• <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
    99re6热这里在线精品视频| 男女国产视频网站| 午夜福利在线在线| 亚洲av欧美aⅴ国产| 日韩欧美 国产精品| 亚洲成人av在线免费| .国产精品久久| 精品少妇黑人巨大在线播放| 伦精品一区二区三区| 亚洲精华国产精华液的使用体验| 国产在线男女| 日韩在线高清观看一区二区三区| 老司机影院毛片| 91aial.com中文字幕在线观看| 欧美精品国产亚洲| 国产av国产精品国产| 乱系列少妇在线播放| 亚洲欧美日韩另类电影网站 | 久久99蜜桃精品久久| 久久精品国产亚洲av涩爱| 特大巨黑吊av在线直播| 夜夜爽夜夜爽视频| 女的被弄到高潮叫床怎么办| 午夜福利视频1000在线观看| 91久久精品国产一区二区成人| 欧美成人a在线观看| 一级毛片电影观看| 日韩av免费高清视频| 国产亚洲91精品色在线| 国产高清国产精品国产三级 | 美女xxoo啪啪120秒动态图| 亚洲国产欧美人成| 久久久久久久精品精品| 欧美激情在线99| 成人二区视频| 国产成人精品福利久久| 亚洲欧美日韩无卡精品| 亚洲欧美日韩卡通动漫| 久久久久久久久久久丰满| 色综合色国产| 免费播放大片免费观看视频在线观看| 97热精品久久久久久| 高清毛片免费看| 大香蕉久久网| 国产成人免费观看mmmm| 老司机影院成人| 老师上课跳d突然被开到最大视频| 网址你懂的国产日韩在线| 精品国产乱码久久久久久小说| 午夜免费鲁丝| 国产亚洲一区二区精品| 一个人看视频在线观看www免费| 亚洲精品,欧美精品| 我要看日韩黄色一级片| 国产精品伦人一区二区| 黄色配什么色好看| 日韩伦理黄色片| 久久99热这里只频精品6学生| 性色av一级| 日日摸夜夜添夜夜添av毛片| 久久99精品国语久久久| 嫩草影院新地址| 亚洲成人一二三区av| 亚洲国产精品999| 蜜臀久久99精品久久宅男| 国产亚洲午夜精品一区二区久久 | 亚洲精品乱码久久久久久按摩| 亚洲精品色激情综合| 久久国内精品自在自线图片| 国产色婷婷99| 免费高清在线观看视频在线观看| 色视频在线一区二区三区| 亚洲成人一二三区av| 搞女人的毛片| 男女下面进入的视频免费午夜| 久久6这里有精品| 成人亚洲精品av一区二区| 看免费成人av毛片| 亚洲av成人精品一二三区| 卡戴珊不雅视频在线播放| 亚洲精品国产av蜜桃| 精品酒店卫生间| 亚洲欧洲国产日韩| 热99国产精品久久久久久7| 99热这里只有是精品50| 午夜日本视频在线| 久久97久久精品| 欧美极品一区二区三区四区| 亚洲成人av在线免费| 国产精品一及| 国产成人aa在线观看| 成人亚洲欧美一区二区av| 看非洲黑人一级黄片| 在线观看免费高清a一片| 国产爽快片一区二区三区| 国产成人精品福利久久| 成人国产av品久久久| 熟女人妻精品中文字幕| 欧美+日韩+精品| 精华霜和精华液先用哪个| 国产免费视频播放在线视频| 亚洲av成人精品一区久久| 永久网站在线| 我要看日韩黄色一级片| 亚洲精品一区蜜桃| 永久免费av网站大全| 夫妻午夜视频| 中文字幕制服av| 国产黄片美女视频| 一级片'在线观看视频| 国产人妻一区二区三区在| 男人添女人高潮全过程视频| 汤姆久久久久久久影院中文字幕| 免费观看性生交大片5| 亚洲av不卡在线观看| 天天一区二区日本电影三级| 少妇人妻久久综合中文| 国产 精品1| 欧美高清成人免费视频www| 中文欧美无线码| 久久97久久精品| 