• <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 ?

    基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡城市道路延誤預測研究

    2022-04-18 08:33:42平,張
    江蘇科技信息 2022年5期
    關鍵詞:卡口浮動檢測器

    孫 平,張 萌

    (山東交通學院,山東 濟南 250307)

    0 引 言

    隨著機動車保有量的不斷增加,交通擁堵日益嚴重,交通供需矛盾日益突出。道路平均延誤不僅是評價路網(wǎng)交通狀態(tài)的主要指標,也是開展交通管控的主要依據(jù)之一。因此,研究道路平均延誤的快速、精確獲取方法,不僅可以為出行者提供精準的交通信息服務,也可以為交通管理部門制定科學的交通管理政策提供技術(shù)支撐。

    在對交通延誤計算方面,Webster[1]提出的交叉口延誤模型,是目前最為典型的交叉口延誤時間估計模型,并得到了廣泛應用。但Webster延誤計算模型是以一定假設為基礎的,不能很好地計算車輛到達時所產(chǎn)生的交通延誤,也無法估計在過飽和交通流狀態(tài)下的信號控制道路交叉口交通延誤。對此,Newell[2]對比分析了假設交叉口進口道處車輛的到達情況和駛離情況服從均勻分布、一般分布這兩種情況,發(fā)現(xiàn)分布情況的不同會導致延誤時間估計值存在顯著差異?;诖?Newell建立了適用于交叉口飽和程度較大情況下的延誤時間估計模型。何寧等[3]結(jié)合我國的實際交通狀況,針對經(jīng)典的Webster延誤時間估計模型在我國城市無法直接使用這一問題,選取柯布—道格拉斯生產(chǎn)函數(shù),對信號交叉口的延誤時間現(xiàn)場數(shù)據(jù)進行非線性回歸擬合,從而得到了交叉口延誤時間估計模型。Dion等[4]比較各種延誤估計模型,總結(jié)它們的不足后提出了時依延誤模型。李銳等[5]以兩相位信號控制交叉口為研究對象,通過分析車輛經(jīng)過這種類型交叉口的延誤產(chǎn)生情況,提出了基于等效流率的 Webster 車均延誤時間修正模型。沈旅歐等[6]通過實例比較分析指出,現(xiàn)場實測交通延誤數(shù)據(jù)與一些理論計算方法所得的值還存在著不可忽視的差異。GPS定位技術(shù)在交通領域的廣泛應用,為交通延誤的估計方法提供了新的方法,利用GPS數(shù)據(jù)估計交通延誤的方法也不斷深入。Hellinga等[7]利用公交車GPS定位系統(tǒng)和自動乘客計數(shù)系統(tǒng)來估算交叉口延誤。朱偉剛等[8]利用實測 GPS 數(shù)據(jù),針對路段行程時間的隨機性開發(fā)了行程時間估計自適應模型,提出了交叉口延誤估計模型,與傳統(tǒng)的交叉口延誤計算模型相比延誤值估計精度顯著提高。

    關于利用BP神經(jīng)網(wǎng)絡模型預測交通類問題,國內(nèi)外學者對此進行深入研究,大多數(shù)都是對交通流量進行預測。馬君等[9]建立了一種基于神經(jīng)網(wǎng)絡的交通流量動態(tài)預測模型,采用BP神經(jīng)網(wǎng)絡和徑向基網(wǎng)絡(RBF)建立了預測模型。戶佐安等[10]建立了BP神經(jīng)網(wǎng)絡預測模型,通過因子分析和因子結(jié)果歸一化處理縮減了BP神經(jīng)網(wǎng)絡輸入樣本的數(shù)量,驗證了模型的適應性,使得模型可以更加精確地預測交通信息量??茱w[11]在對短時交通流進行預測時,將自適應人工魚群算法與BP循環(huán)神經(jīng)網(wǎng)絡相結(jié)合,通過實例驗證,證明了模型預測精度更加可靠。胡鑫澤等[12]基于BP神經(jīng)網(wǎng)絡理論預測未來時段交通流量,從而進一步預測未來時段擁堵情況。

    在交通延誤估計計算中,由于模型公式計算規(guī)定的假設條件比較多,導致延誤計算過于理想化,得不到準確性比較高的延誤數(shù)據(jù)。單一檢測器估計法由于檢測器使用時外界環(huán)境及檢測器自身故障的影響,使得采集到的數(shù)據(jù)存在缺失、失真等問題,也致使延誤估計出現(xiàn)一定程度的偏差。因此本文構(gòu)建BP 神經(jīng)網(wǎng)絡預測模型,并針對傳統(tǒng)BP 神經(jīng)網(wǎng)絡模型中權(quán)重和閾值分配不均的問題,使用遺傳算法對BP神經(jīng)網(wǎng)絡延誤預測模型進行優(yōu)化,設計了基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型。并通過該模型將濟南市道路網(wǎng)絡中典型路段和信號控制交叉口的浮動車數(shù)據(jù)和卡口檢測器設備實測數(shù)據(jù)進行融合,充分發(fā)揮浮動車和卡口檢測器的優(yōu)點,彌補單一檢測方式計算出的路段平均延誤精度不高的缺點,獲取更精準、更可靠的路段平均延誤,為交通運營管理者提供更有力的數(shù)據(jù)支撐。

