• <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 ?

    基于非平穩(wěn)時(shí)間序列分析的發(fā)動(dòng)機(jī)訂單預(yù)測(cè)模型

    2022-06-08 01:41:30譚祖健官丹萍丁振偉李曉霞
    關(guān)鍵詞:階數(shù)差分訂單

    譚祖健 官丹萍 莫 愁 丁振偉 李曉霞

    (1.廣西玉柴機(jī)器股份有限公司,廣西 玉林 537005;2.桂林電子科技大學(xué),廣西 桂林 541004)

    0 前言

    基于已有產(chǎn)品銷(xiāo)售數(shù)據(jù)預(yù)測(cè)將來(lái)的訂單變化趨勢(shì),進(jìn)而配備合適的生產(chǎn)所需零部件庫(kù)存,并制定合適的生產(chǎn)方案,能夠在很大程度上提高訂單快速交付的能力。對(duì)于如何準(zhǔn)確地預(yù)測(cè)產(chǎn)品訂單,眾多研究者均取得過(guò)較好成果。杜瑩利用平滑指數(shù)模型優(yōu)化了某汽車(chē)公司的訂單預(yù)測(cè)方法,并改善了該公司生產(chǎn)經(jīng)營(yíng)流程中的重復(fù)環(huán)節(jié),降低了庫(kù)存量,提高了效益。佟晶博將動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)算法引入訂單預(yù)測(cè)模型中,建立了河蟹電商分銷(xiāo)系統(tǒng),該系統(tǒng)能夠預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)各分銷(xiāo)商的訂單。李浩等人構(gòu)建了一種融合VGG 網(wǎng)絡(luò)與全卷積網(wǎng)絡(luò)(FCN)的出租車(chē)多區(qū)域訂單預(yù)測(cè)模型,與基于BP 神經(jīng)網(wǎng)絡(luò)、RBF 神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型相比,該預(yù)測(cè)模型平均準(zhǔn)確率更高且均方根誤差更低。也有一些研究的目標(biāo)并非提出成套的預(yù)測(cè)方法,而是著眼于提升預(yù)測(cè)過(guò)程中某個(gè)環(huán)節(jié)的質(zhì)量和/或簡(jiǎn)便程度。例如DANIEL ORTIZ-ARROYO 等人在模糊邏輯預(yù)測(cè)模型中,將有序加權(quán)平均算子應(yīng)用于原始時(shí)間序列劃分并重構(gòu),使一階預(yù)測(cè)模型精度比對(duì)比文獻(xiàn)高,盡管該模型精度仍達(dá)不到高階模型的水平,但仍然可以縮短計(jì)算時(shí)間。劉道元等人為了準(zhǔn)確預(yù)測(cè)某批訂單的剩余完工時(shí)間(以便動(dòng)態(tài)調(diào)整生產(chǎn)計(jì)劃、優(yōu)化制造過(guò)程),提出了一種基于自組織映射(SOM)網(wǎng)絡(luò)-特征加權(quán)模糊C 均值(FWFCM)的特征選擇算法。在現(xiàn)有的公開(kāi)文獻(xiàn)中,直接針對(duì)發(fā)動(dòng)機(jī)訂單預(yù)測(cè)進(jìn)行研究的文獻(xiàn)數(shù)量較少。

    1 模型選擇及模型特性分析

    1.1 發(fā)動(dòng)機(jī)訂單序列特性分析與模型選擇

    根據(jù)時(shí)間先后順序?qū)⒁欢〞r(shí)間范圍內(nèi)的采樣數(shù)排列成1組或多組數(shù)列,這些時(shí)間序列可以表征某種特征變量隨著時(shí)間不斷變化的過(guò)程和趨勢(shì)。發(fā)動(dòng)機(jī)月訂單數(shù)量、季度訂單數(shù)量就是一種典型的時(shí)間序列。但該時(shí)間序列在1 a 周期內(nèi)的每個(gè)月、每個(gè)季度都不是固定在某個(gè)范圍內(nèi)的,而是隨著企業(yè)產(chǎn)品質(zhì)量、企業(yè)供貨能力、客戶(hù)需求以及社會(huì)宏觀經(jīng)濟(jì)環(huán)境好壞等因素的變化呈一定規(guī)律的非平穩(wěn)變化,而且這個(gè)變化是隱含的,需要進(jìn)一步挖掘才能用一定的模型來(lái)表征。由于非平穩(wěn)時(shí)間序列特征數(shù)據(jù)呈隨機(jī)變化的趨勢(shì),其數(shù)理統(tǒng)計(jì)性質(zhì)也會(huì)隨著時(shí)間推移而發(fā)生變化,因此對(duì)這種特性的數(shù)據(jù)進(jìn)行未來(lái)趨勢(shì)預(yù)測(cè)時(shí),必須選擇能評(píng)估和處理序列中隨機(jī)擾動(dòng)項(xiàng)、能處理數(shù)理統(tǒng)計(jì)性質(zhì)變化的模型。滿(mǎn)足這個(gè)要求的模型有自回歸條件異方差模型(ARCH 模型(Autoregressive Conditional Heteroskedasticity Model))、灰色模型和自回歸整合滑動(dòng)平均模型(ARIMA 模型)等。其中,ARIMA 模型在建模時(shí)考慮了時(shí)間序列的自回歸特性和滑動(dòng)平均特性,并進(jìn)行了平穩(wěn)化處理,因此比較適合分析發(fā)動(dòng)機(jī)訂單時(shí)間序列和預(yù)測(cè)未來(lái)訂單。