亚洲精品乱码久久久v下载方式| 在线天堂最新版资源| 中文精品一卡2卡3卡4更新| 简卡轻食公司| 不卡视频在线观看欧美| 日韩大片免费观看网站| 国产淫片久久久久久久久| 亚洲欧美成人精品一区二区| 欧美bdsm另类| 男人和女人高潮做爰伦理| 美女被艹到高潮喷水动态| 2022亚洲国产成人精品| av国产精品久久久久影院| 国产在线一区二区三区精| 欧美最新免费一区二区三区| 国国产精品蜜臀av免费| 人妻系列 视频| 久久精品国产亚洲av涩爱| 亚洲国产av新网站| 国产美女午夜福利| 99久久九九国产精品国产免费| 亚洲国产精品专区欧美| 久久人人爽人人片av| 特级一级黄色大片| 国产成年人精品一区二区| 黄色视频在线播放观看不卡| 亚洲在久久综合| 久久久久精品久久久久真实原创| 久久久久网色| 成人高潮视频无遮挡免费网站| 国内揄拍国产精品人妻在线| 精品一区二区三区视频在线| 日韩,欧美,国产一区二区三区| 草草在线视频免费看| 午夜福利视频1000在线观看| 欧美人与善性xxx| 搡女人真爽免费视频火全软件| 男插女下体视频免费在线播放| 秋霞伦理黄片| 亚洲国产av新网站| 日韩一区二区三区影片| 高清午夜精品一区二区三区| 青春草亚洲视频在线观看| 精品99又大又爽又粗少妇毛片| 最近中文字幕2019免费版| 国产成年人精品一区二区| 韩国av在线不卡| 黄色配什么色好看| 欧美国产精品一级二级三级 | 中文乱码字字幕精品一区二区三区| 另类亚洲欧美激情| 九九久久精品国产亚洲av麻豆| 国产亚洲精品久久久com| 97超碰精品成人国产| 99热国产这里只有精品6| 春色校园在线视频观看| 不卡视频在线观看欧美| 少妇的逼好多水| 在线免费十八禁| 亚洲,欧美,日韩| 99久久精品热视频| 国产精品国产三级国产专区5o| 国产欧美亚洲国产| 精品久久国产蜜桃| 久久久久久久久久久丰满| 国内少妇人妻偷人精品xxx网站| 久久人人爽av亚洲精品天堂 | 国产av码专区亚洲av| 国产男女内射视频| 伊人久久国产一区二区| 亚洲欧美精品专区久久| 男人和女人高潮做爰伦理| 高清视频免费观看一区二区| 爱豆传媒免费全集在线观看| 女的被弄到高潮叫床怎么办| 欧美精品人与动牲交sv欧美| 亚洲婷婷狠狠爱综合网| 亚洲欧美成人精品一区二区| 亚洲国产欧美在线一区| 99热这里只有精品一区| 神马国产精品三级电影在线观看| 国产在视频线精品| 成人高潮视频无遮挡免费网站| 国产精品人妻久久久影院| 热re99久久精品国产66热6| 国产高清不卡午夜福利| 综合色丁香网| 日韩一区二区视频免费看| 日韩中字成人| 在线免费观看不下载黄p国产| 亚洲经典国产精华液单| 偷拍熟女少妇极品色| 亚洲国产精品国产精品| 国产真实伦视频高清在线观看| 禁无遮挡网站| 亚洲色图av天堂| 亚洲欧洲日产国产| 久久久a久久爽久久v久久| 亚洲欧美精品专区久久| 在现免费观看毛片| 国产黄片美女视频| 色视频在线一区二区三区| 在线观看一区二区三区激情| 五月伊人婷婷丁香| 免费在线观看成人毛片| 身体一侧抽搐| 亚洲aⅴ乱码一区二区在线播放| 欧美97在线视频| 日本色播在线视频| 51国产日韩欧美| 欧美最新免费一区二区三区| 免费观看性生交大片5| 男女无遮挡免费网站观看| 亚洲精品成人久久久久久| 欧美极品一区二区三区四区| 亚洲精品久久久久久婷婷小说| 国产成人福利小说| 国产精品久久久久久精品古装| 亚洲电影在线观看av| 嫩草影院精品99| 亚洲人成网站在线播| 日韩国内少妇激情av| 国产成人免费观看mmmm| 天堂俺去俺来也www色官网| 波多野结衣巨乳人妻| 亚洲精品成人久久久久久| 国产淫片久久久久久久久| 女人久久www免费人成看片| 成人特级av手机在线观看| 97在线人人人人妻| 欧美bdsm另类| 国产精品久久久久久精品古装| av.