• <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 ?

    基于深度卷積神經(jīng)網(wǎng)絡(luò)的復(fù)雜多目標(biāo)規(guī)劃問(wèn)題機(jī)器學(xué)習(xí)方法

    2022-05-21 08:46:32張濤陳薇周俊劉瑞林陳芳
    關(guān)鍵詞:測(cè)試函數(shù)卷積神經(jīng)網(wǎng)絡(luò)

    張濤,陳薇,周俊,劉瑞林,陳芳

    長(zhǎng)江大學(xué)信息與數(shù)學(xué)學(xué)院,湖北 荊州 434023

    多目標(biāo)規(guī)劃問(wèn)題是指同時(shí)優(yōu)化多個(gè)相互沖突目標(biāo)的優(yōu)化問(wèn)題,由于其可以全面體現(xiàn)決策者的意愿,從而廣泛應(yīng)用于工程實(shí)踐中,如跨流域調(diào)水問(wèn)題[1]、土地資源使用問(wèn)題[2]、工程設(shè)計(jì)問(wèn)題[3]、綠色煤炭生產(chǎn)問(wèn)題[4]等。但由于多目標(biāo)問(wèn)題的復(fù)雜性,其有效的算法設(shè)計(jì)一直是優(yōu)化領(lǐng)域的研究熱點(diǎn)。

    智能算法的發(fā)展促進(jìn)了最優(yōu)化方法從“方法定向”到“問(wèn)題定向”的轉(zhuǎn)變。相對(duì)于傳統(tǒng)算法,智能優(yōu)化算法具有以下優(yōu)點(diǎn):對(duì)目標(biāo)函數(shù)和約束函數(shù)的性能要求更為寬松;計(jì)算效率比理論上的最優(yōu)性更為重要;多數(shù)算法有一個(gè)多個(gè)體的種群,尋優(yōu)過(guò)程實(shí)際上就是一個(gè)種群進(jìn)化的過(guò)程。結(jié)合多目標(biāo)規(guī)劃問(wèn)題的結(jié)構(gòu)特征,智能算法已成為求解多目標(biāo)規(guī)劃問(wèn)題的重要手段。SCHAFFER設(shè)計(jì)了求解多目標(biāo)規(guī)劃問(wèn)題的向量評(píng)價(jià)遺傳算法(VEGA)[5];FONSECA和FLEMING提出了求解多目標(biāo)規(guī)劃問(wèn)題的遺傳算法MOGA[6],該算法易于操作且計(jì)算效率較高,但該算法過(guò)于依賴(lài)共享參數(shù),極易陷入局優(yōu);SRINIVAS和DEB提出了求解多目標(biāo)規(guī)劃問(wèn)題的非受控排序遺傳算法(NSGA),該算法具有較好的收斂性且Pareto最優(yōu)解分布均勻,但算法計(jì)算量大,計(jì)算復(fù)雜度高[7];HORN等提出了基于小生境技術(shù)的多目標(biāo)規(guī)劃問(wèn)題的遺傳算法(NPGA),該算法計(jì)算效率較高且能獲得較好的Pareto最優(yōu)解集,但難以選擇和調(diào)整小生境半徑和比較集的規(guī)模[8];KNOWLES等提出了基于外部存檔的多目標(biāo)進(jìn)化算法(PAES),該算法利用外部存檔技術(shù)保留非支配個(gè)體,并采用一種自適應(yīng)的網(wǎng)格保持種群的多樣性[9];CORNE等利用擠壓系數(shù)保持種群的多樣性,提出了Paeto包絡(luò)的多目標(biāo)優(yōu)化選擇算法(PESA)[10];后續(xù)又對(duì)PESA 算法進(jìn)行改進(jìn),提出了求解多目標(biāo)規(guī)劃問(wèn)題的PESA-Ⅱ算法,該算法采用網(wǎng)格選擇,與基于個(gè)體選擇的PESA算法相比,在一定程度上提高了算法的運(yùn)行效率[11];基于外部精英集存檔技術(shù)和保持種群多樣性的聚類(lèi)技術(shù),結(jié)合基于個(gè)體強(qiáng)度的適應(yīng)度賦值方法,ZITZLER等提出了求解多目標(biāo)規(guī)劃問(wèn)題的強(qiáng)度Pareto進(jìn)化算法(SPEA),該算法為多目標(biāo)進(jìn)化算法的設(shè)計(jì)提供了一種新的思想,但該算法在選擇壓力較小時(shí),幾乎等效于隨機(jī)搜索[12];他們后續(xù)又對(duì)SPEA算法的適應(yīng)度分配策略、個(gè)體分布性評(píng)估方法以及非支配解集的更新策略進(jìn)行了改進(jìn),提出了第二代求解多目標(biāo)規(guī)劃問(wèn)題的強(qiáng)度Pareto進(jìn)化算法(NSGA-Ⅱ),該算法雖然與SPEA算法的計(jì)算復(fù)雜度相同,但SPEA-Ⅱ的Pareto最優(yōu)解的分布均勻性得到了極大的提高[13];基于快速非受控技術(shù),DEB等提出了求解多目標(biāo)規(guī)劃問(wèn)題的快速非受控排序遺傳算法(NSGA-Ⅱ),該算法具有良好的收斂性與Pareto最優(yōu)解具有較好的分布均勻性且計(jì)算效率較高,但難以找到孤立點(diǎn)[14]。