    1.2 模型特征分析

    自回歸功能可以描述一組變量在前后期的變化特征,即用前期若干時(shí)刻的隨機(jī)變量的線性組合來(lái)表征后期某時(shí)段隨機(jī)變量的線性回歸。其與用自變量預(yù)測(cè)因變量的其他線性回歸不同,該功能是用前期的預(yù)測(cè)后期的(自身)。將該自回歸模型記為(),將隨機(jī)序列記為X,其模型結(jié)構(gòu)如公式(1)所示。

    式中:為時(shí)間點(diǎn);為模型階數(shù);,,…,a為自回歸系數(shù)(當(dāng)=0 時(shí),()去中心化);{}為白噪聲序列。

    對(duì)時(shí)間點(diǎn)來(lái)說(shuō),如果有? <,()=0,即如果任意小于時(shí)間點(diǎn)的時(shí)間點(diǎn)對(duì)應(yīng)的變量與白噪聲序列相乘,其數(shù)學(xué)期望均為0,則表明前面的時(shí)間序列與后面的白噪聲不相關(guān),這是ARIMA 模型自回歸功能的基本條件和優(yōu)點(diǎn)。

    對(duì)發(fā)動(dòng)機(jī)訂單時(shí)間序列的非平穩(wěn)性特征來(lái)說(shuō),線性回歸模型等簡(jiǎn)單模型的精度較低。自回歸模型將盡量消除白噪聲影響作為建模目標(biāo),因此它可以獲得較高的精度。

    對(duì)公式(1)來(lái)說(shuō),只有確定了系數(shù)a,其才有使用意義,否則公式(1)就是一個(gè)無(wú)窮多項(xiàng)式??梢杂冒自肼曅蛄?span id="j5i0abt0b" class="emphasis_italic">ε,ε,ε,…,ε表示隨機(jī)序列X,并將滑動(dòng)平均模型記為MA(),其模型結(jié)構(gòu)如公式(2)所示。

    式中:為多項(xiàng)式常數(shù),由變量特征確定;為模型階數(shù);,,…,b為滑動(dòng)平均系數(shù),且|b|<1,此處=1,2,…,。

    如果設(shè)定了b的范圍,則公式(2)是收斂的。=1 的特例MA(1)如公式(3)所示。

    由公式(3)可知,X為2 個(gè)擾動(dòng)因子(白噪聲)εε的加權(quán)平均。根據(jù)以上分析可知,MA()模型是AR()模型的模型階數(shù)受到某種限制時(shí)的情形。由于ARIMA 模型融合了AR()模型和MA()模型,且值和值的大小體現(xiàn)了這 2 個(gè)模型在 ARIMA 模型中作用的強(qiáng)弱,因此在應(yīng)用時(shí)需要確定值和值。

    由于類(lèi)似發(fā)動(dòng)機(jī)訂單這樣的時(shí)間序列有明顯的趨勢(shì)性和/或季節(jié)性,因此在建立ARIMA 模型時(shí)需要先去除這2 個(gè)趨勢(shì),再進(jìn)行平穩(wěn)化處理。一般來(lái)說(shuō),進(jìn)行1 次差分和2 次差分就可以剔除其中1 個(gè)趨勢(shì)和2 個(gè)趨勢(shì)。

    1.3 ARIMA建模程序

    使用ARIMA 模型進(jìn)行訂單預(yù)測(cè)的一般步驟如下:首先,對(duì)樣本進(jìn)行平穩(wěn)性檢驗(yàn),如果不平穩(wěn),通常就進(jìn)行若干次差分,直到樣本平穩(wěn)。其次,對(duì)模型進(jìn)行定階,確定ARIMA(,,)(為為檢驗(yàn)樣本平穩(wěn)性而進(jìn)行差分的次數(shù))中和值后即可建立模型。再次,對(duì)模型進(jìn)行適應(yīng)性檢驗(yàn),達(dá)到誤差要求后才可用于預(yù)測(cè)未來(lái)變量,否則需要重新進(jìn)行平穩(wěn)化處理或重新確定階數(shù)。ARIMA 建模和預(yù)測(cè)流程如圖1 所示。

    圖1 ARIMA 預(yù)測(cè)建模流程

    平穩(wěn)性檢驗(yàn)可以判斷特征樣本隱含的是確定性趨勢(shì)還是隨機(jī)趨勢(shì)(或者二者兼有)。主要方法有以檢驗(yàn)單位根為手段的笛基-福勒檢驗(yàn)(Dickey-Fuller 檢驗(yàn))和以檢驗(yàn)誤差項(xiàng)自相關(guān)或異方差為手段的菲利普斯-佩隆檢驗(yàn)(Phillips-Perron 檢驗(yàn))。在對(duì)模型進(jìn)行定階時(shí),確定值和值的方法主要有自相關(guān)函數(shù)法、偏自相關(guān)函數(shù)法、赤池信息準(zhǔn)則(Akaike Information Criterion,AIC 準(zhǔn)則)法和貝葉斯信息準(zhǔn)則(Bayesian Information Criterion,BIC 準(zhǔn)則)法;模型適應(yīng)性檢檢驗(yàn)的目的是評(píng)估建立的模型時(shí)間序列與樣本時(shí)間序列的相關(guān)性,評(píng)價(jià)手段是檢驗(yàn)擬合殘差項(xiàng){ε}是否為白噪聲。建立的模型建立的模型如果顯著有效,則表現(xiàn)為提取樣本中全部或接近全部相關(guān)信息后,殘差沒(méi)有相關(guān)性,即{ε}應(yīng)為白噪聲。通常會(huì)通過(guò)楊-博克斯Q 統(tǒng)計(jì)量檢驗(yàn)(Ljung-Box Q Test,LBQ 檢驗(yàn))來(lái)評(píng)估模型是否顯著有效。

