• <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 ?

    一種多策略改進(jìn)的麻雀搜索算法

    2022-06-09 11:58:26汪廷華周慧穎
    關(guān)鍵詞:優(yōu)化模型

    張 琳,汪廷華,周慧穎

    贛南師范大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院,江西 贛州 341000

    群智能算法是受自然界生物群體社會行為模式、進(jìn)化機(jī)制、物理現(xiàn)象的啟發(fā)而開發(fā)的隨機(jī)搜索算法,具有簡單易實(shí)現(xiàn)、靈活性、魯棒性強(qiáng)、自組織性等特點(diǎn),在圖像處理、模式識別、數(shù)據(jù)挖掘、系統(tǒng)控制等領(lǐng)域被廣泛應(yīng)用。近年來,國內(nèi)外學(xué)者相繼提出各種群智能優(yōu)化算法,如:蟻群算法(ant colony optimization,ACO)[1]、粒子群算法(particle swarm optimization algorithm,PSO)[2]、果蠅優(yōu)化算法(fruit fly optimization algorithm,F(xiàn)OA)[3]、灰狼優(yōu)化算法(grey wolf optimizer,GWO)[4]、鯨魚優(yōu)化算法(whale optimization algorithm,WOA)[5]、哈里斯鷹優(yōu)化算法(Harris hawks optimization,HHO)[6]、麻雀搜索算法(sparrow search algorithm,SSA)[7]等。其中麻雀搜索算法是由Xue和Shen于2020年提出的一種新型群智能優(yōu)化算法,源于對麻雀種群捕食行為和反捕食行為的研究。SSA有全局尋優(yōu)、可調(diào)節(jié)參數(shù)少、結(jié)構(gòu)清晰等優(yōu)點(diǎn),被廣泛應(yīng)用于各種實(shí)際工程優(yōu)化問題且均有很好的實(shí)際效果,例如圖像分割[8-9]、航跡規(guī)劃[10-11]、車間調(diào)度[12]、發(fā)電功率預(yù)測[13]等。

    然而,SSA在求解復(fù)雜優(yōu)化問題時(shí)也存在對初始值敏感,迭代后期種群趨同性嚴(yán)重,難以跳出局部最優(yōu)值的問題,限制了算法的尋優(yōu)性能。針對這些缺點(diǎn),諸多學(xué)者對其進(jìn)行了改進(jìn)研究。Chen等人[14]通過采用Tent混沌初始化麻雀種群位置,并引入levy飛行和隨機(jī)游走策略有效改善了算法的收斂速度和探索能力。文獻(xiàn)[15]在SSA中對麻雀種群位置進(jìn)行k-means聚類分化,減小隨機(jī)性對初始種群的干擾,對加入者和最優(yōu)個(gè)體位置更新引入正余弦搜索策略、自適應(yīng)局部策略進(jìn)行優(yōu)化,提升算法的尋優(yōu)效率和收斂速度。文獻(xiàn)[16]對最優(yōu)解引入柯西變異和反向?qū)W習(xí)策略提高算法局部空間最優(yōu)值的逃逸能力。文獻(xiàn)[17]在SSA種群初始化過程中引入精英混沌反向?qū)W習(xí)機(jī)制提升初始種群質(zhì)量,并結(jié)合雞群算法的隨機(jī)跟隨策略優(yōu)化加入者位置更新增強(qiáng)算法的搜索性能,借助柯西高斯變異策略保證了種群多樣性和種群抗停滯能力,避免算法過早收斂。段玉先等[18]利用Sobol序列映射生成初始種群位置,并引入非線性慣性權(quán)重和縱橫交叉策略協(xié)調(diào)算法的局部搜索能力和全局開發(fā)能力,降低算法陷入局部最優(yōu)的可能。文獻(xiàn)[19]采用ICMIC混沌初始化種群,增加種群的多樣性和質(zhì)量,在發(fā)現(xiàn)者搜索機(jī)制中融入螺旋探索策略有效增強(qiáng)算法的全局探索能力,借助精英差分和隨機(jī)反向的混合變異機(jī)制,避免因迭代后期種群個(gè)體的快速同化導(dǎo)致算法早熟收斂。上述改進(jìn)策略雖然對SSA的尋優(yōu)性能有所提升,但尋優(yōu)后期搜索能力不足和易早熟收斂的問題依然存在。

    因此,本文提出一種多策略改進(jìn)的麻雀搜索算法(multi-strategy improved sparrow search algorithm,MISSA)。根據(jù)以下策略對SSA算法進(jìn)行改進(jìn):首先在麻雀種群初始化過程中引入立方序列映射和反向?qū)W習(xí)機(jī)制,提升初始種群的質(zhì)量和遍歷性,實(shí)現(xiàn)對搜索空間更全面徹底的搜索;其次,借鑒粒子群算法的學(xué)習(xí)策略更新發(fā)現(xiàn)者的位置,提升種群間的信息交流能力,協(xié)調(diào)全局勘探和局部開發(fā)之間的平衡;最后融合差分進(jìn)化算法(differential evolution,DE)中的差分變異、交叉操作和反向?qū)W習(xí)機(jī)制對最優(yōu)解進(jìn)行變異,增加迭代后期麻雀種群的多樣性,使得算法局部最優(yōu)值的跳出能力有所提升。通過求解8個(gè)基準(zhǔn)測試函數(shù),并與其他算法進(jìn)行比較,驗(yàn)證了改進(jìn)算法的優(yōu)越性;并將MISSA應(yīng)用于SVR模型的參數(shù)選取之中,在UCI數(shù)據(jù)集上的實(shí)驗(yàn)進(jìn)一步驗(yàn)證了改進(jìn)算法的有效性。