    自2003年開(kāi)始,由于粒子群優(yōu)化算法以及人工免疫系統(tǒng)優(yōu)化算法等新的進(jìn)化思想被引入多目標(biāo)優(yōu)化的領(lǐng)域,多目標(biāo)進(jìn)化算法的研究又得到了進(jìn)一步的發(fā)展。2004年,COELLO等提出了多目標(biāo)規(guī)劃問(wèn)題的粒子群算法(MOPSO),該方法簡(jiǎn)單易行且具有較高的計(jì)算效率[15];2008年,基于人工免疫系統(tǒng)模擬抗體的優(yōu)化過(guò)程,JIAO等提出了經(jīng)典的求解多目標(biāo)規(guī)劃問(wèn)題的非支配鄰域免疫算法(NNIA),該算法收斂速度較快,在求解高維多目標(biāo)優(yōu)化問(wèn)題時(shí)具有一定的優(yōu)勢(shì)[16]。

    近年來(lái),國(guó)內(nèi)外學(xué)者以多目標(biāo)進(jìn)化算法為主要手段,設(shè)計(jì)了一系列的多目標(biāo)規(guī)劃問(wèn)題求解算法,并取得了一定的成果。然而,多目標(biāo)規(guī)劃問(wèn)題進(jìn)化算法中仍存在一些共性問(wèn)題:測(cè)試函數(shù)的Pareto最優(yōu)解集模式單一;種群多樣性與算法收斂速度相互牽制,且隨著問(wèn)題維度的增加,求解難度急劇上升。最近,深度卷積神經(jīng)網(wǎng)絡(luò)因在圖像邊緣提取中的高效性備受矚目,該方法幾乎可以“瞬時(shí)”完成圖像邊緣提取。事實(shí)上,將多目標(biāo)規(guī)劃問(wèn)題的像空間進(jìn)行圖像表征,則Pareto最優(yōu)前沿通常映射為圖像邊緣的特定部分?;诖?,筆者設(shè)計(jì)了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的復(fù)雜多目標(biāo)規(guī)劃問(wèn)題的機(jī)器學(xué)習(xí)方法。

    1 模型與基本概念

    假設(shè)x∈Rn,f:Rn→Rm,g:Rn→Rq,以最小化問(wèn)題為例,多目標(biāo)規(guī)劃問(wèn)題的數(shù)學(xué)模型可表述為:

    (1)

    多目標(biāo)規(guī)劃問(wèn)題的概念圖如圖1,相關(guān)定義如下:

    圖1 多目標(biāo)規(guī)劃概念圖

    定義1(Pareto支配)對(duì)任意2個(gè)可行解x和y,若對(duì)?i∈{1,2,…,m}滿(mǎn)足fi(x)≤fi(y),且?i∈{1,2,…,m},使fi(x)

    定義2(Pareto最優(yōu)解)對(duì)可行解x*,若不存在x∈S,使得xx*,則x*為問(wèn)題(1)的一個(gè)Pareto最優(yōu)解。

    定義3(Pareto最優(yōu)解集)給定問(wèn)題的所有Pareto最優(yōu)解構(gòu)成Pareto最優(yōu)解集(Pareto-optimal set,PS),記作:

    P*={x*∈S|?x∈S,x*x}

    定義4(Pareto前沿)對(duì)于給定問(wèn)題的所有Pareto最優(yōu)解所對(duì)應(yīng)的目標(biāo)向量構(gòu)成問(wèn)題(1)的Pareto前沿(Pareto Front,PF),記作:

    PF*={f(x)=(f1(x),f2(x),…,fm(x))|x∈P}

    s.t.x∈Ω

    2 算法

    首先,在原像空間中,提出“部分精英集的Gauss采樣+部分拉丁超立方采樣”的混合采樣新方法,其中部分樣本以精英集中的Pareto最優(yōu)解為中心進(jìn)行Gauss采樣以保證所獲Pareto前沿不差于上一代,部分樣本利用拉丁超立方采樣以保證樣本的多樣性。接著,在像空間中,利用基于深度卷積神經(jīng)網(wǎng)絡(luò)圖像特定邊緣提取直接獲取Pareto最優(yōu)前沿。反復(fù)迭代上述過(guò)程,直到滿(mǎn)足精度要求。

    2.1 算法總體流程

    算法流程如下所述:

    Step 1 在決策空間中隨機(jī)初始化一組解X,設(shè)置循環(huán)次數(shù)N;

    Step 2 將X帶入問(wèn)題模型得到Y(jié);

    Step 3 利用深度卷積神經(jīng)網(wǎng)絡(luò)從Y構(gòu)成的圖像中提取Pareto最優(yōu)前沿Z;