    2 實(shí)例應(yīng)用及分析

    以某發(fā)動(dòng)機(jī)生產(chǎn)商1995—2017 年(共23 a)每季度的發(fā)動(dòng)機(jī)訂單為樣本,基于以上理論,使用MATLAB 軟件編制相關(guān)程序,建立ARIMA(,,)模型,并預(yù)測(cè)未來(lái)3 a(2018—2020 年)的季度訂單。

    2.1 建立一般預(yù)測(cè)模型

    通過(guò)Phillips-Perron 檢驗(yàn)對(duì)樣本進(jìn)行平穩(wěn)性檢測(cè)的方法如下:首先,用最小二乘法估計(jì)樣本回歸模型,得到參數(shù)估計(jì)和殘差序列。其次,利用殘差自相關(guān)中的信息計(jì)算統(tǒng)計(jì)量Z,如果Z滿(mǎn)足設(shè)定顯著性水平的限值,則認(rèn)為該樣本平穩(wěn)。在MATLAB 中調(diào)用pptest 函數(shù)進(jìn)行Phillips-Perron 檢驗(yàn)的程序語(yǔ)句為[h]=pptest(x,'model','AR')。其中,(輸入?yún)?shù))為檢驗(yàn)的序列,該文為發(fā)動(dòng)機(jī)訂單序列;'model','AR'為檢驗(yàn)的模型選用AR(自回歸)模型;(即輸出參數(shù))為測(cè)試結(jié)果的布爾決策向量,當(dāng)=1 時(shí),表示拒絕有單位根的假設(shè),當(dāng)=0 時(shí),表示不能接受原假設(shè),即模型有單位根。

    將實(shí)例樣本發(fā)動(dòng)機(jī)季度訂單序列作為語(yǔ)句中的量代入,得到=0,則該實(shí)例樣本不平穩(wěn)。因?yàn)閷?shí)例樣本為季度訂單,具有典型的季節(jié)性和趨勢(shì)性,所以首先,應(yīng)以=4 的步長(zhǎng)做1 次差分去除季節(jié)性。其次,以=1 的步長(zhǎng)再做1 次差分去除趨勢(shì)性。最后,對(duì)差分后的時(shí)間序列進(jìn)行同樣的檢驗(yàn),檢驗(yàn)結(jié)果表明,該序列平穩(wěn)。

    使用AIC 準(zhǔn)則對(duì)模型定階的基本原理是針對(duì)樣本時(shí)間序列建立 ARIMA 模型,用極大似然方法估計(jì)模型參數(shù),不同的AR 階數(shù)(值)、MA 階數(shù)(值)組合會(huì)得到不同的殘差、方差的極大似然值,最小極大似然值對(duì)應(yīng)的階次即為最優(yōu)值、值。在該實(shí)例使用AIC 準(zhǔn)則時(shí),根據(jù)經(jīng)驗(yàn)確定最高階次為4,在MATLAB 軟件中運(yùn)行AIC 準(zhǔn)則程序得到的AIC 定階數(shù)值分布熱度圖如圖2 所示。圖2 中的數(shù)值均為熱度值,深淺不同的顏色表示不同熱度。由圖2 可知,有2 組階數(shù)組合的最小極大似然值為1.641,取階數(shù)較小者,得到最佳自回歸階數(shù)()=3,滑動(dòng)平均階數(shù)()=3。

    圖2 一般預(yù)測(cè)模型AIC 定階數(shù)值分布熱度圖

    根據(jù)樣本平穩(wěn)化處理時(shí)所做的差分次數(shù)以及使用AIC法則定階時(shí)的()階數(shù)、()階數(shù),可建立模型ARIMA(3,2,3)。然后用LBQ 檢驗(yàn)來(lái)評(píng)估模型是否顯著有效。在MATLAB 中調(diào)用 lbqtest 函數(shù)進(jìn)行檢驗(yàn)的程序語(yǔ)句為[h]=lbqtest(reg,'Lags',1:4,'alpha',0.05)。其中,(輸入變量)為用于檢驗(yàn)的殘差序列;(輸入變量)為檢驗(yàn)的滯后項(xiàng)數(shù)目,這里分別取1、2、3 和4 共4 個(gè)項(xiàng)數(shù);(輸入變量)為假設(shè)檢驗(yàn)的顯著性水平,這里取0.05;(輸出變量)為檢驗(yàn)結(jié)果,因?yàn)闇箜?xiàng)數(shù)目是4,所以這里的測(cè)試次數(shù)為4 次。在每次得出的結(jié)果中,如果=1,則表示拒絕殘差無(wú)自相關(guān)的零假設(shè),如果=0,則表示不拒絕殘差無(wú)自相關(guān)的零假設(shè),即說(shuō)明殘差沒(méi)有自相關(guān)性。該模型的檢驗(yàn)結(jié)果顯示4 個(gè)項(xiàng)數(shù)均有=0,可知建立的模型顯著有效。

    2.2 未來(lái)訂單預(yù)測(cè)及分析

    基于第2.1.3 節(jié)建立的模型,可預(yù)測(cè)2018—2020 年的季度訂單數(shù)量。在MATLAB 軟件中調(diào)用forecast 函數(shù)預(yù)測(cè)未來(lái)訂單的程序語(yǔ)句為[Y,YMSE]=forecast(mdl,12,'Y0',x)。其中,mdl(輸入變量)為建立的ARIMA 模型,即預(yù)測(cè)的推理依據(jù);12(輸入變量)為預(yù)測(cè)范圍,即預(yù)測(cè)未來(lái)12 個(gè)季度的訂單;'Y0',意為前樣本響應(yīng)數(shù)據(jù)為,即數(shù)據(jù)初值為發(fā)動(dòng)機(jī)訂單序列;(輸出變量)為預(yù)測(cè)值,為的均值平方誤差。