    1 麻雀搜索算法

    在SSA中,麻雀種群可分為負(fù)責(zé)尋找食物資源并提供整個(gè)種群食物位置與方向的發(fā)現(xiàn)者和根據(jù)發(fā)現(xiàn)者提供的食物信息進(jìn)行捕食行為的加入者,同時(shí)在整個(gè)種群中隨機(jī)選取一定比例的麻雀個(gè)體對覓食區(qū)域進(jìn)行警戒偵查,一旦察覺到危險(xiǎn),麻雀種群立即做出反捕食行為。在SSA中,種群中適應(yīng)度較好的麻雀個(gè)體被視為發(fā)現(xiàn)者,其位置更新如下所示:

    式中,t為當(dāng)前迭代次數(shù),表示在t代第i只麻雀的位置,Tmax為最大迭代次數(shù),β1∈( )0,1的一個(gè)隨機(jī)數(shù),β2服從正態(tài)分布的隨機(jī)數(shù),L是一個(gè)一行多維的全一矩陣,R2∈[0,1]表示警戒值,ST∈[0.5,1]表示安全閾值。當(dāng)R2<ST時(shí)代表覓食環(huán)境安全發(fā)現(xiàn)者可廣泛搜索,引導(dǎo)種群獲取更高的適應(yīng)度;當(dāng)R2≥ST時(shí)代表可能出現(xiàn)捕食者,需立即向安全區(qū)域靠攏。

    加入者緊跟發(fā)現(xiàn)者進(jìn)行覓食行為,并可能爭奪發(fā)現(xiàn)者的食物資源來增加自身捕食率,其位置更新公式為:

    在SSA中,偵查者負(fù)責(zé)監(jiān)控覓食區(qū)域,當(dāng)意識到危險(xiǎn)時(shí)會立即發(fā)出危險(xiǎn)信號,并迅速向安全區(qū)域移動或者隨機(jī)靠近別的麻雀個(gè)體來降低被捕食的可能性,其位置更新公式可表示為:

    式中,Xbest t為當(dāng)前全局最優(yōu)位置,β3是步長控制參數(shù),是一個(gè)服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù),β4∈[-1,1]的隨機(jī)數(shù),ρ的作用是避免分母為0,通常取值為10-50,f i、f g、f w分別為當(dāng)前個(gè)體的適應(yīng)度、全局最佳適應(yīng)度及當(dāng)前全局最差適應(yīng)度。

    2 改進(jìn)的麻雀搜索算法

    2.1 混沌映射和反向?qū)W習(xí)策略

    SSA通過隨機(jī)生成方式產(chǎn)生初始種群,使得初始種群在搜索空間分布不均勻、遍歷性較低,從而導(dǎo)致算法在搜索空間中搜索得不徹底,影響算法的尋優(yōu)性能和搜索效率?;煦缧蛄杏成湟蚓哂须S機(jī)性、遍歷性、非重復(fù)性、初值敏感性等特點(diǎn)[20],而被廣泛應(yīng)用于優(yōu)化搜索問題。通過引入混沌序列映射初始化種群,可以增強(qiáng)初始種群的質(zhì)量和分布均勻性,有助于算法在搜索空間進(jìn)行更全面的搜索,實(shí)現(xiàn)改善算法的收斂精度和尋優(yōu)性能的目的。在諸多混沌映射中,立方混沌映射在[0,1]之間均勻分布性能更優(yōu),其數(shù)學(xué)模型為:

    式中,yi為立方序列。若X i∈[lb,ub],lb、ub為搜索空間的上界和下界,將立方序列按式(5)映射到麻雀個(gè)體上:

    反向?qū)W習(xí)策略[21]評估問題的可行解及其反向解,選擇較優(yōu)的個(gè)體作為算法可行解,擴(kuò)大搜索空間,進(jìn)而實(shí)現(xiàn)提升初始解的質(zhì)量,增加算法找到最優(yōu)解的可能性,降低算法在迭代尋優(yōu)時(shí)的盲目性的目的。個(gè)體Xi的反向解OP i可表示為:

    式中,k∈(0,1)的隨機(jī)數(shù)。

    立方序列映射和反向?qū)W習(xí)策略初始化種群的具體過程為:

    (1)通過式(4)產(chǎn)生立方映射序列,通過式(5)將立方序列映射至麻雀個(gè)體上,并計(jì)算立方映射種群的適應(yīng)度值。

    (2)通過式(6)尋求立方映射后種群的反向解種群,計(jì)算反向解種群的適應(yīng)度值。

    (3)合并立方映射種群和反向解種群后,根據(jù)適應(yīng)度值進(jìn)行評估,選擇適應(yīng)度值較優(yōu)的前N個(gè)麻雀個(gè)體作為初始種群。

    2.2 改進(jìn)發(fā)現(xiàn)者的位置更新

    在SSA尋優(yōu)初期,發(fā)現(xiàn)者快速收斂于0且向全局最優(yōu)值的位置聚攏,導(dǎo)致種群多樣性驟降,容易出現(xiàn)早熟收斂的狀況,從而造成搜索準(zhǔn)確性不高的問題。針對這種情況,本文借鑒粒子群算法[2,22]的學(xué)習(xí)策略,引入全局最優(yōu)值和個(gè)體歷史最優(yōu)值來改進(jìn)發(fā)現(xiàn)者的位置,使得其不僅受全局最優(yōu)個(gè)體位置的影響,還受個(gè)體歷史最優(yōu)位置的影響,提升麻雀種群之間的信息交流能力,從而提高算法的搜索速度和尋優(yōu)精度。改進(jìn)后的發(fā)現(xiàn)者位置更新公式如下:

    在尋優(yōu)初期,權(quán)重因子大,算法的全局勘探性能強(qiáng)搜索范圍廣;尋優(yōu)后期,權(quán)重因子快速減小,算法局部開發(fā)能力強(qiáng),有利于快速收斂。

    2.3 差分變異策略

    在SSA迭代后期,麻雀種群將快速聚集在最優(yōu)解附近,導(dǎo)致種群趨同性嚴(yán)重,算法停滯不前,進(jìn)而增大算法陷入局部最優(yōu)值的概率。為解決此問題,融合差分進(jìn)化思想[23]至SSA中,通過隨機(jī)選擇兩個(gè)麻雀個(gè)體計(jì)算差值與全局最優(yōu)個(gè)體進(jìn)行變異操作產(chǎn)生新的個(gè)體,并對新個(gè)體引入反向?qū)W習(xí)策略,評估比較保留適應(yīng)度更好的個(gè)體,從而改善種群的多樣性提升算法局部最優(yōu)值的逃逸能力,新個(gè)體的數(shù)學(xué)模型可表示為:

    式中,X r1、X r2是隨機(jī)選擇的麻雀位置,λ為縮放因子。

    3 實(shí)驗(yàn)

    3.1 基準(zhǔn)測試函數(shù)上的實(shí)驗(yàn)

    3.1.1 基準(zhǔn)測試函數(shù)說明和參數(shù)設(shè)置

    為了驗(yàn)證多策略改進(jìn)麻雀搜索算法的優(yōu)化效果,選取了8個(gè)基準(zhǔn)測試函數(shù)對改進(jìn)算法進(jìn)行測試檢驗(yàn),具體函數(shù)信息如表1所示。

    表1 基準(zhǔn)測試函數(shù)信息Table 1 Benchmark function information

    另選取PSO、DE、灰狼優(yōu)化算法、鯨魚優(yōu)化算法、SSA及MISSA進(jìn)行尋優(yōu)對比,其中PSO的參數(shù)設(shè)置為w=0.75,c1=1.5,c2=1.5;DE的參數(shù)設(shè)置為pcr=0.5,Fmin=0.2,Fmax=0.8;GWO的參數(shù)設(shè)置為ainitial=2,aend=0;WOA的參數(shù)設(shè)置為ainitial=2,aend=0,p=0.5,b=1;SSA的參數(shù)設(shè)置為ST=0.8,PD=0.2,SD=0.2。所有算法的種群規(guī)模為30,最大迭代次數(shù)為200,每個(gè)測試函數(shù)獨(dú)立運(yùn)行30次來降低算法實(shí)驗(yàn)結(jié)果的統(tǒng)計(jì)誤差。表2顯示的是30次獨(dú)立實(shí)驗(yàn)中每種算法求解各測試函數(shù)的最優(yōu)解(Best)、最差值(Worst)、平均值(Mean)和標(biāo)準(zhǔn)差(Std)。

    3.1.2 實(shí)驗(yàn)結(jié)果與分析

    從表2分析可知:在這8個(gè)基準(zhǔn)測試函數(shù)的尋優(yōu)實(shí)驗(yàn)中,MISSA算法的統(tǒng)計(jì)結(jié)果明顯優(yōu)于其他5種對比算法。對于單峰函數(shù)f1、f2、f3、f4,MISSA算法能夠找到其理論最優(yōu)解,尋優(yōu)效果遠(yuǎn)超PSO、DE、GWO、WOA、SSA,對于函數(shù)f3、f4,SSA雖也能找到最優(yōu)值,但最差值、平均值、標(biāo)準(zhǔn)差遠(yuǎn)遠(yuǎn)不如MISSA算法;對于單峰函數(shù)f5,這幾種算法結(jié)果表現(xiàn)差別不大,但MISSA算法尋優(yōu)效果和收斂效率稍微優(yōu)于其他5種算法。對于多峰函數(shù)f6、f7,SSA和MISSA都能穩(wěn)定地尋找到最優(yōu)值,說明了該算法本身的優(yōu)越性;對多峰函數(shù)f8,MISSA算法在最優(yōu)值、平均值和標(biāo)準(zhǔn)差相比于其他算法有所提升。綜合分析表明,在尋優(yōu)過程中MISSA的平均值和標(biāo)準(zhǔn)差均略優(yōu)于其他算法,表明MISSA算法的尋優(yōu)精度和魯棒性明顯優(yōu)于其他算法,說明改進(jìn)后的麻雀搜索算法能更充分高效地探尋搜索空間,并具備較強(qiáng)的全局尋優(yōu)能力和局部探索能力。

    表2 基準(zhǔn)測試函數(shù)優(yōu)化結(jié)果對比Table 2 Comparison of benchmark function optimization results

    為了更好地說明MISSA有著更好的尋優(yōu)精度以及收斂速度,在8個(gè)基準(zhǔn)測試函數(shù)上進(jìn)行仿真實(shí)驗(yàn),各算法優(yōu)化測試函數(shù)的收斂曲線對比如圖1~圖8所示。

    從圖1至圖8可以看出,不論是單峰函數(shù)還是多峰函數(shù),在收斂到相同精度的情況下,改進(jìn)后的MISSA所需迭代次數(shù)最少,說明該算法的收斂速度有所提高。在相同的尋優(yōu)次數(shù),MISSA的求解精度略高于其他算法的求解精度。

