• <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FCM的大規(guī)模群體決策方法

    2022-07-19 04:40:42越,濤,2,帥,
    關鍵詞:決策者術語集群

    方 越, 吳 濤,2, 劉 帥, 陳 向

    (1.安徽大學 數(shù)學科學學院, 合肥 230601; 2.安徽大學 計算機智能與信號處理教育部重點實驗室, 合肥 230039)

    0 引 言

    對于經(jīng)典的群體決策問題(GDM),通常假設只有一小部分決策者參與決策過程。但是隨著技術發(fā)展和社會需求的增加,如網(wǎng)絡社交、網(wǎng)絡課程、電子購物和電子商務等網(wǎng)絡需求的提升,越來越多的人可以參與決策過程。由于決策者的個人差異以及知識和文化背景的不同,使GDM活動變得越來越復雜。這種GDM問題通常被稱為大規(guī)模群體決策(LGDM)問題。

    由于LDGM問題的決策者很多,成分復雜,針對決策者的聚類問題,很多學者都進行了深入的研究,Zahir,Liu,Ding等[1-3]都提出了自己的聚類方法。針對可能具有聚類結構的大規(guī)模群體,Zahir[1]提出使用相似性度量將個體分組為自然聚類的算法;Liu等[2]利用“利益群體”與實際決策信息相結合的思想,對區(qū)間值直覺模糊環(huán)境中復雜多屬性大群體決策問題中的決策者進行分類,建立部分二元樹DEA-DA循環(huán)分類模型,實現(xiàn)了多組的分類;Ding等[3]提出一種基于稀疏表示的直觀模糊聚類方法來解決大規(guī)模決策問題。

    但是在LGDM問題中,決策者在提供語言評估時往往會有一些猶豫和不確定,對于這種在不平衡猶豫模糊語言環(huán)境下的LGDM問題,以上這些聚類方法都顯得有些力不從心。針對這個情況,Rodriguez等[4]首先提出猶豫模糊語言術語集(HFLTS),這樣一來,就能更好地在猶豫模糊環(huán)境下描述決策者的決策結果;在此基礎上,針對不平衡猶豫模糊語言環(huán)境下的模糊聚類問題,Zhang等[5]提出語言術語分布評估(LDA)概念,之后他又提出可以將不平衡猶豫模糊語言術語集轉化為LDA算法[6],這種算法很巧妙地將決策者們不平衡的猶豫模糊語言術語轉化成為統(tǒng)一的、方便識別與讀取的基于LDA的語言術語集,這使得模糊聚類算法在不平衡猶豫模糊語言環(huán)境下LDGM中的應用更加方便、可靠。在此基礎上,提出一種不平衡猶豫模糊語言環(huán)境下基于FCM的大規(guī)模群體決策方法,但是這種方法也存在著一定的缺陷,它沒有計算同一集群內(nèi)決策者的偏好權重。本文進一步利用模糊聚類算法產(chǎn)生的信息,通過使用聚類中心,引入了模糊集群中單個決策者偏好權重的概念,提出一種新的計算決策者偏好權重的方法,實驗結果表明該方法的決策結果更可靠。

    1 預備知識

    定義1[7]設S={s0,s1,…,sg}表示一個語言術語集,其中si表示S中的第i個語言項,而g+1是基數(shù),一個語言術語集應該滿足以下條件:

    (1) 集合滿足:當i>j時,si>sj;

    (2) 否定運算符:當j=g-i時,Neg(si)=sj。

    定義2[8]S是一個語言術語集,NS(si)是si的數(shù)值尺度,i=1,2,…,g;S如果滿足以下條件,那么它是一個均勻對稱分布的語言術語集:

    (1) 存在唯一的常數(shù)λ>0,滿足NS(si)-NS(sj)=λ(i-j),i,j=0,1,…,g;

    (2) 設SR={s|s∈S,s>s*},SL={s|s∈S,s

    如果S是一個均勻對稱分布的語言術語集,則S被稱為關于數(shù)值尺度NS的平衡語言術語集,一般將S記為SB;否則,S被稱為關于數(shù)值尺度NS的不平衡語言術語集。

    定義3[9]設S={s0,s1,…,sg}表示一個不平衡語言術語集,稱定義在S上的一個連續(xù)語言術語有序的有限子集Hs是不平衡的猶豫模糊語言術語集。

    2 不平衡猶豫模糊語言環(huán)境下的FCM方法

    對于LGDM問題,通常需要基于決策矩陣對決策者進行分類集群,以便同一集群中的決策者彼此相似,不同集群中的決策者彼此有較大差異。聚類的方法有很多,這里使用經(jīng)典的模糊均值聚類(FCM)算法,假設有n個方案A1,A2,…,An,m個屬性且要把p個決策者d1,d2,…,dp分成N個集群。