    運(yùn)行此程序得到的結(jié)果如圖3 所示(”預(yù)測(cè)訂單1“部分)。為了分析預(yù)測(cè)訂單趨勢(shì)和以往實(shí)際發(fā)動(dòng)機(jī)訂單的變化趨勢(shì),該文將1995—2017 年發(fā)動(dòng)機(jī)季度銷(xiāo)量繪制在同一圖中(即圖3“實(shí)際訂單”部分)。由圖3 可知,與實(shí)際訂單變化情況一樣,2018—2020 年的預(yù)測(cè)訂單逐年上升,且每年內(nèi)4 個(gè)季度的訂單也逐季上升,呈現(xiàn)明顯的季節(jié)性。實(shí)際訂單與預(yù)測(cè)訂單的曲線變化趨勢(shì)的一致性較好。

    圖3 發(fā)動(dòng)機(jī)實(shí)際訂單與預(yù)測(cè)訂單曲線

    2.3 季節(jié)性預(yù)測(cè)與一般預(yù)測(cè)模型建模效果的比較分析

    第2.1 節(jié)和第2.2 節(jié)是根據(jù)ARIMA 模型的一般流程來(lái)建模并分析的,而文獻(xiàn)[6]給出了一種在MATLAB 中直接利用arima 函數(shù)中的“Seasonality”來(lái)建立季節(jié)性模型的方法。與傳統(tǒng)方法相比,這種方法更簡(jiǎn)潔,因?yàn)槠浔A袅藰颖镜募竟?jié)性,所以建模時(shí)只需要進(jìn)行一次差分去除趨勢(shì)性即可。這種建模方法需要配合使用AIC 準(zhǔn)則來(lái)判斷最優(yōu)的()階數(shù)和()階數(shù),方法同第2.1.2 節(jié)所述。在MATLAB 中調(diào)用ARIMA 函數(shù)建立模型的程序語(yǔ)句為model=arima('D',1,'Sea sonality',4,'SARLags',i,'SMALags',j)。

    語(yǔ)句含義為根據(jù)括號(hào)內(nèi)設(shè)置的參數(shù)建立一個(gè)ARIMA 模型。其中,'D',1 意為差分次數(shù)是1;'Seasonality',4 意為季節(jié)差分滯后算子多項(xiàng)式程度是4;'SARLags',i,'SMALags',j 意為()階數(shù)和()階數(shù)分別為由AIC 準(zhǔn)則確定的最優(yōu)的值和值。

    基于一階差分樣本得到的AIC 定階數(shù)值分布熱度如圖4所示。由圖4 可知,各組()和()組合對(duì)應(yīng)的極大似然值與樣本經(jīng)過(guò)2 次差分后得到的結(jié)果不同,最佳()=4,()=1,因此可建立模型ARIMA(4,1,1),并用LBQ 檢驗(yàn)?zāi)P蜌埐?,由檢驗(yàn)結(jié)果可知,該模型顯著有效。用該模型預(yù)測(cè)的2018—2020 年季度訂單數(shù)量如圖5 所示(“預(yù)測(cè)訂單 2”部分)。

    圖4 季節(jié)性預(yù)測(cè)模型AIC 定階數(shù)值分布熱度圖

    為分析模型可信度,該文將2018—2020 年實(shí)際的發(fā)動(dòng)機(jī)季度訂單與2 種建模方法所得的預(yù)測(cè)訂單進(jìn)行比較,繪制的變化曲線圖如圖5 所示。由圖5 可知,2 種方法所得的預(yù)測(cè)訂單都很好地跟隨了實(shí)際訂單的變化,且除2020 年第一季度外,季節(jié)性預(yù)測(cè)模型所得預(yù)測(cè)訂單均更接近實(shí)際訂單的變化。2 種方法所得的2020 年第一季度預(yù)測(cè)訂單與實(shí)際訂單的相對(duì)誤差分別為6.2%和9.3%,而其他季度的相對(duì)誤差均為0.9%~2.3%,誤差較小。整體分析預(yù)測(cè)值與實(shí)際值的相關(guān)性,在顯著性水平=0.05 的情況下,2 種模型的預(yù)測(cè)結(jié)果均有決定系數(shù)=0.89,在滿(mǎn)意范圍內(nèi)。

    圖5 2018—2020 年預(yù)測(cè)訂單與實(shí)際訂單的比較

    時(shí)間序列預(yù)測(cè)基于這樣一個(gè)假設(shè):預(yù)測(cè)期與樣本采樣期的環(huán)境條件基本相同。而2020 年第一季度由于受新冠疫情影響,國(guó)內(nèi)外生產(chǎn)經(jīng)營(yíng)環(huán)境嚴(yán)重惡化,樣本采樣公司當(dāng)季銷(xiāo)量同比增幅極小,而當(dāng)季的預(yù)測(cè)值與實(shí)際值較大誤差為9.3%。