    圖3 f3函數(shù)收斂曲線Fig.3 Convergence curve of f3 function

    圖4 f4函數(shù)收斂曲線Fig.4 Convergence curve of f4 function

    圖5 f5函數(shù)收斂曲線Fig.5 Convergence curve of f5 function

    圖6 f6函數(shù)收斂曲線Fig.6 Convergence curve of f6 function

    圖8 f8函數(shù)收斂曲線Fig.8 Convergence curve of f8 function

    3.2 SVR模型參數(shù)優(yōu)化對比實(shí)驗(yàn)

    為進(jìn)一步驗(yàn)證MISSA的優(yōu)化性能,將其應(yīng)用于SVR[24]模型的參數(shù)優(yōu)化選取之中。SVR是建立在統(tǒng)計(jì)學(xué)習(xí)理論上的一種機(jī)器學(xué)習(xí)算法,常用來處理函數(shù)擬合和回歸預(yù)測問題。SVR模型的性能與參數(shù)選取緊密相關(guān),參數(shù)選擇不恰當(dāng)會降低算法的學(xué)習(xí)能力和泛化性能[25]。為提高模型性能,本文利用MISSA對SVR中的懲罰系數(shù)和核函數(shù)中的參數(shù)進(jìn)行優(yōu)化選擇。

    3.2.1 MISSA優(yōu)化SVR參數(shù)流程圖

    利用MISSA對SVR參數(shù)進(jìn)行尋優(yōu)的流程圖如圖9所示。首先將數(shù)據(jù)集進(jìn)行歸一化處理并劃分訓(xùn)練集和測試集,然后利用MISSA對SVR模型參數(shù)進(jìn)行優(yōu)化選擇,獲得優(yōu)化模型MISSA-SVR,最后通過優(yōu)化模型得到預(yù)測結(jié)果。

    圖7 f7函數(shù)收斂曲線Fig.7 Convergence curve of f7 function

    圖9 MISSA-SVR參數(shù)優(yōu)化流程圖Fig.9 Flow chart of MISSA-SVR parameter optimization

    3.2.2 實(shí)驗(yàn)數(shù)據(jù)集與實(shí)驗(yàn)設(shè)置

    從UCI機(jī)器學(xué)習(xí)庫[26]中選取了5個(gè)數(shù)據(jù)集來驗(yàn)證MISSA優(yōu)化SVR模型參數(shù)的綜合性能,關(guān)于數(shù)據(jù)集的詳細(xì)信息見表3所示(其中Garments數(shù)據(jù)集去除包含缺失值的樣本后剩余691個(gè)數(shù)據(jù)樣本)。

    表3 數(shù)據(jù)集的統(tǒng)計(jì)信息Table 3 Statistics for datasets

    將數(shù)據(jù)集去除缺失值后歸一化到[0,1]區(qū)間,訓(xùn)練集和測試集按照1∶2的比例隨機(jī)劃分,核函數(shù)選擇徑向基核函數(shù),懲罰參數(shù)C∈[10-2,25],核參數(shù)γ∈[10-3,24]。為驗(yàn)證改進(jìn)模型的泛化效果,構(gòu)建了SVR、PSO-SVR、DE-SVR、SSA-SVR與MISSA-SVR模型進(jìn)行對比,各模型參數(shù)設(shè)置如上文所示。通過平均絕對誤差(mean absolute error,MAE)、均方根誤差(root mean square error,RMSE)、決定系數(shù)(R-square,R2)三個(gè)評價(jià)指標(biāo)來評估各模型的預(yù)測精度,評價(jià)指標(biāo)的計(jì)算公式如下所示:

    3.2.3 實(shí)驗(yàn)結(jié)果與分析

    表4顯示的是5種算法在5組數(shù)據(jù)集上優(yōu)化SVR算法參數(shù)的實(shí)驗(yàn)結(jié)果,其中粗體數(shù)字表示這些方法在每個(gè)數(shù)據(jù)集上的最佳性能。

    通過表4可知,本文提出的MISSA-SVR模型在預(yù)測性能上有一定的提升,相比較于其他算法優(yōu)化參數(shù)的SVR模型具有更高的預(yù)測精度。從表4分析可得,MISSA-SVR模型在選定的5種數(shù)據(jù)集上的RMSE、R2取得的效果最好,在4種數(shù)據(jù)集上MAE表現(xiàn)最好,其中在Servo數(shù)據(jù)集上,SVR模型達(dá)到了和MISSA-SVR模型一樣的MAE評價(jià)指標(biāo),但MISSA-SVR的RMSE和R2略微優(yōu)于SVR模型。綜合分析表明MISSA-SVR模型在相同條件下,泛化性能有明顯的提升。

    表4 各算法優(yōu)化SVR的實(shí)驗(yàn)結(jié)果Table 4 Experimental results of optimizing SVR for each algorithm

    4 結(jié)語

    針對SSA在求解優(yōu)化問題時(shí)存在的缺點(diǎn),本文提出了一種多策略改進(jìn)的麻雀搜索算法。通過立方序列映射和反向?qū)W習(xí)策略改進(jìn)SSA初始種群的質(zhì)量,借鑒粒子群算法的學(xué)習(xí)策略提高種群間信息交流能力,利用差分變異操作和反向?qū)W習(xí)機(jī)制增加SSA迭代后期的種群多樣性,提高算法陷入局部最優(yōu)值的逃逸能力,從而提升算法的尋優(yōu)精度和收斂效率。通過對8個(gè)基準(zhǔn)測試函數(shù)的尋優(yōu)實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明MISSA具有更好的求解精度、收斂速度和魯棒性,相較于麻雀搜索算法綜合性能有明顯的提升,驗(yàn)證了MISSA算法的改進(jìn)效果。采用MISSA算法對SVR模型中核參數(shù)和懲罰參數(shù)進(jìn)行優(yōu)化選擇,進(jìn)而構(gòu)建了MISSA-SVR預(yù)測模型。通過對5個(gè)UCI數(shù)據(jù)集進(jìn)行預(yù)測分析,結(jié)果表明改進(jìn)模型具有較好的預(yù)測精度,進(jìn)一步驗(yàn)證了改進(jìn)算法的有效性和應(yīng)用可行性。在未來研究中,可將MISSA用于解決更加復(fù)雜的實(shí)際問題。