    1 基于單一檢測數(shù)據(jù)的路段平均延誤估計方法

    隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展,交通傳感設備大規(guī)模布設,城市交通數(shù)據(jù)采集覆蓋面、精度和實時性逐漸提升。浮動車、卡口檢測器等交通傳感設備均可以采集到大量交通數(shù)據(jù),為路段平均延誤的估計提供數(shù)據(jù)支撐。本節(jié)提出了如何利用交通傳感設備采集的數(shù)據(jù)估計平均延誤的方法。

    1.1 基于浮動車數(shù)據(jù)的路段平均延誤估計

    對浮動車GPS數(shù)據(jù)的研究過程中發(fā)現(xiàn),浮動車GPS回傳點的分布通常不會匹配到目標點上,但是浮動車在一定路線上短區(qū)間內(nèi)行駛速度總在較小范圍變化,在此較小區(qū)間內(nèi),車輛行駛距離與行駛時間呈線性正比關系。因此可以利用拉格朗日插值公式估計浮動車經(jīng)過路段節(jié)點i的時間Ti,如圖1所示。

    圖1 浮動車經(jīng)過路段端點的時間估計

    1.2 基于卡口檢測器數(shù)據(jù)的路段平均延誤估計

    卡口檢測器數(shù)據(jù)是由安裝在交叉口處的智能車輛監(jiān)控系統(tǒng)捕捉到的車輛信息,當車輛通過交叉口停車線位置的檢測區(qū)域時,會將車輛的通行時刻、車牌信息、交通流量、速度等信息記錄下來,并存儲到系統(tǒng)中。

    在上下游相鄰交叉口進口道均安裝卡口的情況下,車輛j經(jīng)過上游卡口A的時刻為tA、下游卡口B的時刻為tB,車輛j由檢測設備點A行駛到檢測設備點B的行程時間T行:

    車輛在此路段上的延誤D:

    圖2 浮動車時間插值算法

    由于視頻卡口檢測設備受到外界環(huán)境影響較大,所以導致檢測器采集到的數(shù)據(jù)一般存在數(shù)據(jù)缺失、數(shù)據(jù)失真等問題,因而通過卡口檢測器估計得到的路段平均延誤存在一定的誤差。

    2 基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型

    BP神經(jīng)網(wǎng)絡是一種多層前饋神經(jīng)網(wǎng)絡,也是目前應用范圍較廣的預測模型之一,但是BP神經(jīng)網(wǎng)絡的應用效率受到初始權(quán)值和閾值的影響較大。為解決傳統(tǒng)BP神經(jīng)網(wǎng)絡初始權(quán)重和閾值分配不均,本研究采用遺傳算法來改進BP神經(jīng)網(wǎng)絡,提出基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型。

    2.1 BP神經(jīng)網(wǎng)絡結(jié)構(gòu)設計

    2.1.1 輸入與輸出層設計

    BP神經(jīng)網(wǎng)絡輸入層神經(jīng)元有兩個,分別為浮動車、卡口檢測器數(shù)據(jù)估計得到的路段平均延誤,輸出層神經(jīng)元為實際路段平均延誤。

    2.1.2 隱含層設計

    隱含層設計的核心是確定隱含層層數(shù)與各隱含層的節(jié)點數(shù),一般情況下BP神經(jīng)網(wǎng)絡的訓練誤差會隨隱含層數(shù)及節(jié)點數(shù)的增加而減小,但同時會增加網(wǎng)絡復雜度,使訓練時間變長,而且可能產(chǎn)生過擬合使得網(wǎng)絡泛化能力變差。本文設計不同隱含層節(jié)點數(shù)的神經(jīng)網(wǎng)絡結(jié)構(gòu),采用均方根誤差RMSE作為該誤差指標,來選取最佳的隱含層節(jié)點數(shù)。隱含層節(jié)點數(shù)可按經(jīng)驗公式(7)估算:

    RMSE范圍為[0,+∞),當預測值y^i與真實值yi完全吻合時等于0,即完美模型;誤差越大,該值越大。

    2.1.3 激活函數(shù)的選擇

    本文采用Sigmoid轉(zhuǎn)換函數(shù)作為網(wǎng)絡激活函數(shù):

    式中:β為平滑系數(shù),其值越大,激活函數(shù)的曲線越平滑,收斂的速度越慢;相反其值越小,收斂的速度越快,在極值點也易產(chǎn)生波動。

    2.1.4 數(shù)據(jù)歸一化處理

    為了提高模型的訓練速度,避免模型陷入飽和運算,需要對原始輸入數(shù)據(jù)進行歸一化處理保證數(shù)據(jù)處于同一量級。模型采用premnmx函數(shù)將原始數(shù)據(jù)數(shù)值確定在[-1,1],保證運算精度。歸一化公式如下:

    式中:resule為神經(jīng)網(wǎng)絡輸入輸出歸一化值;m為神經(jīng)網(wǎng)絡輸入的標定值;min、max為輸入的最小、最大標定值。

    2.2 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型

    遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的關鍵,在于先利用遺傳算法模擬自然進化過程搜索最優(yōu)解的方法,找出BP神經(jīng)網(wǎng)絡各個權(quán)值和閾值的較優(yōu)解,縮小最優(yōu)解的搜索范圍,再通過優(yōu)化后的BP神經(jīng)網(wǎng)絡算法進行反復多次的訓練得到目標的最優(yōu)模型參數(shù)[14]。具體算法結(jié)構(gòu)流程如圖3所示。

    圖3 GA-BP算法流程

    (1)種群初始化,包括神經(jīng)網(wǎng)絡的權(quán)值ωi0、閾值bi0、種群P、交叉規(guī)模N、交叉概率Pc、變異概率Pm(0.1%~10%)、種群規(guī)模M。

    (2)設置適應度函數(shù),由(1)中初始種群值得到BP網(wǎng)絡的初始權(quán)值和閾值,使用BP網(wǎng)絡預測誤差來確定適應度函數(shù)。

    (3)選擇運算,按照個體適應度,采用輪盤賭法。

    (4)交叉運算,GA算法在計算過程中采用實數(shù)編碼法,本研究采用實數(shù)交叉法[15],公式如下:

    式中:axi為第x個染色體的i位;ayi為第y個染色體的i位;b為隨機數(shù),0≤b≤1。

    (5)變異運算,對選中的個體,利用變異概率Pm將某一個或某一些基因值更改為其他的等位基因。

    (6)用遺傳算法優(yōu)化算法得到的最優(yōu)個體賦值給BP神經(jīng)網(wǎng)絡,作為權(quán)值和閾值輸入,進而運行BP網(wǎng)絡,得到最佳預測結(jié)果。

    3 實例驗證

    本文以濟南市經(jīng)十路中歷山路路口與山師東路路口的路段為例,將經(jīng)過這兩個路口路段浮動車數(shù)據(jù)與卡口檢測器數(shù)據(jù)提取、處理,按照本文提出的基于遺傳算法的BP神經(jīng)網(wǎng)絡延誤預測模型,對估計得到的路段平均延誤進行融合,并對傳統(tǒng)BP神經(jīng)網(wǎng)絡與遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡,預測路段平均延誤的精確性進行比較。

    3.1 方案設計

    選擇濟南市經(jīng)十路中歷山路路口與山師東路路口兩路口路段上早6時至晚20時的浮動車數(shù)據(jù)與卡口檢測器數(shù)據(jù)。將浮動車數(shù)據(jù)、卡口數(shù)據(jù)通過數(shù)據(jù)預處理后,按照第一章內(nèi)提出的延誤估計方法,按每5 min時間間隔計算平均延誤,估計得到的路段平均延誤如表1所示。

    表1 浮動車數(shù)據(jù)、卡口數(shù)據(jù)路段平均延誤估計值

    上文已分別求得基于卡口檢測器數(shù)據(jù)的路段平均延誤估計值m1和基于浮動車數(shù)據(jù)的路段平均延誤估計值m2,將它們作為改進BP算法的輸入值,實地調(diào)研獲得的真實路段平均延誤n作為算法的期望值。輸入值和期望值如表2所示。

    表2 BP神經(jīng)網(wǎng)絡輸入值及期望值

    3.2 方案實施

    從分析時間段中取6時至13時,該時段的數(shù)據(jù)作為訓練樣本,取13時至20時,該時段的數(shù)據(jù)作為測試樣本。網(wǎng)絡中,設定的初始學習速率η(0)為0.01,仿真 1 000 次,誤差精度為 0.000 1,遺傳算法參數(shù)初始種群規(guī)模為10,迭代次數(shù)為30,交叉概率為0.2,變異概率為0.1。

    隱含層節(jié)點由經(jīng)驗公式(11)可知其范圍在[3~12],實驗運行不同網(wǎng)絡結(jié)構(gòu),通過均方根誤差RMSE的變化來確定出隱含層最佳節(jié)點數(shù),實驗運行的不同隱含層節(jié)點對應的RMSE變化如表3所示。

    表3 不同隱含層節(jié)點數(shù)誤差變化比較

    由表3的數(shù)據(jù)可以明顯看出,當隱含層節(jié)點為7時,運行結(jié)果均方誤差RMSE是0.052 9,隱含層節(jié)點數(shù)為3時,運行結(jié)果均方誤差RMSE是0.032 6,因此確定最優(yōu)隱含層節(jié)點數(shù)為3。所構(gòu)建優(yōu)化的BP神經(jīng)網(wǎng)絡結(jié)構(gòu)組成為2-3-1網(wǎng)絡結(jié)構(gòu)。