    3 結(jié)論

    為了滿(mǎn)足快速交付訂單的客戶(hù)需求,首先,該文研究了某公司1995—2017 年(共23 a)的發(fā)動(dòng)機(jī)銷(xiāo)量時(shí)間特性,選擇ARIMA 模型建立發(fā)動(dòng)機(jī)訂單預(yù)測(cè)模型。其次,分析了ARIMA模型適用于非平穩(wěn)時(shí)間序列分析的自回歸功能、滑動(dòng)平均功能和平穩(wěn)化處理特征,給出了訂單預(yù)測(cè)模型的建模步驟。再次,以某公司以往訂單為訓(xùn)練樣本,使用該模型預(yù)測(cè)了2018—2020 年3 a 的季度訂單,結(jié)果表明,預(yù)測(cè)訂單的變化曲線與以往實(shí)際銷(xiāo)售數(shù)量的變化曲線的一致性較好。從次,將2018—2020 年的預(yù)測(cè)訂單與實(shí)際訂單進(jìn)行比較,結(jié)果顯示兩者誤差較小,決定系數(shù)較高。最后,得出該文所建立的預(yù)測(cè)模型具有較高的可信度,可以對(duì)發(fā)動(dòng)機(jī)訂單進(jìn)行預(yù)測(cè)。