在线天堂| 深爱激情五月婷婷| 日韩一区二区视频免费看| 菩萨蛮人人尽说江南好唐韦庄| 一级黄片播放器| 99精国产麻豆久久婷婷| av卡一久久| 免费av观看视频| 97超视频在线观看视频| 亚洲av在线观看美女高潮| 婷婷色麻豆天堂久久| 一级毛片我不卡| 久久久久久久久久成人| 久久久精品欧美日韩精品| 真实男女啪啪啪动态图| 成人黄色视频免费在线看| 久久久久网色| 日本-黄色视频高清免费观看| 国产黄片视频在线免费观看| 久热这里只有精品99| 亚洲伊人久久精品综合| 中文字幕制服av| 午夜福利在线在线| 亚洲成人久久爱视频| 老司机影院毛片| 午夜免费鲁丝| 国产成人一区二区在线| 少妇的逼好多水| 新久久久久国产一级毛片| 欧美日韩视频精品一区| 国产69精品久久久久777片| 国产女主播在线喷水免费视频网站| 毛片一级片免费看久久久久| 国产一区二区三区综合在线观看 | 人妻少妇偷人精品九色| 三级国产精品欧美在线观看| 男插女下体视频免费在线播放| 国产毛片a区久久久久| 亚洲最大成人av| 夜夜爽夜夜爽视频| 五月玫瑰六月丁香| 亚洲人成网站高清观看| 最近最新中文字幕免费大全7| 免费看日本二区| 神马国产精品三级电影在线观看| 日韩亚洲欧美综合| 国产老妇女一区| 亚洲精品久久午夜乱码| 国产毛片在线视频| 搡老乐熟女国产| 精品一区二区三卡| 国产成人精品婷婷| 又黄又爽又刺激的免费视频.| 欧美日韩精品成人综合77777| 国产乱来视频区| 国产精品一区二区性色av| 日韩欧美精品免费久久| 亚洲av二区三区四区| 黄色怎么调成土黄色| 欧美高清成人免费视频www| 九色成人免费人妻av| 国产色爽女视频免费观看| 日韩伦理黄色片| 欧美3d第一页| 国产亚洲5aaaaa淫片| 国产精品99久久99久久久不卡 | 欧美变态另类bdsm刘玥| 亚洲熟女精品中文字幕| 国产精品嫩草影院av在线观看| 午夜免费观看性视频| 亚洲欧美精品自产自拍| 青春草亚洲视频在线观看| 蜜桃久久精品国产亚洲av| 大香蕉久久网| 各种免费的搞黄视频| 国产精品99久久99久久久不卡 | 最后的刺客免费高清国语| 精品人妻一区二区三区麻豆| 久久女婷五月综合色啪小说 | 99热网站在线观看| 久久久精品欧美日韩精品| 如何舔出高潮| 伊人久久精品亚洲午夜| 男女下面进入的视频免费午夜| 18禁在线无遮挡免费观看视频| 中文字幕制服av| 熟女电影av网| 国产av不卡久久| 又爽又黄无遮挡网站| 欧美三级亚洲精品| 高清欧美精品videossex| 黄色日韩在线| 欧美成人一区二区免费高清观看| av天堂中文字幕网| 国模一区二区三区四区视频| av天堂中文字幕网| 午夜福利视频精品| 三级男女做爰猛烈吃奶摸视频| 国产精品久久久久久av不卡| 三级经典国产精品| 在线观看免费高清a一片| 免费大片黄手机在线观看| 天美传媒精品一区二区| 色5月婷婷丁香| 搡老乐熟女国产| 午夜免费男女啪啪视频观看| 激情五月婷婷亚洲| 国产伦理片在线播放av一区| 免费大片18禁| 日韩成人伦理影院| 久久久久久久精品精品| 精品酒店卫生间| 91久久精品国产一区二区成人| 免费大片黄手机在线观看| 久久99热这里只频精品6学生| 