    Step 4 得到Pareto前沿Z對(duì)應(yīng)的決策變量集合S;

    Step 5 由S根據(jù)智能采樣算法產(chǎn)生新的決策變量集合X;

    Step 6 從Step 2開(kāi)始循環(huán)N-1次。

    2.2 智能采樣算法流程

    智能采樣算法流程如下:

    Step 1 得到當(dāng)前最優(yōu)解集S;

    Step 2 以S中每個(gè)向量為中心,進(jìn)行Gauss采樣得到集合P;

    Step 3 生成一組隨機(jī)數(shù)組成集合R;

    Step 4 將S、P和R合并后進(jìn)行拉丁超立方采樣,得到集合Q;

    Step 5 將S、P和Q合并,得到新的樣本集合X。

    2.3 基于深度卷積神經(jīng)網(wǎng)絡(luò)的Pareto前沿提取算法

    基于深度卷積神經(jīng)網(wǎng)絡(luò)的Pareto前沿提取算法流程如下:

    步驟1 將目標(biāo)空間圖像轉(zhuǎn)換成二值數(shù)字圖像;

    步驟2 根據(jù)圖像大小,設(shè)置相應(yīng)的卷積核,建立深度卷積神經(jīng)網(wǎng)絡(luò)模型,其中卷積核設(shè)置如下:

    網(wǎng)絡(luò)所需層數(shù)由卷積核大小和輸入圖像大小計(jì)算后設(shè)置;

    步驟3 將數(shù)字圖像輸入神經(jīng)網(wǎng)絡(luò)模型得到對(duì)應(yīng)的Pareto前沿圖像;

    步驟4 將Pareto前沿圖像轉(zhuǎn)換成對(duì)應(yīng)的Pareto解集。

    3 數(shù)值試驗(yàn)與結(jié)果分析

    為了測(cè)試算法求解復(fù)雜多目標(biāo)規(guī)劃問(wèn)題的效率和普適性,基于文獻(xiàn)[14],將5個(gè)經(jīng)典多目標(biāo)規(guī)劃問(wèn)題進(jìn)行了如下改進(jìn):①重新構(gòu)造測(cè)試模型,測(cè)試模型的最優(yōu)Pareto解集具有隨機(jī)性;②增加測(cè)試模型維度。改進(jìn)后的測(cè)試模型稱(chēng)為R-ZDT。所有試驗(yàn)均在Dell Precision 7530移動(dòng)工作站上運(yùn)行,工作站主要配置如下:Nvidia Quadro P3200M(6GB RAM,1792 CUDA core)的GPU、Intel i7-8750H CPU以及16GB RAM。

    3.1 測(cè)試模型

    改進(jìn)后的測(cè)試模型R-ZDT1~R-ZDT5分別如下:

    R-ZDT1:

    R-ZDT2:

    R-ZDT3:

    R-ZDT4:

    R-ZDT5:

    其中:xi∈[0,1];εi~U([0,1])。

    3.2 算法性能評(píng)價(jià)指標(biāo)

    算法的性能評(píng)價(jià)主要分為2個(gè)方面:一是衡量算法收斂性能的指標(biāo),刻畫(huà)利用算法所得最優(yōu)解和理論P(yáng)areto最優(yōu)前沿的逼近程度,如世代距離指標(biāo)GD;二是衡量算法多樣性的指標(biāo),主要衡量解集在PF上分布的均勻程度,如空間指標(biāo)SP。

    世代距離指標(biāo)GD計(jì)算公式如下:

    (2)

    式中:np=|P|;m為目標(biāo)個(gè)數(shù);di表示為P中第i個(gè)解到P*上離其最近的解的歐式距離。GD的值越小,算法的收斂性能越好。一般地,P*由問(wèn)題的真實(shí)PF上均勻采樣的點(diǎn)集構(gòu)成。

    空間指標(biāo)SP計(jì)算公式如下:

    (3)

    3.3 試驗(yàn)結(jié)果

    改進(jìn)測(cè)試模型R-ZDT1~R-ZDT5的求解結(jié)果分別如圖2~圖11所示。圖2、4、6、8、10中,各分圖的左圖展示問(wèn)題的理論P(yáng)areto最優(yōu)前沿與利用筆者算法求解得到的Pareto最優(yōu)前沿,右圖展示理論P(yáng)areto最優(yōu)解集與利用筆者算法求解得到的Pareto最優(yōu)解集。

    圖11 R-ZDT5的GD和SP指標(biāo)箱線(xiàn)圖及變化曲線(xiàn)

    值得注意的是,所有測(cè)試函數(shù)的最優(yōu)前沿均與模型中的f2(x)函數(shù)密切相關(guān)。其中,測(cè)試函數(shù)R-ZDT1~R-ZDT3中的f2(x)函數(shù)為單調(diào)函數(shù),測(cè)試函數(shù)R-ZDT4和R-ZDT5中的f2(x)函數(shù)具有多模態(tài)性。對(duì)于測(cè)試模型R-ZDT1~R-ZDT3,從圖2、圖4以及圖6可以看出,利用筆者算法所獲得最優(yōu)Pareto前沿面能很好地收斂到理論最優(yōu)Pareto前沿面且分布均勻;從圖3、圖5以及圖7可以看出,算法在保證收斂的前提下具有較快的收斂速度。