    訓練完成后,該模型隱含層各神經(jīng)元的連接權(quán)重系數(shù)矩陣V=[2.336 5,-0.648 6;-2.190 5,1.040 1;-1.857 6,-1.558 6]。隱含層與輸出層之間的連接權(quán)重系數(shù)矩陣W=[0.203 3;-0.559 7;-0.758 6]。輸入層神經(jīng)元閾值矩陣b1=[-2.436 7;-0.055 8;-1.615 9]。輸出層神經(jīng)元閾值矩陣b2= [-1.085 2]。

    利用13時至20時的數(shù)據(jù)對遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型進行測試后,結(jié)果如圖4、圖5所示。

    圖4 不同方法估計的路段延誤對比

    圖5 不同方法估計的路段延誤誤差對比

    由圖4可以看出,與利用傳統(tǒng)BP神經(jīng)網(wǎng)絡預測結(jié)果相比,遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型的預測值更接近真實的路段延誤。通過誤差對比圖5可以看出,傳統(tǒng)BP預測模型誤差有較大波動,采用遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型,預測結(jié)果的相對誤差都小于5.69%,即預測精度>94.31%,預測精度明顯高于傳統(tǒng)BP神經(jīng)網(wǎng)絡預測模型。

    由表4可以看出,遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型的平均絕對誤差、均方誤差、平均絕對百分比誤差較傳統(tǒng)BP預測模型有所下降,擬合優(yōu)度更接近于1,表明引入遺傳算法后提高了全局搜索能力,預測精度得到顯著提升。由表5可以看到,遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型預測結(jié)果的平均相對誤差,就單一檢測器估計得到結(jié)果的平均相對誤差大幅降低。因此遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡算法對浮動車數(shù)據(jù)和卡口檢測器數(shù)據(jù)估計的路段平均延誤融合后,可以更加準確地反映路段平均延誤,滿足道路管理者對精度的要求。

    表4 兩種模型的預測誤差對比

    表5 不同方法估計路段平均延誤相對誤差對比

    4 結(jié)語

    本文基于對神經(jīng)網(wǎng)絡算法原理及多源交通數(shù)據(jù)特性的理解,首先分析了基于浮動車和卡口檢測器數(shù)據(jù)估計路段平均延誤的方法以及它們所存在的不足之處。其次針對傳統(tǒng)BP預測模型初始權(quán)重和閾值分配不均的問題,通過遺傳算法對BP神經(jīng)網(wǎng)絡延誤預測模型進行改進,設計了基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型,并且通過訓練組數(shù)據(jù)將網(wǎng)絡模型調(diào)整為最優(yōu)狀態(tài)。最后通過Matlab軟件系統(tǒng)對模型進行仿真驗證。結(jié)果表明:基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡延誤預測模型,融合估計出的路段平均延誤比使用單一數(shù)據(jù)源估計的更加精準可靠,融合后預測精度高于94.31%。