    決策者屬于集群的隸屬度由定義4和定義5計算。

    k=0,1,…,p

    (1)

    定義5[6]Zk,Zr,l和Cr,l的定義與定義4相同,則決策者dk與集群Cr,l的隸屬度如式(2)所示:

    k=1,2,…,p;r=1,2,…,N

    (2)

    其中,b是簇的模糊度,即b值越大,簇就越模糊。在這里,b是區(qū)間[1.5,2.5]中的一個常數(shù)。

    基于隸屬度,可以通過定義6進一步計算更新的集群中心的決策矩陣。

    (3)

    t=0,1,…,g;i=0,1,…,n

    j=1,2,…,m;r=1,2,…,N

    最后,兩次迭代之間的隸屬度變化[6]如式(4)所示:

    (4)

    在這里,μ(dk,Cr,l)和μ(dk,Cr,l+1)分別表示dk與Cr,l,dk與Cr,l+1的隸屬度。可以事先設定一個閾值ε>0,如果Varl>ε,則迭代繼續(xù);否則,迭代終止,dk將被分配給隸屬度最大的集群。

    聚類過程:

    第一步:首先確定閾值ε>0,讓迭代數(shù)l為0,并隨機生成第l次迭代的集群中心(由一些LDA決策矩陣表示);

    第二步:通過式(1)(2)計算隸屬度;

    第三步:通過式(3)更新中心決策矩陣;

    第四步:令l=l+1,并更新隸屬度;

    第五步:計算式(4),如果Varl>ε,則返回第二步,繼續(xù)迭代;否則,迭代終止,dk將被分配給隸集群Cr,使得:μ(dk,Cr,l)=maxu∈{1,2,…,N}{μ(dk,Cu,l)}。

    3 一種新的大規(guī)模群決策方法

    3.1 決策問題描述

    假設有方案集{A1,A2,…,An},屬性集{U1,U2,…,Um},現(xiàn)在邀請來自不同領域,有著不同文化背景的決策者d1,d2,…,dp,使用平衡語言術語集S={s0,s1,…,sg},就不同屬性對方案進行決策,選出最優(yōu)方案。

    3.2 群決策中同一個集群決策者偏好權重度量方法

    在文獻[6]中,作者認為同一個集群的決策者是“平等”的,他給予同一集群的決策者相同的權重,但這其實不太妥當,因為即便是同一集群的決策者,他們的決策結果也存在差異,甚至這種差異有時很大,這些決策者之所以被分到同一個集群僅僅是因為在算法看來,其決策結果相對于其他人來說比較接近。所以,為了提高決策結果的可靠性,應該更進一步,對同一個集群內(nèi)的決策者賦予偏好權重,而定義偏好權重,需要一個標準。

    聚類中心就是一個很好的標準,一個集群的聚類中心可以在一定程度上展示這個集群的平均特征,因此,與聚類中心越接近,與所屬集群之間的隸屬度越大,樣本點的可靠性越好,越能代表所在的集群,所以相應的偏好權重也理應越大;與聚類中心越遠,與所屬集群之間的隸屬度越小,則樣本點的偏好權重就越小。

    (5)

    (6)

    其中,i=1,2,…,n;j=1,2,…,m;r=1,2,…,N。

    3.3 群決策中不同集群差異權重的度量方法

    經(jīng)過之前的計算,現(xiàn)在已經(jīng)得到了不同集群的決策矩陣Z1,Z2,…,ZN,第r(r=1,2,…,N)個集群中決策者比例如公式(7)所示,第r個集群的模糊指數(shù)如式(8)所示:

    (7)

    r=1,2,…,N

    (8)

    由式(7),可以得到第r個集群的歸一化指數(shù)[6](r=1,2,…,N),如式(9)所示:

    (9)

    再由式(7)、式(9),定義第r個集群標準化指數(shù)如式(10)所示(r=1,2,…,N):

    PAr=ηpropr+(1-η)Accr

    (10)

    其中,η∈[0,1],是一個常數(shù)。

    定義集群間的差異權重為v=(v1,v2,…,vN),其中,vr如式(11)所示:

    r=1,2,…,N

    (11)