    猜你喜歡
    階數(shù)差分訂單
    春節(jié)期間“訂單蔬菜”走俏
    關(guān)于無(wú)窮小階數(shù)的幾點(diǎn)注記
    數(shù)列與差分
    確定有限級(jí)數(shù)解的階數(shù)上界的一種n階展開(kāi)方法
    新產(chǎn)品訂單紛至沓來(lái)
    “最確切”的幸福觀感——我們的致富訂單
    基于差分隱私的大數(shù)據(jù)隱私保護(hù)
    怎樣做到日訂單10萬(wàn)?
    一種新的多址信道有效階數(shù)估計(jì)算法*
    關(guān)于動(dòng)態(tài)電路階數(shù)的討論
    亚洲国产欧美网| 日本 av在线| 精品久久久久久久久久久久久| 亚洲熟妇中文字幕五十中出| 亚洲色图av天堂| 亚洲国产色片| 一a级毛片在线观看| 香蕉久久夜色| xxxwww97欧美| 久久亚洲精品不卡| 国产亚洲精品综合一区在线观看| 欧美乱妇无乱码| 欧美bdsm另类| 亚洲av五月六月丁香网| 91麻豆av在线| 69av精品久久久久久| 在线观看av片永久免费下载| 午夜福利成人在线免费观看| 亚洲精品影视一区二区三区av| 丁香欧美五月| 国产探花极品一区二区| 麻豆国产av国片精品| 黄色女人牲交| 国产黄片美女视频| 最新美女视频免费是黄的| 成年人黄色毛片网站| 免费电影在线观看免费观看| 亚洲av二区三区四区| 女人被狂操c到高潮| 亚洲国产欧洲综合997久久,| 久久久久久人人人人人| 国产精品久久久久久久久免 | a在线观看视频网站| 亚洲色图av天堂| 一本精品99久久精品77| 99在线视频只有这里精品首页| 午夜影院日韩av| 伊人久久精品亚洲午夜| 亚洲国产中文字幕在线视频| 免费人成视频x8x8入口观看| 露出奶头的视频| 日韩精品青青久久久久久| av在线蜜桃| 久久久精品大字幕| 亚洲人成伊人成综合网2020| 观看美女的网站| 丰满的人妻完整版| 3wmmmm亚洲av在线观看| 757午夜福利合集在线观看| 国产综合懂色| 亚洲成人久久爱视频| 舔av片在线| 97人妻精品一区二区三区麻豆| 欧美日韩精品网址| 国产av一区在线观看免费| 亚洲aⅴ乱码一区二区在线播放| 少妇丰满av| 熟女电影av网| 欧美日韩国产亚洲二区| 国产色婷婷99| tocl精华| 97人妻精品一区二区三区麻豆| 欧美在线一区亚洲| 99视频精品全部免费 在线| 内地一区二区视频在线| 夜夜爽天天搞| 日韩欧美免费精品| 中文字幕av成人在线电影| 老司机福利观看| 老汉色av国产亚洲站长工具| 欧美日韩黄片免| 特大巨黑吊av在线直播| 一本久久中文字幕| 在线免费观看的www视频| 免费无遮挡裸体视频| 看免费av毛片| 麻豆国产av国片精品| 99精品欧美一区二区三区四区| 国产免费一级a男人的天堂| 亚洲av中文字字幕乱码综合| 国产日本99.免费观看| 国产亚洲欧美在线一区二区| 国产野战对白在线观看| 国产精品98久久久久久宅男小说| 在线免费观看不下载黄p国产 | 国产三级黄色录像| 老熟妇仑乱视频hdxx| 色老头精品视频在线观看| 高清在线国产一区| 免费在线观看成人毛片| 亚洲av第一区精品v没综合| 久久99热这里只有精品18| 成人av一区二区三区在线看| 变态另类成人亚洲欧美熟女| 中文字幕av在线有码专区| 久久伊人香网站| 亚洲国产色片| 床上黄色一级片| 久久久久久久久大av| 少妇熟女aⅴ在线视频| 久久久国产成人精品二区| 亚洲av第一区精品v没综合| 国产私拍福利视频在线观看| 12—13女人毛片做爰片一| 国产探花在线观看一区二区| 欧美日韩福利视频一区二区| 国产精华一区二区三区| 狠狠狠狠99中文字幕| 国产91精品成人一区二区三区| 动漫黄色视频在线观看| 日韩大尺度精品在线看网址| 成人鲁丝片一二三区免费| a在线观看视频网站| 中文字幕人妻丝袜一区二区| 日本免费一区二区三区高清不卡| 少妇熟女aⅴ在线视频| 亚洲久久久久久中文字幕| 中亚洲国语对白在线视频| 综合色av麻豆| 国产精品免费一区二区三区在线| 精品国产亚洲在线| 一本综合久久免费| 99精品久久久久人妻精品| 淫秽高清视频在线观看| 一a级毛片在线观看| 国产午夜福利久久久久久| 欧美乱色亚洲激情| 国产成人av激情在线播放| 成年人黄色毛片网站| 岛国在线免费视频观看| 国产黄a三级三级三级人| 国产精品,欧美在线| 成年女人永久免费观看视频| 国产精品影院久久| 少妇高潮的动态图| 国产免费男女视频| 中文字幕久久专区| 国产成人啪精品午夜网站| 国产亚洲精品久久久com| 亚洲va日本ⅴa欧美va伊人久久| 禁无遮挡网站| 欧美黑人巨大hd| 国产一区二区三区在线臀色熟女| 国产蜜桃级精品一区二区三区| 好男人电影高清在线观看| 9191精品国产免费久久| 女人被狂操c到高潮| 亚洲精品久久国产高清桃花| 国产高清有码在线观看视频| 亚洲激情在线av| 在线观看av片永久免费下载| 三级男女做爰猛烈吃奶摸视频| 成人精品一区二区免费| 精品日产1卡2卡| 成人鲁丝片一二三区免费| 在线观看免费午夜福利视频| 久久久久国内视频| 亚洲av一区综合| 亚洲精品色激情综合| 99久久精品一区二区三区| 一进一出抽搐动态| 欧美日韩中文字幕国产精品一区二区三区| 中文字幕人妻丝袜一区二区| 国产真实伦视频高清在线观看 | 欧美一级毛片孕妇| 美女 人体艺术 gogo| 天天躁日日操中文字幕| 一个人免费在线观看的高清视频| 国产不卡一卡二| 日韩免费av在线播放| 国产激情偷乱视频一区二区| e午夜精品久久久久久久| a在线观看视频网站| 免费观看人在逋| 久久精品综合一区二区三区| 美女黄网站色视频| 久久精品国产清高在天天线| 精华霜和精华液先用哪个| 又粗又爽又猛毛片免费看| 12—13女人毛片做爰片一| 亚洲一区二区三区色噜噜| 久久久久免费精品人妻一区二区| 淫妇啪啪啪对白视频| 久久伊人香网站| 色av中文字幕| 久久精品国产99精品国产亚洲性色| 午夜福利视频1000在线观看| 亚洲精华国产精华精| 十八禁人妻一区二区| 亚洲精品色激情综合| 精品久久久久久,| 午夜福利18| 国产男靠女视频免费网站| 国产极品精品免费视频能看的| 亚洲最大成人中文| 成人一区二区视频在线观看| 内地一区二区视频在线| 亚洲成人久久爱视频| 欧美乱妇无乱码| 国产精品久久久久久人妻精品电影| 久久久久久久午夜电影| 99久久精品热视频| 国产精品影院久久| 一区二区三区激情视频| av福利片在线观看| 亚洲在线观看片| 18禁黄网站禁片午夜丰满| 久久天躁狠狠躁夜夜2o2o| 老汉色av国产亚洲站长工具| 草草在线视频免费看| 国内揄拍国产精品人妻在线| 亚洲精品在线观看二区| 欧美日韩黄片免| 欧美三级亚洲精品| 国产乱人伦免费视频| 小说图片视频综合网站| 国产精品99久久久久久久久| 人妻丰满熟妇av一区二区三区| 熟女少妇亚洲综合色aaa.