    猜你喜歡
    卡口浮動檢測器
    中國船級社(CCS)發(fā)布 《海上浮動設施入級規(guī)范》(2023)
    L卡口“馬拉松”聯(lián)盟的前世今生
    攝影之友(2018年12期)2018-12-26 08:53:42
    一種用于剪板機送料的液壓浮動夾鉗
    帶有浮動機構(gòu)的曲軸孔鏜刀應用研究
    車道微波車輛檢測器的應用
    一種霧霾檢測器的研究與設計
    高速公路車道高清卡口系統(tǒng)實施方案
    基于高清卡口識別的高速公路長隧道安全比對系統(tǒng)
    專利名稱:一種禽舍加溫水槽
    家禽科學(2015年6期)2015-05-30 10:48:04
    一體化火焰檢測器常見故障分析
    河南科技(2014年22期)2014-02-27 14:18:12
    中文字幕av电影在线播放| 国产爽快片一区二区三区| 新久久久久国产一级毛片| 欧美激情 高清一区二区三区| 色94色欧美一区二区| 亚洲精品aⅴ在线观看| 国产麻豆69| 日本猛色少妇xxxxx猛交久久| 午夜老司机福利剧场| 久久久久久久大尺度免费视频| 热99久久久久精品小说推荐| 国产免费福利视频在线观看| 天堂中文最新版在线下载| 午夜av观看不卡| 国产男人的电影天堂91| 亚洲欧美一区二区三区久久| 国产无遮挡羞羞视频在线观看| 久久这里有精品视频免费| 欧美激情高清一区二区三区 | 啦啦啦中文免费视频观看日本| 777久久人妻少妇嫩草av网站| 久久精品久久久久久久性| 熟妇人妻不卡中文字幕| 久久精品aⅴ一区二区三区四区 | 成人国语在线视频| av卡一久久| 丝袜在线中文字幕| 18+在线观看网站| 中文天堂在线官网| 欧美精品国产亚洲| 一区二区三区乱码不卡18| 熟妇人妻不卡中文字幕| 亚洲精品美女久久av网站| 国产极品天堂在线| 国产精品 欧美亚洲| 国产老妇伦熟女老妇高清| 欧美av亚洲av综合av国产av | 成人国产av品久久久| 水蜜桃什么品种好| 在线观看一区二区三区激情| 女人久久www免费人成看片| 男人操女人黄网站| 精品少妇内射三级| 最近的中文字幕免费完整| 久久国产精品男人的天堂亚洲| 人体艺术视频欧美日本| 99热国产这里只有精品6| 日本爱情动作片www.在线观看| 一区二区三区激情视频| 亚洲激情五月婷婷啪啪| 丝袜人妻中文字幕| 两个人免费观看高清视频| 在线观看免费视频网站a站| 国产白丝娇喘喷水9色精品| 纵有疾风起免费观看全集完整版| 欧美日韩一级在线毛片| 久久ye,这里只有精品| 人妻人人澡人人爽人人| 性色av一级| 欧美精品高潮呻吟av久久| 老汉色av国产亚洲站长工具| 午夜福利网站1000一区二区三区| 亚洲国产av新网站| 黑人猛操日本美女一级片| 亚洲国产最新在线播放| 少妇人妻精品综合一区二区| 天天躁狠狠躁夜夜躁狠狠躁| 黄色一级大片看看| 2022亚洲国产成人精品| av免费在线看不卡| 9色porny在线观看| 在线观看美女被高潮喷水网站| 日韩欧美精品免费久久| 亚洲精品成人av观看孕妇| 婷婷成人精品国产| 精品亚洲成国产av| 国产不卡av网站在线观看| 日韩熟女老妇一区二区性免费视频| 黄频高清免费视频| 如何舔出高潮| 日本91视频免费播放| 黄片小视频在线播放| 老司机影院毛片| 美女大奶头黄色视频| 亚洲美女黄色视频免费看| 黑人欧美特级aaaaaa片| 亚洲三区欧美一区| 人妻一区二区av| 欧美精品一区二区免费开放| 国产一区二区 视频在线| 性色av一级| 99re6热这里在线精品视频| 国产精品成人在线| 人人妻人人添人人爽欧美一区卜| 亚洲精品中文字幕在线视频| 久久鲁丝午夜福利片| 亚洲天堂av无毛| 两个人看的免费小视频| 亚洲成人一二三区av| 高清视频免费观看一区二区| 国产精品一国产av| 看免费av毛片| 999久久久国产精品视频| 欧美激情极品国产一区二区三区| 视频区图区小说| 嫩草影院入口| 丁香六月天网| 欧美日韩一区二区视频在线观看视频在线| xxx大片免费视频| 免费日韩欧美在线观看| 日韩电影二区| 午夜日本视频在线| 国产一区二区 视频在线| 久热久热在线精品观看| 不卡视频在线观看欧美| 免费播放大片免费观看视频在线观看| 嫩草影院入口| 亚洲国产毛片av蜜桃av| 国产福利在线免费观看视频| 国产亚洲午夜精品一区二区久久| 精品少妇一区二区三区视频日本电影 | 777米奇影视久久| a级毛片黄视频| 日韩欧美一区视频在线观看| 国产黄色免费在线视频| 黑人欧美特级aaaaaa片| 午夜精品国产一区二区电影| 午夜福利在线免费观看网站| 色吧在线观看| 久久久久网色| kizo精华| 国产熟女午夜一区二区三区| 美女福利国产在线| 在线观看人妻少妇| 欧美黄色片欧美黄色片| freevideosex欧美| 免费av中文字幕在线| 在线观看免费高清a一片| 乱人伦中国视频| 亚洲第一区二区三区不卡| www.