    圖2 R-ZDT1的Pareto最優(yōu)前沿和Pareto最優(yōu)解集

    圖3 R-ZDT1的GD和SP指標(biāo)箱線(xiàn)圖及變化曲線(xiàn)

    圖4 R-ZDT2的Pareto最優(yōu)前沿和Pareto最優(yōu)解集

    圖5 R-ZDT2的GD和SP指標(biāo)箱線(xiàn)圖及變化曲線(xiàn)

    圖6 R-ZDT3的Pareto最優(yōu)前沿和Pareto最優(yōu)解集

    圖7 R-ZDT3的GD和SP指標(biāo)箱線(xiàn)圖及變化曲線(xiàn)

    對(duì)于測(cè)試函數(shù)R-ZDT4,由于f2(x)函數(shù)的多模態(tài)性,導(dǎo)致原問(wèn)題具有多個(gè)局部Pareto最優(yōu)前沿,算法極易陷入局優(yōu)。從圖8可以看出,當(dāng)決策變量維數(shù)小于70時(shí),利用筆者算法所獲得最優(yōu)Pareto前沿面能很好地收斂到理論最優(yōu)Pareto前沿面且分布均勻;從圖9可以看出,該算法具有較快的收斂速度。

    圖8 R-ZDT4的Pareto最優(yōu)前沿和Pareto最優(yōu)解集

    圖9 R-ZDT4的GD和SP指標(biāo)箱線(xiàn)圖及變化曲線(xiàn)

    對(duì)于測(cè)試函數(shù)R-ZDT5,從圖10和圖11可以看出,算法雖然具有較快的收斂速度但全局收斂性較欠缺。

    圖10 R-ZDT5的Pareto最優(yōu)前沿和Pareto最優(yōu)解集

    4 結(jié)語(yǔ)

    針對(duì)多目標(biāo)規(guī)劃進(jìn)化算法中測(cè)試函數(shù)的Pareto最優(yōu)解集模式單一、種群多樣性與算法收斂速度相互牽制的問(wèn)題,提出了一種基于智能采樣和特定邊緣提取的多目標(biāo)規(guī)劃問(wèn)題算法。其中,智能采樣中的高斯采樣用于局部搜索,超立方拉丁采樣用于全局搜索,利用卷積神經(jīng)網(wǎng)絡(luò)特定邊緣提取實(shí)現(xiàn)最優(yōu)Pareto最優(yōu)前沿的“瞬間”提取。最后,對(duì)5個(gè)復(fù)雜多目標(biāo)規(guī)劃問(wèn)題進(jìn)行仿真試驗(yàn),結(jié)果表明,該算法對(duì)求解復(fù)雜多目標(biāo)規(guī)劃問(wèn)題的具有可行性且具有較高的計(jì)算效率。未來(lái),還需要深入挖掘該算法的采樣機(jī)理,對(duì)算法進(jìn)行改進(jìn),并從理論上明確該算法的最佳應(yīng)用范圍;對(duì)于具體的邊緣提取,根據(jù)其原理,進(jìn)一步簡(jiǎn)化網(wǎng)絡(luò)架構(gòu)。