    在這里,Q(x)=xλ,0≤λ≤1,σ是1,2,…,N的一種按照PAσ(r)≥PA(r+1),?r=1,2,…,N-1規(guī)則排序的排列。

    3.4 群決策中屬性權重的度量方法

    與決策者群內(nèi)權重和決策者群間權重類似,為了使決策結果更可靠,還需要計算不同屬性間的權重,屬性權重的計算方法如下所示:

    定義8[6]假設有屬性集{U1,U2,…,Um},定義屬性間的權重如式(12)所示:

    j=1,2,…,m

    (12)

    (13)

    3.5 方案的優(yōu)勢度

    定義9 假設有方案集{A1,A2,…,An},則Ai比Aj的優(yōu)勢程度如式(14)所示:

    pij=

    (14)

    i,j=1,2,…,n

    (15)

    方案Ai的負流量[10]如式(16)所示:

    (16)

    再由式(15)、式(16),方案Ai的凈流量[10]公式如式(17)所示:

    φ(Ai)=φ+(Ai)-φ-(Ai),i=1,2,…,n

    (17)

    3.6 決策流程

    步驟1 邀請決策者就所有屬性針對備選方案提供其決策矩陣;

    步驟2 將所有決策者的決策矩陣轉換為LDA決策矩陣;

    步驟3 使用模糊聚類算法,將決策者分為N個集群;

    步驟4 使用式(5)計算每個集群內(nèi)決策者的偏好矩陣,并根據(jù)式(6)計算每個集群的決策矩陣;

    步驟5 根據(jù)式(7)—式(11)計算每個集群的權重,并使用PA-IOWA算子將集群的決策矩陣合成一個總決策矩陣;

    步驟6 由式(12)計算出每個屬性的權重;

    步驟7 根據(jù)式(13)計算出每個方案的集體評估;

    步驟8 由式(14)—式(17)計算出每個方案的凈流量,以此得到最佳方案。

    4 實例運用與分析

    本文中的數(shù)據(jù)均來源于文獻[11]。假設中國某市政府打算在公共交通系統(tǒng)中新增一條地鐵線路,經(jīng)過相關專家的商議后確定了4個備選方案A1,A2,A3,A4,以供進一步選擇,現(xiàn)在,有來自不同領域,不同學術背景的20位決策者d1,d2,d3,…,d20,他們將會就4個不同的屬性U1(社會影響),U2(環(huán)境影響),U3(資金預算),U4(技術可行性),對4個備選方案進行選擇。

    首先,按照文獻[6]將決策者們的決策矩陣轉化為基于LDA的決策矩陣Z1,Z2,…,Z20,在這里,使用的是一個平衡語言術語集S={s0,s1,…,s9},然后使用FCM算法對其進行聚類,并由式(5)計算每個決策者在集群中的比重,結果如下:

    然后,由式(6),分別計算3個集群的決策矩陣,并且假設η=0.5,則3個集群的標準化精度指標分別為PA1=0.291 6,PA2=0.366 7,PA3=0.341 7。

    設Q(x)=x1/2,則集群之間的權重為v=(0.158 3,0.605 6,0.236 1),根據(jù)PA-IOWA算子,可以計算出總體的決策矩陣,如表1所示。

    表1 總體決策矩陣

    表2 每個方案的集體評估

    由式(12),可以得到屬性權重為ω=(0.263 3,0.380 4,0.205 8,0.150 5),再由式(13),計算出每個方案的集體評估,如表2所示。

    再由式(14),可以計算得到優(yōu)勢度矩陣:

    由式(15)—式(17),易知φ(A1)=-0.082 9,φ(A2)=0.035 6,φ(A3)=-0.024 6,φ(A4)=0.071 9,則有A4?A2?A3?A1,這與文獻[6]得到的結果有些不同。在文獻[6]中,方案A2強于方案A4,但由于本文考慮了同一集群中單個決策者的偏好權重這一因素,導致決策結果不同。

    5 總 結

    聚類中心是聚類算法的重要參數(shù),聚類中心可以提供很多信息,但是人們在利用聚類進行決策的過程中,往往會忽略聚類中心的重要性。本文在文獻[6]決策的基礎上進行了改進,對聚類完成后同一個集群的決策者賦予偏好權重,最大限度地利用聚類所帶來的信息,相對于文獻[6],多考慮了同一集群內(nèi)決策者偏好權重這一因素,這使得決策結果更加可靠。