    猜你喜歡
    優(yōu)化模型
    一半模型
    超限高層建筑結(jié)構(gòu)設(shè)計(jì)與優(yōu)化思考
    民用建筑防煙排煙設(shè)計(jì)優(yōu)化探討
    關(guān)于優(yōu)化消防安全告知承諾的一些思考
    一道優(yōu)化題的幾何解法
    由“形”啟“數(shù)”優(yōu)化運(yùn)算——以2021年解析幾何高考題為例
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    3D打印中的模型分割與打包
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    秋霞在线观看毛片| 美女 人体艺术 gogo| 欧美成人一区二区免费高清观看| 日韩亚洲欧美综合| 国产人妻一区二区三区在| 女人十人毛片免费观看3o分钟| 国产成人影院久久av| 精品久久久久久久末码| 亚洲国产精品成人综合色| 女人十人毛片免费观看3o分钟| 亚洲欧美清纯卡通| 国产成人aa在线观看| 少妇熟女欧美另类| 国产精品久久久久久久久免| 午夜精品国产一区二区电影 | 欧美bdsm另类| 日韩av不卡免费在线播放| 男人舔奶头视频| 人体艺术视频欧美日本| 网址你懂的国产日韩在线| 大型黄色视频在线免费观看| 国产一级毛片七仙女欲春2| 国产亚洲精品久久久久久毛片| 人人妻人人澡人人爽人人夜夜 | 3wmmmm亚洲av在线观看| 亚洲成人精品中文字幕电影| 蜜臀久久99精品久久宅男| 草草在线视频免费看| 麻豆国产97在线/欧美| 丝袜美腿在线中文| 99在线视频只有这里精品首页| 国产精品美女特级片免费视频播放器| 日本黄色片子视频| 亚洲av不卡在线观看| 成人亚洲精品av一区二区| 国产亚洲av片在线观看秒播厂 | 亚洲自偷自拍三级| 久久久精品94久久精品| 日韩成人av中文字幕在线观看| 嫩草影院入口| 久久久色成人| 麻豆av噜噜一区二区三区| 中文字幕制服av| 国产成人精品一,二区 | 舔av片在线| 天美传媒精品一区二区| 日本一二三区视频观看| 少妇人妻精品综合一区二区 | 免费av不卡在线播放| av天堂在线播放| 91麻豆精品激情在线观看国产| 天天躁日日操中文字幕| 国产色爽女视频免费观看| 日本成人三级电影网站| 99热网站在线观看| 亚洲无线在线观看| 久久精品国产亚洲网站| 久久久a久久爽久久v久久| 欧美日韩国产亚洲二区| av国产免费在线观看| 校园人妻丝袜中文字幕| 国产久久久一区二区三区| 岛国毛片在线播放| 丰满人妻一区二区三区视频av| 一边摸一边抽搐一进一小说| 久久人妻av系列| 高清午夜精品一区二区三区 | 久久久欧美国产精品| 1000部很黄的大片| 亚洲最大成人av| 久久人人爽人人片av| 国产精品人妻久久久久久| 国产乱人视频| 一个人免费在线观看电影| 男人狂女人下面高潮的视频| 变态另类成人亚洲欧美熟女| 久久人人爽人人爽人人片va| 少妇人妻精品综合一区二区 | 日日撸夜夜添| 国产精品嫩草影院av在线观看| 国产在线精品亚洲第一网站| 我的老师免费观看完整版| 国产国拍精品亚洲av在线观看| 亚洲欧美日韩高清专用| 国产伦精品一区二区三区四那| 成人毛片a级毛片在线播放| 国产成人精品婷婷| 成年免费大片在线观看| 亚洲色图av天堂| 91aial.com中文字幕在线观看| 综合色丁香网| 精品99又大又爽又粗少妇毛片| 网址你懂的国产日韩在线| 菩萨蛮人人尽说江南好唐韦庄 | 国产精品美女特级片免费视频播放器| 波多野结衣巨乳人妻| 日产精品乱码卡一卡2卡三| 国产精品女同一区二区软件| 亚洲美女搞黄在线观看| 寂寞人妻少妇视频99o| 深夜精品福利| 久久精品夜色国产| 国产精品一区二区三区四区免费观看| www.色视频.com| 国模一区二区三区四区视频| 看片在线看免费视频| 欧美+亚洲+日韩+国产| 国产一区二区三区在线臀色熟女| 99热这里只有精品一区| 九九在线视频观看精品| 国产一区二区亚洲精品在线观看| 国产精品伦人一区二区| 国产熟女欧美一区二区| 亚洲无线在线观看| 内地一区二区视频在线| 我的老师免费观看完整版| 色综合站精品国产| 如何舔出高潮| 寂寞人妻少妇视频99o| 国产一区二区在线av高清观看| 99热全是精品| 一个人看视频在线观看www免费| av国产免费在线观看| 中国美女看黄片| 天堂网av新在线| 成人毛片a级毛片在线播放| 亚洲最大成人av| 国产一级毛片在线| 日本成人三级电影网站| 噜噜噜噜噜久久久久久91| 