精华液| 建设人人有责人人尽责人人享有的| 国产探花极品一区二区| 性少妇av在线| 亚洲四区av| 午夜免费男女啪啪视频观看| 免费观看a级毛片全部| 99久久综合免费| 午夜影院在线不卡| 亚洲av中文av极速乱| 久久久久久久精品精品| 国产乱人偷精品视频| 国产福利在线免费观看视频| 丰满迷人的少妇在线观看| 成人二区视频| 精品国产一区二区三区久久久樱花| 国产亚洲欧美精品永久| 国产精品国产三级国产专区5o| 欧美日本中文国产一区发布| 亚洲国产av影院在线观看| 欧美 亚洲 国产 日韩一| 久久精品aⅴ一区二区三区四区 | 水蜜桃什么品种好| 91精品三级在线观看| 成人国产麻豆网| 春色校园在线视频观看| 两个人免费观看高清视频| 亚洲天堂av无毛| 性色avwww在线观看| 精品一品国产午夜福利视频| 久久99蜜桃精品久久| 啦啦啦视频在线资源免费观看| 新久久久久国产一级毛片| 老鸭窝网址在线观看| 久久综合国产亚洲精品| 久久精品国产亚洲av天美| 国产女主播在线喷水免费视频网站| 国产精品一区二区在线不卡| 999久久久国产精品视频| 亚洲欧美一区二区三区黑人 | 久久久久久久久久久免费av| 亚洲av福利一区| 国产日韩欧美视频二区| 国产一区二区激情短视频 | 免费在线观看完整版高清| 久久这里只有精品19| 人妻少妇偷人精品九色| 不卡视频在线观看欧美| 最近最新中文字幕免费大全7| 人妻少妇偷人精品九色| 黄色配什么色好看| 国产一区亚洲一区在线观看| 黄网站色视频无遮挡免费观看| 久久女婷五月综合色啪小说| 熟女少妇亚洲综合色aaa.| 黄色 视频免费看| 精品国产露脸久久av麻豆| 亚洲精品国产色婷婷电影| 狠狠精品人妻久久久久久综合| 免费观看av网站的网址| 青春草亚洲视频在线观看| 熟妇人妻不卡中文字幕| 国产精品 国内视频| 校园人妻丝袜中文字幕| 久久久久久久亚洲中文字幕| 国产精品偷伦视频观看了| 嫩草影院入口| 欧美变态另类bdsm刘玥| 亚洲av成人精品一二三区| 亚洲精品日本国产第一区| 不卡视频在线观看欧美| 又粗又硬又长又爽又黄的视频| 啦啦啦啦在线视频资源| 免费观看av网站的网址| 天美传媒精品一区二区| 久久久久久久亚洲中文字幕| 亚洲激情五月婷婷啪啪| 9191精品国产免费久久| 热99久久久久精品小说推荐| 日韩一卡2卡3卡4卡2021年| 久久精品夜色国产| 国产白丝娇喘喷水9色精品| 夫妻午夜视频| av线在线观看网站| 最新的欧美精品一区二区| 丝袜美足系列| 国产不卡av网站在线观看| 日本vs欧美在线观看视频| 久久精品夜色国产| 大陆偷拍与自拍| 国产日韩一区二区三区精品不卡| 国产日韩欧美亚洲二区| 欧美亚洲 丝袜 人妻 在线| 亚洲欧美一区二区三区久久| 久久av网站| 七月丁香在线播放| 久久精品久久久久久久性| 久久人妻熟女aⅴ| 人人妻人人添人人爽欧美一区卜| 美女午夜性视频免费| 如日韩欧美国产精品一区二区三区| 丰满少妇做爰视频| 亚洲久久久国产精品| 爱豆传媒免费全集在线观看| 国产精品蜜桃在线观看| 日本-黄色视频高清免费观看| 久久久久久久久免费视频了| 国产色婷婷99| 国产极品粉嫩免费观看在线| 久久精品夜色国产| 精品国产乱码久久久久久男人| 欧美日韩视频高清一区二区三区二| 欧美精品高潮呻吟av久久| 五月伊人婷婷丁香| 黄色视频在线播放观看不卡| 亚洲成色77777| 国产人伦9x9x在线观看 | www.熟女人妻精品国产| 国产乱人偷精品视频| 国产精品成人在线| 亚洲欧美中文字幕日韩二区| 久久国产精品大桥未久av| 中国国产av一级| 午夜福利视频在线观看免费| 欧美日韩一级在线毛片| 亚洲五月色婷婷综合| 肉色欧美久久久久久久蜜桃| 亚洲色图综合在线观看| 赤兔流量卡办理| 亚洲一级一片aⅴ在线观看| 如何舔出高潮| 最新的欧美精品一区二区| 欧美 亚洲 国产 日韩一| 岛国毛片在线播放| 国产人伦9x9x在线观看 | 精品第一国产精品| 欧美在线黄色| 亚洲国产av新网站| 999精品在线视频| 伊人亚洲综合成人网| videossex国产| 亚洲成av片中文字幕在线观看 | 在线观看人妻少妇| 久久久久精品久久久久真实原创| 99热全是精品| 天天操日日干夜夜撸| 热re99久久国产66热| a级片在线免费高清观看视频| 成年女人毛片免费观看观看9 | 