| xxxwww97欧美| 久久久国产成人免费| 老鸭窝网址在线观看| 国产高清有码在线观看视频| 叶爱在线成人免费视频播放| 国产精品精品国产色婷婷| 国产亚洲欧美在线一区二区| 18禁在线播放成人免费| 国产三级黄色录像| 午夜福利18| 男女午夜视频在线观看| 老司机在亚洲福利影院| www日本在线高清视频| 搞女人的毛片| 成人精品一区二区免费| 日本三级黄在线观看| 亚洲精品久久国产高清桃花| 91在线精品国自产拍蜜月 | av在线天堂中文字幕| 哪里可以看免费的av片| 亚洲 国产 在线| 一级黄色大片毛片| 亚洲无线观看免费| 中文字幕高清在线视频| 欧美最黄视频在线播放免费| 欧美国产日韩亚洲一区| 亚洲男人的天堂狠狠| 日本三级黄在线观看| 精品日产1卡2卡| 国产aⅴ精品一区二区三区波| 久久精品国产99精品国产亚洲性色| 成人无遮挡网站| 麻豆久久精品国产亚洲av| 搞女人的毛片| 看黄色毛片网站| 国产99白浆流出| 欧美又色又爽又黄视频| 一级a爱片免费观看的视频| 亚洲乱码一区二区免费版| 国产午夜福利久久久久久| 在线a可以看的网站| 熟女电影av网| 日韩欧美在线乱码| 亚洲一区二区三区不卡视频| 色老头精品视频在线观看| 在线a可以看的网站| 国产黄片美女视频| 久久精品亚洲精品国产色婷小说| 亚洲一区二区三区不卡视频| 在线国产一区二区在线| 亚洲av中文字字幕乱码综合| 日本在线视频免费播放| 狂野欧美激情性xxxx| 午夜激情欧美在线| 亚洲欧美激情综合另类| 欧美丝袜亚洲另类 | 天天添夜夜摸| АⅤ资源中文在线天堂| 哪里可以看免费的av片| 日韩欧美免费精品| 一区二区三区免费毛片| av视频在线观看入口| 国产精品 国内视频| 国产精品久久视频播放| 日韩高清综合在线| 18美女黄网站色大片免费观看| 免费搜索国产男女视频| 香蕉丝袜av| 啪啪无遮挡十八禁网站| www.www免费av| 一边摸一边抽搐一进一小说| 床上黄色一级片| eeuss影院久久| 久久久成人免费电影| 男人舔女人下体高潮全视频| 久久99热这里只有精品18| 日本 av在线| 少妇丰满av| 久久国产乱子伦精品免费另类| 91av网一区二区| 国产主播在线观看一区二区| 男女床上黄色一级片免费看| 国产精品女同一区二区软件 | 国产乱人伦免费视频| 网址你懂的国产日韩在线| 一级毛片高清免费大全| 一进一出抽搐动态| 噜噜噜噜噜久久久久久91| 丝袜美腿在线中文| 高清毛片免费观看视频网站| 亚洲av免费高清在线观看| 女警被强在线播放| 午夜免费男女啪啪视频观看 | 99久久综合精品五月天人人| av黄色大香蕉| netflix在线观看网站| 国产午夜精品论理片| 大型黄色视频在线免费观看| 悠悠久久av| 欧美日本亚洲视频在线播放| 深夜精品福利| 精品免费久久久久久久清纯| 精品国产美女av久久久久小说| 综合色av麻豆| 成人18禁在线播放| 成人国产一区最新在线观看| 性色av乱码一区二区三区2| 国产又黄又爽又无遮挡在线| 国产精品综合久久久久久久免费| 亚洲片人在线观看| 亚洲七黄色美女视频| 成人鲁丝片一二三区免费| 国产av麻豆久久久久久久| 国语自产精品视频在线第100页| 2021天堂中文幕一二区在线观| 天堂√8在线中文| 免费搜索国产男女视频| 女人被狂操c到高潮| 亚洲成a人片在线一区二区| 亚洲第一电影网av| 日韩欧美国产在线观看| 久久精品国产综合久久久| 999久久久精品免费观看国产| 97碰自拍视频| 国产三级中文精品| АⅤ资源中文在线天堂| 国产伦人伦偷精品视频| 久久久色成人| 成人18禁在线播放| 欧美日韩综合久久久久久 | 亚洲国产欧洲综合997久久,| 搡老妇女老女人老熟妇| 黄色片一级片一级黄色片| av黄色大香蕉| 欧美最新免费一区二区三区 | 欧美大码av| 亚洲va日本ⅴa欧美va伊人久久| av中文乱码字幕在线| 午夜福利免费观看在线| 亚洲国产色片| 两个人看的免费小视频| 亚洲最大成人中文| 国内少妇人妻偷人精品xxx网站| 高清日韩中文字幕在线| 亚洲aⅴ乱码一区二区在线播放| 国产视频内射| 成人欧美大片| 色综合婷婷激情| 精品国产亚洲在线| 亚洲精品成人久久久久久| 乱人视频在线观看| 亚洲成a人片在线一区二区| 91麻豆av在线| 中文字幕av在线有码专区| 人人妻,人人澡人人爽秒播| 国产精品一及| 给我免费播放毛片高清在线观看| 国产视频内射| 99久久成人亚洲精品观看| 一个人看视频在线观看www免费 | 免费看美女性在线毛片视频| 国产淫片久久久久久久久 | 久久久久久久午夜电影| 俺也久久电影网| 欧美黄色淫秽网站| 9191精品国产免费久久| 成年女人看的毛片在线观看| 国产精品久久久久久精品电影| 亚洲国产精品成人综合色| 国产精品美女特级片免费视频播放器| 国产精品 欧美亚洲| 久久精品亚洲精品国产色婷小说| 亚洲专区国产一区二区| 国产精品av视频在线免费观看| 俄罗斯特黄特色一大片| 欧美3d第一页| 欧美日韩国产亚洲二区| 精品久久久久久,| 亚洲av电影在线进入| 国产美女午夜福利| 日日夜夜操网爽| 国产爱豆传媒在线观看| 国产精品三级大全| 国产成人av教育| 91九色精品人成在线观看| 久久人人精品亚洲av| 51午夜福利影视在线观看| 国产成人啪精品午夜网站| 亚洲 欧美 