男人狂女人下面高潮的视频| 国产精品一区二区在线观看99 | 亚洲中文字幕日韩| 中文字幕熟女人妻在线| 亚洲国产精品国产精品| 又粗又爽又猛毛片免费看| av在线天堂中文字幕| 特大巨黑吊av在线直播| 国产女主播在线喷水免费视频网站 | 插逼视频在线观看| 欧美精品国产亚洲| 亚洲av不卡在线观看| 欧美日韩综合久久久久久| 长腿黑丝高跟| 久久久久性生活片| 99久久九九国产精品国产免费| 我的女老师完整版在线观看| a级毛色黄片| 少妇熟女aⅴ在线视频| 婷婷六月久久综合丁香| 国产美女午夜福利| 大香蕉久久网| 99在线人妻在线中文字幕| 色视频www国产| 国产精品一区二区三区四区免费观看| 国产精品三级大全| 91精品国产九色| 精品不卡国产一区二区三区| 欧美性猛交黑人性爽| 成人二区视频| av在线蜜桃| 激情 狠狠 欧美| 久久草成人影院| 一级黄色大片毛片| 97在线视频观看| 色视频www国产| av福利片在线观看| av在线天堂中文字幕| 欧洲精品卡2卡3卡4卡5卡区| 男人舔奶头视频| 少妇裸体淫交视频免费看高清| 精品99又大又爽又粗少妇毛片| 国产一级毛片七仙女欲春2| 久久久精品欧美日韩精品| 国产精品伦人一区二区| 1000部很黄的大片| 色播亚洲综合网| 级片在线观看| 国产一区二区三区av在线 | 91久久精品电影网| 91久久精品国产一区二区成人| 成人美女网站在线观看视频| 成人三级黄色视频| 插阴视频在线观看视频| 欧美人与善性xxx| 丰满的人妻完整版| 麻豆av噜噜一区二区三区| .国产精品久久| 亚洲精品粉嫩美女一区| 亚洲精品乱码久久久v下载方式| 日韩欧美 国产精品| 乱人视频在线观看| 天堂影院成人在线观看| 日韩精品青青久久久久久| 国产精品人妻久久久影院| 人妻系列 视频| 网址你懂的国产日韩在线| av又黄又爽大尺度在线免费看 | 日本一二三区视频观看| 特级一级黄色大片| 亚洲熟妇中文字幕五十中出| 精品99又大又爽又粗少妇毛片| 身体一侧抽搐| av卡一久久| 国产欧美日韩精品一区二区| 在线观看一区二区三区| 精品无人区乱码1区二区| 国产精品.久久久| 久久久久久久久久黄片| 成熟少妇高潮喷水视频| 亚洲中文字幕一区二区三区有码在线看| 激情 狠狠 欧美| 亚洲不卡免费看| 成人毛片a级毛片在线播放| 69人妻影院| 精品人妻一区二区三区麻豆| 天堂中文最新版在线下载 | 亚洲av成人精品一区久久| 欧美日本亚洲视频在线播放| 在现免费观看毛片| 亚洲经典国产精华液单| 国产国拍精品亚洲av在线观看| 老司机福利观看| 免费观看在线日韩| 亚洲婷婷狠狠爱综合网| 精品少妇黑人巨大在线播放 | 在现免费观看毛片| 夫妻性生交免费视频一级片| 欧美日韩乱码在线| 黄色欧美视频在线观看| 久久久久久伊人网av| 国产中年淑女户外野战色| 国产白丝娇喘喷水9色精品| 久久精品影院6| 国产精品蜜桃在线观看 | 美女内射精品一级片tv| 亚洲性久久影院| 97超视频在线观看视频| 婷婷色av中文字幕| 国产高潮美女av| 成人午夜高清在线视频| 成人欧美大片| 美女黄网站色视频| 亚洲av电影不卡..在线观看| 亚洲真实伦在线观看| 亚洲精品国产av成人精品| 伦精品一区二区三区| 91麻豆精品激情在线观看国产| 亚洲一区高清亚洲精品| 日本免费一区二区三区高清不卡| 国产精华一区二区三区| 波野结衣二区三区在线| 嫩草影院新地址| 国产日韩欧美在线精品| eeuss影院久久| 在现免费观看毛片| 熟女电影av网| 天天躁日日操中文字幕| 看免费成人av毛片| 99九九线精品视频在线观看视频| 成人午夜精彩视频在线观看| 亚洲国产欧洲综合997久久,| 国产综合懂色| 久久精品夜夜夜夜夜久久蜜豆| 热99re8久久精品国产| 美女脱内裤让男人舔精品视频 | 亚洲丝袜综合中文字幕| 久久久久久久久久黄片| 尤物成人国产欧美一区二区三区| 国内揄拍国产精品人妻在线| 国产精品伦人一区二区| 欧美日本亚洲视频在线播放| av女优亚洲男人天堂| 夫妻性生交免费视频一级片| 69av精品久久久久久| 看黄色毛片网站| 国产精品免费一区二区三区在线| 国产精品蜜桃在线观看 | 久久国内精品自在自线图片| 成人亚洲欧美一区二区av| 日韩成人av中文字幕在线观看| 久久这里有精品视频免费| 亚洲av男天堂| 九九爱精品视频在线观看| 亚洲精品久久久久久婷婷小说 | 国产成人aa在线观看| 亚洲人成网站在线播放欧美日韩| 亚洲精品影视一区二区三区av| 成人永久免费在线观看视频| 国产一区二区三区在线臀色熟女| 午夜视频国产福利| 九色成人免费人妻av| av黄色大香蕉| 