 亚洲精品久久国产高清桃花| 亚洲乱码一区二区免费版| 天堂影院成人在线观看| 我要搜黄色片| 人妻夜夜爽99麻豆av| 欧美极品一区二区三区四区| 男女床上黄色一级片免费看| 又黄又爽又免费观看的视频| 亚洲人与动物交配视频| 亚洲激情在线av| 欧美+日韩+精品| 精品一区二区三区视频在线 | 国产精品电影一区二区三区| 天天躁日日操中文字幕| 看片在线看免费视频| 亚洲精品影视一区二区三区av| av天堂在线播放| 国产精品一区二区免费欧美| 我要搜黄色片| 每晚都被弄得嗷嗷叫到高潮| 色av中文字幕| a级毛片a级免费在线| 亚洲中文字幕日韩| 特大巨黑吊av在线直播| 变态另类丝袜制服| 三级男女做爰猛烈吃奶摸视频| 日本黄色片子视频| 天堂√8在线中文| 又黄又爽又免费观看的视频| 在线免费观看不下载黄p国产 | 91av网一区二区| 美女被艹到高潮喷水动态| 最近最新中文字幕大全免费视频| 麻豆成人av在线观看| 精品一区二区三区视频在线 | 国产蜜桃级精品一区二区三区| 亚洲精品久久国产高清桃花| 欧美高清成人免费视频www| 国产伦人伦偷精品视频| 国产精品99久久99久久久不卡| 禁无遮挡网站| 日韩欧美国产一区二区入口| 午夜福利成人在线免费观看| 热99在线观看视频| 日本一本二区三区精品| 麻豆国产97在线/欧美| 久久久久免费精品人妻一区二区| 亚洲av熟女| 夜夜看夜夜爽夜夜摸| 三级毛片av免费| 午夜福利欧美成人| 制服人妻中文乱码| 19禁男女啪啪无遮挡网站| 9191精品国产免费久久| 噜噜噜噜噜久久久久久91| 日本熟妇午夜|