搞女人的毛片| 日日摸夜夜添夜夜爱| 亚洲最大成人中文| 欧美成人a在线观看| h日本视频在线播放| 一个人观看的视频www高清免费观看| 黄色一级大片看看| 亚洲精品影视一区二区三区av| 黄色一级大片看看| 国产免费一区二区三区四区乱码| 全区人妻精品视频| 国语对白做爰xxxⅹ性视频网站| 最近中文字幕2019免费版| 日韩成人av中文字幕在线观看| av在线老鸭窝| 国产精品一及| 大又大粗又爽又黄少妇毛片口| 777米奇影视久久| 大又大粗又爽又黄少妇毛片口| 2018国产大陆天天弄谢| 80岁老熟妇乱子伦牲交| 国国产精品蜜臀av免费| 色5月婷婷丁香| 午夜免费鲁丝| 久久久久久久久久久免费av| 日韩免费高清中文字幕av| 99视频精品全部免费 在线| 日韩欧美精品免费久久| 麻豆久久精品国产亚洲av| 内射极品少妇av片p| 超碰av人人做人人爽久久| 精品少妇黑人巨大在线播放| 国产成人a∨麻豆精品| 国产男女超爽视频在线观看| 国产精品熟女久久久久浪| 两个人的视频大全免费| 丝袜脚勾引网站| 日韩人妻高清精品专区| 国产乱来视频区| 亚洲欧美日韩无卡精品| 丝瓜视频免费看黄片| 久久久久久伊人网av| 亚洲天堂国产精品一区在线| 日韩av免费高清视频| 看黄色毛片网站| 久久综合国产亚洲精品| 岛国毛片在线播放| 一级毛片我不卡| 亚洲欧美精品自产自拍| 亚洲精品第二区| 街头女战士在线观看网站| 欧美 日韩 精品 国产| 久久久久精品久久久久真实原创| 老女人水多毛片| 自拍欧美九色日韩亚洲蝌蚪91 | 又黄又爽又刺激的免费视频.| 啦啦啦在线观看免费高清www| 男人添女人高潮全过程视频| 久久影院123| 亚洲欧美日韩东京热| 美女内射精品一级片tv| 精品熟女少妇av免费看| 久久久久国产精品人妻一区二区| 日韩欧美精品v在线| 成年av动漫网址| 亚洲一级一片aⅴ在线观看| 成人美女网站在线观看视频| 成人特级av手机在线观看| 国产成人一区二区在线| 精品久久久久久久末码| 纵有疾风起免费观看全集完整版| 国产乱来视频区| 婷婷色综合大香蕉| 在线观看人妻少妇| 久久久精品94久久精品| 久久鲁丝午夜福利片| av国产久精品久网站免费入址| 美女脱内裤让男人舔精品视频| 国产老妇伦熟女老妇高清| 国产成人精品久久久久久| 精品人妻熟女av久视频| 97人妻精品一区二区三区麻豆| 别揉我奶头 嗯啊视频| 中国三级夫妇交换| 人人妻人人看人人澡| 欧美日韩视频高清一区二区三区二| 国产色爽女视频免费观看| 在线观看三级黄色| 久久久欧美国产精品| 青青草视频在线视频观看| 免费大片黄手机在线观看| 最后的刺客免费高清国语| 中文天堂在线官网| 美女视频免费永久观看网站| 免费电影在线观看免费观看| 国产精品国产av在线观看| 欧美日韩视频高清一区二区三区二| 三级经典国产精品| 国产大屁股一区二区在线视频| 亚洲av免费在线观看| 另类亚洲欧美激情| 69av精品久久久久久| 亚洲国产高清在线一区二区三| 国产美女午夜福利| 美女主播在线视频| 在线观看一区二区三区激情| 久久影院123| 成年版毛片免费区| 中文乱码字字幕精品一区二区三区| 国产精品国产三级专区第一集| 18禁动态无遮挡网站| 丰满人妻一区二区三区视频av| 成年女人在线观看亚洲视频 | 国产av码专区亚洲av| 水蜜桃什么品种好| 欧美bdsm另类| 精品一区二区三卡| 视频中文字幕在线观看| 人体艺术视频欧美日本| 狂野欧美激情性bbbbbb| 看非洲黑人一级黄片| 亚洲av成人精品一区久久| 