久久久成人免费电影| 欧美丝袜亚洲另类| 成人毛片60女人毛片免费| 18禁在线无遮挡免费观看视频| 成人永久免费在线观看视频| 听说在线观看完整版免费高清| 国产精品麻豆人妻色哟哟久久 | 欧美又色又爽又黄视频| 51国产日韩欧美| 国产午夜福利久久久久久| 国产精品久久久久久av不卡| 久久鲁丝午夜福利片| 有码 亚洲区| 一本精品99久久精品77| 久久久久久伊人网av| 午夜福利成人在线免费观看| 精品久久久久久久久亚洲| 99热全是精品| 2022亚洲国产成人精品| 热99re8久久精品国产| 精品一区二区三区人妻视频| 老司机影院成人| 在线观看免费视频日本深夜| 在线观看午夜福利视频| 岛国毛片在线播放| 亚洲aⅴ乱码一区二区在线播放| 午夜免费男女啪啪视频观看| 欧美一区二区国产精品久久精品| 联通29元200g的流量卡| 长腿黑丝高跟| 国内精品久久久久精免费| 热99在线观看视频| 午夜福利成人在线免费观看| 国产不卡一卡二| 免费看av在线观看网站| 黄片无遮挡物在线观看| 免费人成视频x8x8入口观看| 国产精品国产高清国产av| 日本免费a在线| 国产精品人妻久久久久久| 亚洲精品粉嫩美女一区| 看片在线看免费视频| 一边亲一边摸免费视频| 国产精品野战在线观看| 成人特级av手机在线观看| 精品国内亚洲2022精品成人| 九色成人免费人妻av| 国产成人a区在线观看| 国产成人91sexporn| 亚洲国产精品久久男人天堂| 亚洲美女视频黄频| 国内久久婷婷六月综合欲色啪| 亚洲久久久久久中文字幕| 久久人人精品亚洲av| 精品无人区乱码1区二区| 91久久精品电影网| 51国产日韩欧美| 22中文网久久字幕| 国产精品久久久久久精品电影小说 | 特级一级黄色大片| 一夜夜www| 国产精品99久久久久久久久| 日本免费a在线| 国产伦在线观看视频一区| 舔av片在线| 18+在线观看网站| av又黄又爽大尺度在线免费看 | 人人妻人人看人人澡| 色哟哟·www| 啦啦啦观看免费观看视频高清| 美女黄网站色视频| 日韩大尺度精品在线看网址| 精品久久国产蜜桃| 老师上课跳d突然被开到最大视频| 亚洲精品自拍成人| 亚洲人与动物交配视频| 大型黄色视频在线免费观看| 一级毛片我不卡| 国产午夜精品论理片| 深爱激情五月婷婷| 久久鲁丝午夜福利片| av在线播放精品| 国产成人freesex在线| 亚洲av一区综合| 亚洲性久久影院| 少妇裸体淫交视频免费看高清| 亚洲,欧美,日韩| 免费观看人在逋| 亚洲人成网站在线观看播放| 黄色视频,在线免费观看| 中文资源天堂在线| 综合色丁香网| 看十八女毛片水多多多| 一边摸一边抽搐一进一小说| 永久网站在线| 欧美色视频一区免费| 国产一级毛片七仙女欲春2| 国产亚洲精品久久久com| 国产一级毛片七仙女欲春2| 久久久久九九精品影院| 身体一侧抽搐| 可以在线观看的亚洲视频| 一区二区三区高清视频在线| 一级黄片播放器| 国产乱人视频| 人妻系列 视频| 中文欧美无线码| 亚洲一区高清亚洲精品| 男人舔女人下体高潮全视频| 一本精品99久久精品77| 国产av不卡久久| 黄色欧美视频在线观看| 久久久久久久午夜电影| 欧美日本视频| 国产高清有码在线观看视频| 亚洲色图av天堂| 97热精品久久久久久| 国产老妇女一区| 99久久精品国产国产毛片| 色哟哟哟哟哟哟| 人妻少妇偷人精品九色| 日产精品乱码卡一卡2卡三| 亚洲一区高清亚洲精品| 久久亚洲精品不卡| 国产色爽女视频免费观看| 国产亚洲91精品色在线| 18+在线观看网站| 免费大片18禁| 日本熟妇午夜| 亚洲精品久久国产高清桃花| 亚洲欧美精品自产自拍| 最近的中文字幕免费完整| 最好的美女福利视频网| 国产91av在线免费观看| 亚洲综合色惰| 免费人成在线观看视频色| 91久久精品国产一区二区三区| 亚洲国产日韩欧美精品在线观看| 国产黄片视频在线免费观看| 日本成人三级电影网站| 亚洲国产精品成人久久小说 | 蜜桃亚洲精品一区二区三区| www.