    猜你喜歡
    測(cè)試函數(shù)卷積神經(jīng)網(wǎng)絡(luò)
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    神經(jīng)網(wǎng)絡(luò)抑制無(wú)線(xiàn)通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    具有收縮因子的自適應(yīng)鴿群算法用于函數(shù)優(yōu)化問(wèn)題
    帶勢(shì)函數(shù)的雙調(diào)和不等式組的整體解的不存在性
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    約束二進(jìn)制二次規(guī)劃測(cè)試函數(shù)的一個(gè)構(gòu)造方法
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    51国产日韩欧美| 在线播放无遮挡| 黄色视频,在线免费观看| 欧美一区二区亚洲| 久久6这里有精品| 亚洲五月天丁香| 97热精品久久久久久| 99久久精品国产国产毛片| 亚洲欧美日韩高清专用| 可以在线观看的亚洲视频| 久久久国产成人免费| 久久午夜亚洲精品久久| 99riav亚洲国产免费| 激情 狠狠 欧美| 国产一区二区三区在线臀色熟女| 国产精品精品国产色婷婷| 偷拍熟女少妇极品色| 69人妻影院| videossex国产| 好男人在线观看高清免费视频| 久久精品夜色国产| 日本免费a在线| 亚洲中文字幕日韩| 国产午夜福利久久久久久| 免费av不卡在线播放| 精品一区二区三区人妻视频| 国产成人a区在线观看| 在线观看美女被高潮喷水网站| 天天一区二区日本电影三级| av黄色大香蕉| 最新在线观看一区二区三区| 亚洲av免费高清在线观看| 色播亚洲综合网| 日本免费a在线| 在线观看午夜福利视频| 国产真实乱freesex| 欧美丝袜亚洲另类| 欧美成人精品欧美一级黄| 久久精品国产鲁丝片午夜精品| 成人综合一区亚洲| 国产伦在线观看视频一区| 搞女人的毛片| 色在线成人网| 日本a在线网址| 99热这里只有是精品在线观看| a级一级毛片免费在线观看| 免费观看在线日韩| 日韩三级伦理在线观看| 成人性生交大片免费视频hd| 日韩欧美在线乱码| 国产一区二区三区av在线 | 在线观看一区二区三区| 毛片一级片免费看久久久久| 尤物成人国产欧美一区二区三区| 欧美日韩综合久久久久久| 国内揄拍国产精品人妻在线| 一个人观看的视频www高清免费观看| 干丝袜人妻中文字幕| 亚洲欧美成人精品一区二区| 美女大奶头视频| 国产精品女同一区二区软件| 特大巨黑吊av在线直播| 老熟妇乱子伦视频在线观看| 色综合亚洲欧美另类图片| 两个人视频免费观看高清| 国产单亲对白刺激| 国产探花在线观看一区二区| 不卡视频在线观看欧美| 欧美日本视频| 日本熟妇午夜| 欧美激情久久久久久爽电影| 亚洲欧美日韩东京热| 女同久久另类99精品国产91| 人人妻人人澡人人爽人人夜夜 | 男女那种视频在线观看| 成人综合一区亚洲| 国产精品乱码一区二三区的特点| 一级黄色大片毛片| 久久久久久九九精品二区国产| 国产男靠女视频免费网站| 此物有八面人人有两片| avwww免费| 色哟哟·www| 久久久久久大精品| 色视频www国产| 91狼人影院| av.在线天堂| 久久久成人免费电影| 卡戴珊不雅视频在线播放| 99久国产av精品| 午夜视频国产福利| 欧美日本亚洲视频在线播放| 中文字幕熟女人妻在线| 99久国产av精品| 国产亚洲精品综合一区在线观看| 2021天堂中文幕一二区在线观| 超碰av人人做人人爽久久| 欧美丝袜亚洲另类| 国产白丝娇喘喷水9色精品| 婷婷色综合大香蕉| 午夜免费激情av| 欧美另类亚洲清纯唯美| 亚洲中文字幕日韩| 成年女人永久免费观看视频| 日韩欧美精品免费久久| 国产精品永久免费网站| 12—13女人毛片做爰片一| 国产av不卡久久| av女优亚洲男人天堂| 可以在线观看毛片的网站| 亚洲激情五月婷婷啪啪| 五月玫瑰六月丁香| 亚洲最大成人手机在线| 久久久a久久爽久久v久久| 亚洲国产日韩欧美精品在线观看| 久久亚洲精品不卡| 毛片女人毛片| 天堂网av新在线| 婷婷亚洲欧美| 国产男人的电影天堂91| 成人av在线播放网站| 小蜜桃在线观看免费完整版高清| 国产不卡一卡二| 夜夜爽天天搞| 国产高清三级在线| 成人av一区二区三区在线看| 欧美性猛交╳xxx乱大交人| 美女 人体艺术 gogo| 91在线观看av| 最新中文字幕久久久久| 久久久久国内视频| 