日韩 在线 免费| 88av欧美| 成人av在线播放网站| 99久久99久久久精品蜜桃| 国产真实伦视频高清在线观看 | 欧美一级a爱片免费观看看| 久久久久久人人人人人| 欧美性猛交╳xxx乱大交人| 在线看三级毛片| 又黄又粗又硬又大视频| 精品国产三级普通话版| 一区二区三区免费毛片| 午夜福利成人在线免费观看| 成人国产综合亚洲| avwww免费| 国产亚洲精品一区二区www| 国产精品综合久久久久久久免费| 国产三级黄色录像| 精品午夜福利视频在线观看一区| 国产精品一区二区三区四区免费观看 | 国产精品美女特级片免费视频播放器| 国产激情欧美一区二区| 久久久久亚洲av毛片大全| 岛国在线免费视频观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 久久久久性生活片| 欧美+日韩+精品| 国产免费av片在线观看野外av| 给我免费播放毛片高清在线观看| 波多野结衣巨乳人妻| www日本黄色视频网| 最近最新免费中文字幕在线| 国产成人av激情在线播放| 婷婷精品国产亚洲av在线| 女人十人毛片免费观看3o分钟| 精品人妻一区二区三区麻豆 | 中文亚洲av片在线观看爽| 国产三级黄色录像| 特大巨黑吊av在线直播| 亚洲电影在线观看av| 欧美一区二区国产精品久久精品| 狂野欧美激情性xxxx| 在线天堂最新版资源| 19禁男女啪啪无遮挡网站| 两人在一起打扑克的视频| 手机成人av网站| 黄色片一级片一级黄色片| 成人永久免费在线观看视频| 久久亚洲精品不卡| 日韩有码中文字幕| www日本在线高清视频| 亚洲18禁久久av| 久久精品国产99精品国产亚洲性色| 亚洲中文字幕日韩| 亚洲性夜色夜夜综合| 亚洲第一电影网av| 日韩精品青青久久久久久| 亚洲av熟女| 午夜精品一区二区三区免费看| 午夜福利18| 给我免费播放毛片高清在线观看| 亚洲成av人片在线播放无| eeuss影院久久| 久久精品91无色码中文字幕| 中文字幕高清在线视频| 午夜a级毛片| 一进一出抽搐动态| 99视频精品全部免费 在线| 一个人免费在线观看的高清视频| 欧洲精品卡2卡3卡4卡5卡区| 人妻夜夜爽99麻豆av| 久久久久久久精品吃奶| 国产激情欧美一区二区| 日韩 欧美 亚洲 中文字幕| 美女cb高潮喷水在线观看| 搡老熟女国产l中国老女人| 亚洲,欧美精品.| 国产69精品久久久久777片| 精品一区二区三区人妻视频| 国模一区二区三区四区视频| 日本熟妇午夜| 超碰av人人做人人爽久久 | 欧美日本视频| 国产高清视频在线观看网站| 亚洲欧美精品综合久久99| 悠悠久久av| 嫩草影院入口| 欧美乱码精品一区二区三区| www.999成人在线观看| 老司机福利观看| 日韩欧美国产一区二区入口| 嫁个100分男人电影在线观看| 麻豆一二三区av精品| 日韩欧美三级三区| 成熟少妇高潮喷水视频| 久久精品人妻少妇| 最后的刺客免费高清国语| 亚洲一区二区三区不卡视频| АⅤ资源中文在线天堂| 日本三级黄在线观看| 2021天堂中文幕一二区在线观| 欧美乱妇无乱码| 老熟妇乱子伦视频在线观看| 亚洲狠狠婷婷综合久久图片| 怎么达到女性高潮| 免费电影在线观看免费观看| 午夜福利成人在线免费观看| 好男人电影高清在线观看| 日韩亚洲欧美综合| 又紧又爽又黄一区二区| 两个人视频免费观看高清| 免费av观看视频| 19禁男女啪啪无遮挡网站| 在线播放国产精品三级| av国产免费在线观看| aaaaa片日本免费| 亚洲成人久久性| 黄片大片在线免费观看| 国产毛片a区久久久久| 欧美日韩中文字幕国产精品一区二区三区| 欧美大码av| av欧美777| 久久久国产成人精品二区| 中文字幕av成人在线电影| 18禁裸乳无遮挡免费网站照片| 欧美不卡视频在线免费观看| 俄罗斯特黄特色一大片| 成人欧美大片| www.999成人在线观看| 国产高清videossex| 国产真人三级小视频在线观看| 精品无人区乱码1区二区| 精品一区二区三区人妻视频| 久久精品91无色码中文字幕| www日本在线高清视频| 欧美性猛交╳xxx乱大交人| 亚洲av中文字字幕乱码综合| 88av欧美| 国产又黄又爽又无遮挡在线| 国产精品av视频在线免费观看| 久久精品国产99精品国产亚洲性色| 国产三级中文精品| 99精品久久久久人妻精品| 国产一区二区三区视频了| 99riav亚洲国产免费| 一个人看的www免费观看视频| 天美传媒精品一区二区| 国产伦在线观看视频一区| 国产一区二区三区在线臀色熟女| 麻豆一二三区av精品| 国内精品一区二区在线观看| 乱人视频在线观看| 免费av观看视频| 丰满乱子伦码专区| 国产激情偷乱视频一区二区| 少妇的逼好多水| 美女被艹到高潮喷水动态| 波多野结衣高清作品| 亚洲在线观看片| 亚洲精品色激情综合| 最新美女视频免费是黄的| 精品国产美女av久久久久小说| 法律面前人人平等表现在哪些方面| 法律面前人人平等表现在哪些方面| 搡老岳熟女国产| 中出人妻视频一区二区| 亚洲自拍偷在线| 首页视频小说图片口味搜索| 亚洲乱码一区二区免费版| e午夜精品久久久久久久| 嫩草影视91久久| 成人av在线播放网站| 12—13女人毛片做爰片一| av女优亚洲男人天堂| 国产一级毛片七仙女欲春2| 成年人黄色毛片网站| 国产午夜福利久久久久久| 亚洲成av人片免费观看| 身体一侧抽搐| 好男人在线观看高清免费视频| 色哟哟哟哟哟哟| 日韩亚洲欧美综合| 日韩欧美 国产精品| 操出白浆在线播放| 97碰自拍视频| e午夜精品久久久久久久| 亚洲自拍偷在线| 人妻久久中文字幕网| 一区福利在线观看| 日本在线视频免费播放| 91麻豆精品激情在线观看国产| 午夜久久久久精精品| 97超视频在线观看视频| 国产成人a区在线观看| 亚洲av成人av| 99久久精品一区二区三区| a级毛片a级免费在线| 韩国av一区二区三区四区| 欧美性感艳星| 欧美日本视频| 天美传媒精品一区二区| 欧美激情久久久久久爽电影| 69av精品久久久久久| 国产黄片美女视频| 18禁裸乳无遮挡免费网站照片| 成年女人看的毛片在线观看| 成年人黄色毛片网站| 一区二区三区激情视频|