青青草视频在线视频观看| tube8黄色片| 成人国产麻豆网| 在线观看www视频免费| 色网站视频免费| 欧美精品国产亚洲| 老熟女久久久| av免费观看日本| 国产成人aa在线观看| 肉色欧美久久久久久久蜜桃| 热re99久久国产66热| 亚洲男人天堂网一区| 国产精品 欧美亚洲| 欧美精品高潮呻吟av久久| 久久久精品国产亚洲av高清涩受| 如何舔出高潮| 黄片无遮挡物在线观看| 亚洲五月色婷婷综合| 大话2 男鬼变身卡| 99九九在线精品视频| 岛国毛片在线播放| 黑人欧美特级aaaaaa片| 热99久久久久精品小说推荐| 国产成人精品婷婷| 在线亚洲精品国产二区图片欧美| av在线观看视频网站免费| 久久久久网色| 欧美激情高清一区二区三区 | 九九爱精品视频在线观看| 国产 一区精品| 侵犯人妻中文字幕一二三四区| 免费观看在线日韩| 久久国产亚洲av麻豆专区| 在线观看人妻少妇| 精品久久久久久电影网| 18禁动态无遮挡网站| 中文欧美无线码| 国产黄色视频一区二区在线观看| 国产精品av久久久久免费| 日日摸夜夜添夜夜爱| 亚洲,欧美精品.| 国产精品 欧美亚洲| 日韩视频在线欧美| 成年女人毛片免费观看观看9 | 一区二区三区乱码不卡18| 看十八女毛片水多多多| av在线播放精品| 人妻一区二区av| 久久ye,这里只有精品| 一区二区日韩欧美中文字幕| 大码成人一级视频| 亚洲欧美色中文字幕在线| 极品人妻少妇av视频| 国产成人欧美| 男人操女人黄网站| 国产无遮挡羞羞视频在线观看| 免费高清在线观看视频在线观看| 亚洲精品成人av观看孕妇| 国产精品 国内视频| 久久久久精品性色| 精品福利永久在线观看| 欧美日韩av久久| 天天操日日干夜夜撸| 久久久久网色| 永久免费av网站大全| 欧美国产精品va在线观看不卡| 欧美激情高清一区二区三区 | 一个人免费看片子| 18禁裸乳无遮挡动漫免费视频| 日日啪夜夜爽| 亚洲伊人久久精品综合| 女人高潮潮喷娇喘18禁视频| 亚洲综合色惰| www.自偷自拍.com| 亚洲av成人精品一二三区| 成年av动漫网址| 99香蕉大伊视频| 女人被躁到高潮嗷嗷叫费观| 最黄视频免费看| 黄色 视频免费看| 哪个播放器可以免费观看大片| 国产无遮挡羞羞视频在线观看| 街头女战士在线观看网站| 亚洲精品在线美女| 亚洲熟女精品中文字幕| 如何舔出高潮| 久久久久精品久久久久真实原创| www.自偷自拍.com| 精品一区二区免费观看| av线在线观看网站| 国产成人免费观看mmmm| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲精品国产av蜜桃| 制服诱惑二区| 亚洲国产成人一精品久久久| 久久精品久久久久久噜噜老黄| 亚洲国产成人一精品久久久| 少妇人妻 视频| 久久精品国产鲁丝片午夜精品| 日本vs欧美在线观看视频| 亚洲少妇的诱惑av| 亚洲av男天堂| av在线老鸭窝| 国产亚洲欧美精品永久| 两个人免费观看高清视频| 精品一区在线观看国产| 久久av网站| 人人妻人人添人人爽欧美一区卜| 国产欧美亚洲国产| 少妇猛男粗大的猛烈进出视频| 90打野战视频偷拍视频| 咕卡用的链子| 黄频高清免费视频| 亚洲欧美中文字幕日韩二区| 视频在线观看一区二区三区| 国产乱来视频区| 久久99精品国语久久久| 另类精品久久| 最新中文字幕久久久久| 九九爱精品视频在线观看| 99热网站在线观看| 高清在线视频一区二区三区| 桃花免费在线播放| 在线观看一区二区三区激情| 男女边吃奶边做爰视频| 1024香蕉在线观看| 欧美日韩视频高清一区二区三区二| 国产在线视频一区二区| 91精品伊人久久大香线蕉| 欧美日韩综合久久久久久| av电影中文网址| 亚洲国产精品一区二区三区在线| 9热在线视频观看99| 亚洲av中文av极速乱| 久久精品久久久久久久性| 69精品国产乱码久久久| 国产深夜福利视频在线观看| 一本—道久久a久久精品蜜桃钙片| 欧美在线黄色| 欧美精品av麻豆av| 伦精品一区二区三区| 高清不卡的av网站| 国产男女超爽视频在线观看| 国产精品嫩草影院av在线观看| a级毛片在线看网站| 一区二区三区激情视频| 国产极品粉嫩免费观看在线| 日本91视频免费播放| 高清av免费在线| 免费看不卡的av| 天美传媒精品一区二区| 波野结衣二区三区在线| 我要看黄色一级片免费的| 精品国产露脸久久av麻豆| 亚洲精品日本国产第一区| 交换朋友夫妻互换小说| 2021少妇久久久久久久久久久| 日本免费在线观看一区| 咕卡用的链子| 90打野战视频偷拍视频| 免费观看av网站的网址| 日韩成人av中文字幕在线观看| 欧美在线黄色| 