我要看日韩黄色一级片| 国产高清不卡午夜福利| 少妇 在线观看| 少妇被粗大猛烈的视频| 男人添女人高潮全过程视频| 黄色怎么调成土黄色| 国产有黄有色有爽视频| 麻豆精品久久久久久蜜桃| 国产伦精品一区二区三区视频9| 天堂网av新在线| 18禁在线播放成人免费| 国产av码专区亚洲av| 一级黄片播放器| 精品国产三级普通话版| 午夜精品一区二区三区免费看| 深爱激情五月婷婷| 高清午夜精品一区二区三区| 青春草国产在线视频| 99久久精品热视频| 国产午夜精品一二区理论片| 亚洲aⅴ乱码一区二区在线播放| 身体一侧抽搐| 欧美 日韩 精品 国产| 国产精品人妻久久久影院| 人妻一区二区av| 性色avwww在线观看| 亚洲精品日韩在线中文字幕| 内地一区二区视频在线| 久久久久久国产a免费观看| 国产精品一区二区三区四区免费观看| 久久久久网色| 国产一区二区在线观看日韩| 联通29元200g的流量卡| 免费观看无遮挡的男女| 欧美精品一区二区大全| 国产91av在线免费观看| 久久久久久国产a免费观看| 国产精品.久久久| 成年人午夜在线观看视频| 免费观看a级毛片全部| 亚洲在线观看片| 天美传媒精品一区二区| 在线看a的网站| 嘟嘟电影网在线观看| 国产一区亚洲一区在线观看| 十八禁网站网址无遮挡 | 91久久精品国产一区二区成人| 亚洲精品aⅴ在线观看| 蜜桃亚洲精品一区二区三区| 亚洲国产欧美在线一区| 久久久久国产网址| 中文乱码字字幕精品一区二区三区| av免费观看日本| 日韩电影二区| 亚洲aⅴ乱码一区二区在线播放| 成人毛片a级毛片在线播放| 狠狠精品人妻久久久久久综合| 啦啦啦在线观看免费高清www| 亚洲国产日韩一区二区| 好男人在线观看高清免费视频| 五月伊人婷婷丁香| 成人欧美大片| 亚洲高清免费不卡视频| 国产极品天堂在线| 国产亚洲av片在线观看秒播厂| 99九九线精品视频在线观看视频| 免费观看av网站的网址| 男人狂女人下面高潮的视频| 久久久国产一区二区| 99久久九九国产精品国产免费| 日韩 亚洲 欧美在线| 亚洲美女视频黄频| 免费看不卡的av| 久久久久九九精品影院| 亚洲成人精品中文字幕电影| 成人综合一区亚洲| 女人十人毛片免费观看3o分钟| 欧美精品人与动牲交sv欧美| 99久久人妻综合| 青春草亚洲视频在线观看| 欧美三级亚洲精品| 18禁动态无遮挡网站| 夫妻午夜视频| 色网站视频免费| 欧美3d第一页| 2018国产大陆天天弄谢| 亚洲经典国产精华液单| 国产视频内射| 777米奇影视久久| 国产精品.久久久| 免费在线观看成人毛片| 亚洲av免费在线观看| 岛国毛片在线播放| 亚洲欧美日韩另类电影网站 | 久久久精品欧美日韩精品| 免费观看av网站的网址| 亚洲国产成人一精品久久久| 男女国产视频网站| 亚洲国产高清在线一区二区三| 国产v大片淫在线免费观看| 久久久久久国产a免费观看| 九九在线视频观看精品| 欧美3d第一页| 有码 亚洲区| 99精国产麻豆久久婷婷| 免费看日本二区| 国产一区二区亚洲精品在线观看| 欧美日韩综合久久久久久| 婷婷色av中文字幕| 亚洲内射少妇av| 99精国产麻豆久久婷婷| 久热久热在线精品观看| 激情五月婷婷亚洲| 成年女人看的毛片在线观看| 国产爽快片一区二区三区| 中国国产av一级| 麻豆久久精品国产亚洲av| 99久久人妻综合| 国产综合精华液| 国产永久视频网站| 在线观看人妻少妇| 一二三四中文在线观看免费高清| 亚洲av中文av极速乱| 国产高清三级在线| 久久韩国三级中文字幕|