亚洲中文日韩欧美视频| 在线观看一区二区三区| av女优亚洲男人天堂| 18+在线观看网站| 午夜影院日韩av| 国产高清有码在线观看视频| 别揉我奶头 嗯啊视频| 免费观看在线日韩| 91久久精品国产一区二区三区| 啦啦啦啦在线视频资源| 高清午夜精品一区二区三区 | 一级毛片我不卡| 人妻丰满熟妇av一区二区三区| 国产爱豆传媒在线观看| 欧美在线一区亚洲| 久久久精品大字幕| 2021天堂中文幕一二区在线观| 两个人视频免费观看高清| 久久久久久久久久久丰满| 久久精品91蜜桃| 国产成人福利小说| 欧美极品一区二区三区四区| 一级黄色大片毛片| 黄片wwwwww| 亚洲精品粉嫩美女一区| 观看美女的网站| 俺也久久电影网| 成人鲁丝片一二三区免费| 成人一区二区视频在线观看| 欧美激情国产日韩精品一区| av.在线天堂| 精品国产三级普通话版| 国产精品精品国产色婷婷| 麻豆国产av国片精品| 成年av动漫网址| 一个人看视频在线观看www免费| 日韩人妻高清精品专区| 亚洲18禁久久av| 欧美xxxx黑人xx丫x性爽| 免费看av在线观看网站| 成人欧美大片| 国产精品国产高清国产av| 亚洲av中文av极速乱| 国产精品人妻久久久影院| 男女之事视频高清在线观看| 能在线免费观看的黄片| 亚洲三级黄色毛片| 国产视频一区二区在线看| 国产一区亚洲一区在线观看| 国产麻豆成人av免费视频| 99精品在免费线老司机午夜| av中文乱码字幕在线| 噜噜噜噜噜久久久久久91| 亚洲人与动物交配视频| 一个人看的www免费观看视频| 国产精品免费一区二区三区在线| 精品无人区乱码1区二区| 97超碰精品成人国产| 大型黄色视频在线免费观看| 天天躁日日操中文字幕| 国产精品一区二区免费欧美| 日本与韩国留学比较| 亚洲aⅴ乱码一区二区在线播放| 女的被弄到高潮叫床怎么办| 永久网站在线| а√天堂www在线а√下载| 国产精品永久免费网站| 日韩人妻高清精品专区| 久久韩国三级中文字幕| 国产色婷婷99| 欧美日韩精品成人综合77777| 毛片一级片免费看久久久久| 人妻丰满熟妇av一区二区三区| 人人妻人人澡欧美一区二区| 99国产精品一区二区蜜桃av| 黄色欧美视频在线观看| 91av网一区二区| 97热精品久久久久久| 美女被艹到高潮喷水动态| 日本与韩国留学比较| 嫩草影院入口| 亚洲精华国产精华液的使用体验 | 舔av片在线| 欧美成人精品欧美一级黄| 精品不卡国产一区二区三区| 欧美性感艳星| 精品久久久噜噜| 婷婷精品国产亚洲av在线| 日日干狠狠操夜夜爽| 在线播放国产精品三级| 自拍偷自拍亚洲精品老妇| 毛片一级片免费看久久久久| 日韩欧美在线乱码| 国产蜜桃级精品一区二区三区| 日本欧美国产在线视频| 精品少妇黑人巨大在线播放 | 网址你懂的国产日韩在线| 免费高清视频大片| 亚洲av不卡在线观看| 中文亚洲av片在线观看爽| 一级毛片电影观看 | 3wmmmm亚洲av在线观看| 亚洲成人久久爱视频| 亚洲国产精品合色在线| 亚洲精品国产成人久久av| 免费看日本二区| 国产高清不卡午夜福利| 少妇裸体淫交视频免费看高清| 别揉我奶头 嗯啊视频| 老熟妇仑乱视频hdxx| 欧美日韩乱码在线| 国产激情偷乱视频一区二区| 日日撸夜夜添| 免费看日本二区| 麻豆久久精品国产亚洲av| 日日干狠狠操夜夜爽| 精品国内亚洲2022精品成人| 久久精品久久久久久噜噜老黄 | 免费人成视频x8x8入口观看| 小蜜桃在线观看免费完整版高清| 亚洲18禁久久av| 女的被弄到高潮叫床怎么办| av中文乱码字幕在线| 春色校园在线视频观看| 又黄又爽又免费观看的视频| 狂野欧美激情性xxxx在线观看| 日本三级黄在线观看| 欧美+亚洲+日韩+国产| 亚洲五月天丁香| 国产亚洲精品av在线| 在线免费观看的www视频| 亚洲一区高清亚洲精品| av在线蜜桃| 狠狠狠狠99中文字幕| 中文字幕久久专区| av免费在线看不卡| 99热这里只有精品一区| 美女大奶头视频| 人妻少妇偷人精品九色| 日本成人三级电影网站| 久久久精品欧美日韩精品| 久久久久精品国产欧美久久久| 欧美日本亚洲视频在线播放| 少妇人妻精品综合一区二区 | 老熟妇仑乱视频hdxx| 亚洲精品影视一区二区三区av| 九九爱精品视频在线观看| 女同久久另类99精品国产91| 亚洲国产精品成人综合色| 看片在线看免费视频| 国产伦精品一区二区三区视频9| 热99re8久久精品国产| 亚洲专区国产一区二区| 日韩av在线大香蕉| 色5月婷婷丁香| 免费高清视频大片| 男女那种视频在线观看| 久久久久久伊人网av| 久久精品国产99精品国产亚洲性色| 日本黄大片高清| 夜夜爽天天搞| 