色视频.com| 精品久久久久久久久久免费视频| 欧美一区二区国产精品久久精品| 亚洲在久久综合| 精品免费久久久久久久清纯| av天堂中文字幕网| 久久久国产成人免费| 大型黄色视频在线免费观看| 亚洲精品456在线播放app| avwww免费| 最近最新中文字幕大全电影3| АⅤ资源中文在线天堂| 在线播放无遮挡| 亚洲七黄色美女视频| 免费av不卡在线播放| 99riav亚洲国产免费| 亚洲第一区二区三区不卡| 简卡轻食公司| 成人三级黄色视频| 国产精品永久免费网站| 国产成人精品婷婷| 欧美高清成人免费视频www| 日本免费a在线| 亚洲av二区三区四区| 亚洲四区av| 久久精品人妻少妇| 嘟嘟电影网在线观看| 热99在线观看视频| 日韩大尺度精品在线看网址| 99九九线精品视频在线观看视频| 人人妻人人澡人人爽人人夜夜 | 在线观看一区二区三区| 国产精品麻豆人妻色哟哟久久 | 亚州av有码| 小蜜桃在线观看免费完整版高清| 国产高清有码在线观看视频| 欧美三级亚洲精品| 欧美色欧美亚洲另类二区| 国产一区二区在线观看日韩| 久久久久久久亚洲中文字幕| 最近视频中文字幕2019在线8| 欧美高清成人免费视频www| 国产精品爽爽va在线观看网站| 久久久欧美国产精品| 黑人高潮一二区| 嫩草影院新地址| 久久久久久久久久久丰满| 国产蜜桃级精品一区二区三区| 欧美另类亚洲清纯唯美| 亚洲成人精品中文字幕电影| 啦啦啦啦在线视频资源| 哪个播放器可以免费观看大片| 久久精品国产99精品国产亚洲性色| 国产午夜精品久久久久久一区二区三区| 1024手机看黄色片| 不卡一级毛片| 一本久久精品| 欧美区成人在线视频| av视频在线观看入口| 亚洲最大成人中文| 免费看美女性在线毛片视频| 91狼人影院| 国产高清有码在线观看视频| 国产精品一区二区三区四区免费观看| 国产黄色小视频在线观看| 精品国内亚洲2022精品成人| 国产精品一区二区三区四区久久| 亚洲在线自拍视频| 黑人高潮一二区| 亚洲天堂国产精品一区在线| 久久精品国产亚洲av香蕉五月| 中文在线观看免费www的网站| 99热网站在线观看| 色尼玛亚洲综合影院| 国产一区二区在线观看日韩| av黄色大香蕉| 哪里可以看免费的av片| 国产91av在线免费观看| 久久精品国产自在天天线| 亚洲图色成人| 乱系列少妇在线播放| 日本五十路高清| 91精品国产九色| 色综合亚洲欧美另类图片| 久久人妻av系列| 国产精品人妻久久久影院| 男女那种视频在线观看| 亚州av有码| 久久久精品大字幕| 九色成人免费人妻av| 精品国内亚洲2022精品成人| 亚洲精品粉嫩美女一区| 91精品一卡2卡3卡4卡| 超碰av人人做人人爽久久| 久久精品国产亚洲av天美| 国产精品国产三级国产av玫瑰| 免费人成在线观看视频色| 美女国产视频在线观看| 免费黄网站久久成人精品| 搡女人真爽免费视频火全软件| 国产av一区在线观看免费| 国产亚洲91精品色在线| 国产精品人妻久久久久久| 一个人免费在线观看电影| 国产精品一区二区在线观看99 | 中文字幕av在线有码专区| 国产一区二区三区av在线 | 国产三级在线视频| 特大巨黑吊av在线直播| 国产精品久久久久久精品电影| 久久久久久久亚洲中文字幕| 97在线视频观看| 小蜜桃在线观看免费完整版高清| 一级二级三级毛片免费看| 欧美人与善性xxx| 好男人视频免费观看在线| 日韩国内少妇激情av| av在线播放精品| 三级经典国产精品| 嫩草影院入口| 精品熟女少妇av免费看| 久久久国产成人免费| 国内少妇人妻偷人精品xxx网站| 日本欧美国产在线视频| 色哟哟哟哟哟哟| 亚洲人与动物交配视频| 亚洲国产精品sss在线观看| 精品久久久久久久久久久久久| 亚洲国产欧洲综合997久久,| 久久久精品大字幕| 亚洲av免费在线观看| 人人妻人人看人人澡| 卡戴珊不雅视频在线播放| 国产精品1区2区在线观看.| 久久国内精品自在自线图片| 波多野结衣高清无吗| 免费黄网站久久成人精品| 深夜精品福利| 欧美变态另类bdsm刘玥| 我要看日韩黄色一级片| 尾随美女入室| 亚洲国产精品成人综合色| 日本黄大片高清| 免费在线观看成人毛片| 亚洲欧美成人综合另类久久久 | 日韩欧美国产在线观看| 亚洲无线在线观看| 婷婷亚洲欧美| 美女cb高潮喷水在线观看| 亚洲精品自拍成人| 蜜桃久久精品国产亚洲av| 久久久久久久久久黄片| 中文字幕久久专区| 中文字幕熟女人妻在线| 中国美白少妇内射xxxbb| 午夜亚洲福利在线播放| 伦理电影大哥的女人| 给我免费播放毛片高清在线观看| 亚洲精品日韩在线中文字幕 | 91av网一区二区| 国内久久婷婷六月综合欲色啪| 国产精品一区二区三区四区久久| 国产午夜精品一二区理论片| 亚洲七黄色美女视频| 欧美日韩综合久久久久久| 国产片特级美女逼逼视频| 国产精品久久久久久亚洲av鲁大| 国产亚洲欧美98| 日韩中字成人| 精品久久久久久成人av| 欧美精品国产亚洲| 在线国产一区二区在线| 欧美激情在线99| av.在线天堂| 国产麻豆成人av免费视频| 日韩欧美精品v在线| 精品人妻一区二区三区麻豆| 国产黄a三级三级三级人| 国产伦一二天堂av在线观看| 午夜福利在线观看吧|