一本—道久久a久久精品蜜桃钙片| 久久人人97超碰香蕉20202| 天天躁夜夜躁狠狠久久av| 亚洲欧美中文字幕日韩二区| 天天操日日干夜夜撸| 亚洲国产色片| 永久免费av网站大全| 在线 av 中文字幕| 中文字幕另类日韩欧美亚洲嫩草| 一二三四中文在线观看免费高清| 亚洲视频免费观看视频| 欧美最新免费一区二区三区| 国产熟女欧美一区二区| 九草在线视频观看| 成人漫画全彩无遮挡| 热99久久久久精品小说推荐| 日产精品乱码卡一卡2卡三| 天美传媒精品一区二区| 看免费成人av毛片| 天堂8中文在线网| av在线老鸭窝| 亚洲国产av新网站| 一级a爱视频在线免费观看| 美女脱内裤让男人舔精品视频| 日韩欧美精品免费久久| 久久人妻熟女aⅴ| 亚洲综合精品二区| 国产成人精品在线电影| 国产免费视频播放在线视频| 尾随美女入室| 亚洲av福利一区| 日日啪夜夜爽| 少妇被粗大猛烈的视频| 建设人人有责人人尽责人人享有的| 电影成人av| 久久久久精品性色| 人成视频在线观看免费观看| 又黄又粗又硬又大视频| 欧美最新免费一区二区三区| 久久综合国产亚洲精品| 国产av一区二区精品久久| 可以免费在线观看a视频的电影网站 | 日韩一卡2卡3卡4卡2021年| www.自偷自拍.com| 观看av在线不卡| 久久人人爽人人片av| 成年美女黄网站色视频大全免费| 中文字幕av电影在线播放| 久久精品国产亚洲av涩爱| 伦理电影免费视频| 欧美变态另类bdsm刘玥| 黑人猛操日本美女一级片| 亚洲精品久久成人aⅴ小说| 欧美精品国产亚洲| 巨乳人妻的诱惑在线观看| 亚洲国产欧美在线一区| 国产成人精品一,二区| xxx大片免费视频| 欧美97在线视频| 久久久国产一区二区| 精品一区二区三卡| 欧美精品国产亚洲| 亚洲三级黄色毛片| 一边亲一边摸免费视频| 国产成人精品一,二区| 大码成人一级视频| 美女午夜性视频免费| 亚洲精品国产一区二区精华液| 巨乳人妻的诱惑在线观看| 欧美精品国产亚洲| 久久婷婷青草| 色哟哟·www| 亚洲国产日韩一区二区| 亚洲一区中文字幕在线| 最黄视频免费看| 青春草视频在线免费观看| 人人妻人人添人人爽欧美一区卜| 日本-黄色视频高清免费观看| 精品国产超薄肉色丝袜足j| 亚洲一级一片aⅴ在线观看| a级片在线免费高清观看视频| videossex国产| 婷婷色麻豆天堂久久| 黑人巨大精品欧美一区二区蜜桃| 国产亚洲午夜精品一区二区久久| 看十八女毛片水多多多| 一二三四在线观看免费中文在| 欧美日韩一级在线毛片| 秋霞伦理黄片| 99久久综合免费| 1024视频免费在线观看| 日日啪夜夜爽| 久久热在线av| 久久国产精品大桥未久av| 秋霞在线观看毛片| 桃花免费在线播放| 深夜精品福利| 一本大道久久a久久精品| 91aial.com中文字幕在线观看| tube8黄色片| 日本av手机在线免费观看| 久久精品国产亚洲av高清一级| 成人二区视频| 高清av免费在线| 日韩熟女老妇一区二区性免费视频| 欧美精品亚洲一区二区| 日韩不卡一区二区三区视频在线| 少妇的逼水好多| 丝袜美足系列| av在线观看视频网站免费| 久久久a久久爽久久v久久| 人人妻人人添人人爽欧美一区卜| 国产成人精品久久二区二区91 | 美女国产高潮福利片在线看| 国产欧美日韩综合在线一区二区| 一区二区日韩欧美中文字幕| 色播在线永久视频| 久久99精品国语久久久| 国产精品久久久av美女十八| 久久青草综合色| 男女下面插进去视频免费观看| 男人舔女人的私密视频| 一级毛片电影观看| 精品国产露脸久久av麻豆| 婷婷色av中文字幕| 啦啦啦在线观看免费高清www| 精品酒店卫生间| 在线免费观看不下载黄p国产| 69精品国产乱码久久久| 国产亚洲精品第一综合不卡| 欧美中文综合在线视频| 岛国毛片在线播放| 侵犯人妻中文字幕一二三四区| 国产极品粉嫩免费观看在线| 少妇精品久久久久久久| 男女国产视频网站| 国产精品一区二区在线观看99| 久久精品夜色国产| 成人国语在线视频| 国产欧美亚洲国产| 侵犯人妻中文字幕一二三四区| 最近最新中文字幕免费大全7| 捣出白浆h1v1| 午夜激情av网站| 日韩一卡2卡3卡4卡2021年| 亚洲,欧美,日韩| 五月天丁香电影| 精品国产一区二区久久| 国产毛片在线视频| 9热在线视频观看99| 日本vs欧美在线观看视频| 99re6热这里在线精品视频| 人妻少妇偷人精品九色| 日日撸夜夜添| 捣出白浆h1v1| 在线免费观看不下载黄p国产| 久久久久视频综合| 国产精品.久久久| 激情视频va一区二区三区| 又粗又硬又长又爽又黄的视频| 亚洲av电影在线进入| 欧美亚洲日本最大视频资源| 亚洲欧洲日产国产|