欧美激情久久久久久爽电影| 一个人免费在线观看电影| 国产高清三级在线| 97碰自拍视频| 亚洲av第一区精品v没综合| 麻豆精品久久久久久蜜桃| 亚洲中文日韩欧美视频| 久久久午夜欧美精品| 欧美日韩精品成人综合77777| 最近视频中文字幕2019在线8| 亚洲一区高清亚洲精品| 国产白丝娇喘喷水9色精品| 日本免费一区二区三区高清不卡| 一进一出好大好爽视频| 91在线精品国自产拍蜜月| 久99久视频精品免费| 97超碰精品成人国产| 精品久久久久久久久亚洲| 性色avwww在线观看| 国内精品久久久久精免费| 国产精品久久久久久亚洲av鲁大| 欧美一区二区亚洲| 成人鲁丝片一二三区免费| 蜜臀久久99精品久久宅男| 男人的好看免费观看在线视频| a级一级毛片免费在线观看| 国产精品一及| 精品久久久久久成人av| 国产 一区精品| 乱系列少妇在线播放| 国产精品久久久久久久电影| 成人无遮挡网站| 久久久久国产精品人妻aⅴ院| 最近视频中文字幕2019在线8| 联通29元200g的流量卡| 亚州av有码| 精品久久久久久成人av| 日本色播在线视频| 性欧美人与动物交配| 久久热精品热| 国产成人aa在线观看| 午夜福利在线观看免费完整高清在 | 亚洲av中文av极速乱| 麻豆国产av国片精品| 国产熟女欧美一区二区| 一区二区三区免费毛片| 在线观看66精品国产| 两个人视频免费观看高清| 亚洲国产日韩欧美精品在线观看| 舔av片在线| 国产激情偷乱视频一区二区| 久久久久久国产a免费观看| 精品久久久噜噜| 91麻豆精品激情在线观看国产| 亚洲久久久久久中文字幕| 日本色播在线视频| 99久国产av精品| 自拍偷自拍亚洲精品老妇| 热99re8久久精品国产| 悠悠久久av| 亚洲av免费高清在线观看| 国产视频一区二区在线看| 亚洲高清免费不卡视频| 成人亚洲欧美一区二区av| 日日干狠狠操夜夜爽| 搡女人真爽免费视频火全软件 | 12—13女人毛片做爰片一| 国产亚洲av嫩草精品影院| 精品福利观看| 六月丁香七月| 一级黄色大片毛片| 18禁裸乳无遮挡免费网站照片| 国产白丝娇喘喷水9色精品| 男女之事视频高清在线观看| 亚洲欧美日韩东京热| 综合色丁香网| 亚洲,欧美,日韩| 国产精品爽爽va在线观看网站| a级一级毛片免费在线观看| 99在线人妻在线中文字幕| 十八禁国产超污无遮挡网站| 精品乱码久久久久久99久播| 十八禁国产超污无遮挡网站| 亚洲熟妇中文字幕五十中出| 可以在线观看毛片的网站| 国产欧美日韩精品亚洲av| 观看免费一级毛片| 久久久久久久久大av| 国产av一区在线观看免费| 久久精品国产自在天天线| 欧美成人免费av一区二区三区| 亚洲美女黄片视频| 最新在线观看一区二区三区| 搡老岳熟女国产| 欧美中文日本在线观看视频| 亚洲成人中文字幕在线播放| 极品教师在线视频| 亚洲欧美日韩无卡精品| 午夜福利成人在线免费观看| 少妇丰满av| 精品99又大又爽又粗少妇毛片| 黄片wwwwww| 午夜精品国产一区二区电影 | 搡女人真爽免费视频火全软件 | 亚洲真实伦在线观看| 国产黄色视频一区二区在线观看 | 国产高清不卡午夜福利| 男插女下体视频免费在线播放| 在线观看66精品国产| 精品久久久久久久末码| 成人亚洲欧美一区二区av| 一级毛片我不卡| 免费av不卡在线播放| 国产成人a∨麻豆精品| 国语自产精品视频在线第100页| 一个人观看的视频www高清免费观看| 看十八女毛片水多多多| 性色avwww在线观看| 高清午夜精品一区二区三区 | 十八禁国产超污无遮挡网站| 国产欧美日韩精品亚洲av| 欧美最黄视频在线播放免费| a级毛片a级免费在线| 赤兔流量卡办理| 久久久精品欧美日韩精品| 日韩成人伦理影院| 一区二区三区四区激情视频 | 18禁黄网站禁片免费观看直播| 欧美成人免费av一区二区三区| 久久精品久久久久久噜噜老黄 | 在线看三级毛片| 久久人人精品亚洲av| 桃色一区二区三区在线观看| 国产真实伦视频高清在线观看| 久久久国产成人精品二区| 国产 一区精品| 中文字幕免费在线视频6| 成人国产麻豆网| 精品久久久久久久久久久久久| 国产精品,欧美在线| 黄色欧美视频在线观看| 91久久精品国产一区二区三区| 搡老熟女国产l中国老女人| 精品免费久久久久久久清纯| av福利片在线观看| 老司机影院成人| 国产爱豆传媒在线观看| 国产69精品久久久久777片| 97人妻精品一区二区三区麻豆| 91精品国产九色| 搡女人真爽免费视频火全软件 | av国产免费在线观看| 99热这里只有精品一区| 99热只有精品国产| 看片在线看免费视频| 99九九线精品视频在线观看视频| 免费看光身美女| 69av精品久久久久久| 三级经典国产精品| 亚洲四区av| 在线观看av片永久免费下载| a级毛色黄片| 日韩中字成人| 国产 一区 欧美 日韩| 国产成年人精品一区二区| 亚洲人成网站高清观看| 色噜噜av男人的天堂激情| 日韩高清综合在线| 欧美三级亚洲精品| 综合色丁香网| 久久久久久久久中文| 亚洲av成人av| 在线播放国产精品三级| av国产免费在线观看| 亚洲av不卡在线观看| 久久这里只有精品中国| 人妻丰满熟妇av一区二区三区| 久久久精品94久久精品| 日韩国内少妇激情av| 国产精品久久视频播放| 悠悠久久av| 久久99热6这里只有精品| 无遮挡黄片免费观看| 人妻久久中文字幕网| 久久婷婷人人爽人人干人人爱| 亚洲av成人精品一区久久| 国产精品日韩av在线免费观看| 欧美日韩国产亚洲二区| 99久久无色码亚洲精品果冻| 亚洲国产高清在线一区二区三| 精品人妻熟女av久视频| 亚洲国产精品sss在线观看| 久久久久久久久久久丰满| 免费高清视频大片| 成人永久免费在线观看视频| 欧美成人一区二区免费高清观看| 国产高潮美女av| 成人鲁丝片一二三区免费| 九九久久精品国产亚洲av麻豆| av在线老鸭窝| 我要看日韩黄色一级片| 亚洲精品一卡2卡三卡4卡5卡| 最近在线观看免费完整版| 国产三级在线视频| 亚洲久久久久久中文字幕| 国产成年人精品一区二区| 欧美高清成人免费视频www| 99国产精品一区二区蜜桃av| 亚洲一区二区三区色噜噜| aaaaa片日本免费| 国产不卡一卡二| 久久久精品大字幕| 日韩欧美免费精品| 国产老妇女一区| 简卡轻食公司| 精品久久久久久久久亚洲| av在线老鸭窝| 美女xxoo啪啪120秒动态图| 成年版毛片免费区| 在线免费十八禁| 深夜a级毛片| 午夜久久久久精精品| 色综合站精品国产| 免费无遮挡裸体视频| 久久久色成人| 午夜福利18| 国产精品永久免费网站| 一级毛片电影观看 | 男人狂女人下面高潮的视频| 国产精品免费一区二区三区在线| 日韩在线高清观看一区二区三区| 国产精品久久视频播放| 此物有八面人人有两片| 欧美国产日韩亚洲一区| 久久人人爽人人爽人人片va| 成人永久免费在线观看视频| 男插女下体视频免费在线播放| 午夜福利在线在线| 在线播放国产精品三级| 露出奶头的视频| 亚洲精品一卡2卡三卡4卡5卡| 可以在线观看的亚洲视频| 色噜噜av男人的天堂激情| 国产三级在线视频| 国产综合懂色| 免费看美女性在线毛片视频| 亚洲国产高清在线一区二区三| 久久99热6这里只有精品| 亚洲av.av天堂| 亚洲欧美成人精品一区二区| 久久久久国内视频| 婷婷精品国产亚洲av在线| 99久久成人亚洲精品观看| a级毛片a级免费在线| 免费av不卡在线播放| 美女 人体艺术 gogo| 国产蜜桃级精品一区二区三区| 亚洲中文日韩欧美视频| 中国美女看黄片| 国产精品久久久久久亚洲av鲁大| 99久久成人亚洲精品观看| 国产一区二区三区在线臀色熟女| 国产老妇女一区| 麻豆精品久久久久久蜜桃| 我的女老师完整版在线观看| 国产成人一区二区在线| 亚洲av免费高清在线观看| 日本色播在线视频| 亚洲三级黄色毛片| 69av精品久久久久久| 22中文网久久字幕| 99热这里只有精品一区| a级毛片免费高清观看在线播放| 国产精品1区2区在线观看.| 精品无人区乱码1区二区| 日日撸夜夜添| 亚洲,欧美,日韩| 久久午夜亚洲精品久久| 日韩中字成人| 看片在线看免费视频| 国产精品久久视频播放| 亚洲精品一区av在线观看| 国产在视频线在精品| 国产精品女同一区二区软件| 日本黄大片高清| 成人亚洲精品av一区二区| 日韩欧美三级三区| 不卡视频在线观看欧美| 别揉我奶头~嗯~啊~动态视频| 午夜a级毛片| 在线国产一区二区在线| 亚洲欧美清纯卡通| 搡老岳熟女国产| 一级毛片aaaaaa免费看小| 性插视频无遮挡在线免费观看| 午夜福利在线在线| 久久人妻av系列| 18禁在线播放成人免费| 精品一区二区三区人妻视频| 亚洲人成网站在线播| a级毛片a级免费在线| 全区人妻精品视频| 99久国产av精品| 男女边吃奶边做爰视频| 三级男女做爰猛烈吃奶摸视频| 精品无人区乱码1区二区| 亚洲一级一片aⅴ在线观看| 国产精品乱码一区二三区的特点| 精品人妻熟女av久视频| 亚洲av.av天堂| 国产探花极品一区二区| 好男人在线观看高清免费视频| 久久精品夜夜夜夜夜久久蜜豆| 亚洲成av人片在线播放无| 给我免费播放毛片高清在线观看| 国产不卡一卡二| 免费av观看视频| 国产成人影院久久av| 五月伊人婷婷丁香| 精品久久久久久久人妻蜜臀av| 99riav亚洲国产免费| 91av网一区二区| 亚洲av中文字字幕乱码综合|