    猜你喜歡
    決策者術語集群
    熱浪滾滾:新興市場決策者竭力應對通脹升溫 精讀
    英語文摘(2021年12期)2021-12-31 03:26:20
    海上小型無人機集群的反制裝備需求與應對之策研究
    “最關鍵”的施工力量——決策者、執(zhí)行者與實施者
    當代陜西(2018年9期)2018-08-29 01:20:56
    一種無人機集群發(fā)射回收裝置的控制系統(tǒng)設計
    電子制作(2018年11期)2018-08-04 03:25:40
    Python與Spark集群在收費數(shù)據(jù)分析中的應用
    勤快又呆萌的集群機器人
    決策者聲望尋求行為、團隊努力與團隊績效
    軟科學(2014年8期)2015-01-20 15:36:56
    充耳不聞與從諫如流:建議采擇研究述評
    有感于幾個術語的定名與應用
    從術語學基本模型的演變看術語學的發(fā)展趨勢
    kizo精华| 人妻久久中文字幕网| 男女国产视频网站| 免费在线观看视频国产中文字幕亚洲 | 99国产精品99久久久久| 狂野欧美激情性bbbbbb| 女人高潮潮喷娇喘18禁视频| 国产精品九九99| 老鸭窝网址在线观看| 欧美人与性动交α欧美精品济南到| 91成年电影在线观看| 午夜福利视频在线观看免费| 韩国高清视频一区二区三区| 一本久久精品| 搡老乐熟女国产| 伦理电影免费视频| 国产精品欧美亚洲77777| 久久中文字幕一级| 欧美老熟妇乱子伦牲交| 午夜精品国产一区二区电影| 欧美日韩国产mv在线观看视频| 汤姆久久久久久久影院中文字幕| 考比视频在线观看| 精品人妻熟女毛片av久久网站| 一本一本久久a久久精品综合妖精| 女人高潮潮喷娇喘18禁视频| 无遮挡黄片免费观看| 久久久欧美国产精品| 久久久久网色| 国产成人免费观看mmmm| 欧美黄色淫秽网站| 三级毛片av免费| 亚洲一区二区三区欧美精品| 777久久人妻少妇嫩草av网站| av电影中文网址| 久久久国产一区二区| 最黄视频免费看| 亚洲免费av在线视频| 亚洲欧洲精品一区二区精品久久久| netflix在线观看网站| 建设人人有责人人尽责人人享有的| 男女午夜视频在线观看| 性高湖久久久久久久久免费观看| 亚洲av国产av综合av卡| 国产片内射在线| 亚洲欧美清纯卡通| 一个人免费看片子| 天堂中文最新版在线下载| 日本一区二区免费在线视频| 美女福利国产在线| av线在线观看网站| 国产精品一区二区在线观看99| 亚洲天堂av无毛| 亚洲精品国产色婷婷电影| 午夜91福利影院| 黄色视频在线播放观看不卡| 欧美日韩精品网址| 国产精品一二三区在线看| 一个人免费看片子| 亚洲av电影在线进入| 久久精品成人免费网站| 成人18禁高潮啪啪吃奶动态图| 成年人午夜在线观看视频| 99国产极品粉嫩在线观看| 一二三四社区在线视频社区8| 中亚洲国语对白在线视频| 18禁裸乳无遮挡动漫免费视频| 少妇猛男粗大的猛烈进出视频| 亚洲精品中文字幕在线视频| 黄色视频不卡| 午夜老司机福利片| 午夜91福利影院| 久久人人97超碰香蕉20202| 在线精品无人区一区二区三| 国产熟女午夜一区二区三区| 啦啦啦在线免费观看视频4| 亚洲熟女毛片儿| 午夜福利一区二区在线看| 亚洲黑人精品在线| 男女高潮啪啪啪动态图| 国精品久久久久久国模美| 久久久久久久久免费视频了| 国产高清国产精品国产三级| 两性夫妻黄色片| 考比视频在线观看| 亚洲欧美精品综合一区二区三区| 777米奇影视久久| 99国产精品一区二区蜜桃av | 男人爽女人下面视频在线观看| 丁香六月天网| 亚洲七黄色美女视频| 色婷婷av一区二区三区视频| 高清欧美精品videossex| 亚洲精品一区蜜桃| 成年美女黄网站色视频大全免费| 欧美日韩亚洲国产一区二区在线观看 | 国产一区二区三区在线臀色熟女 | 啦啦啦免费观看视频1| 少妇裸体淫交视频免费看高清 | 亚洲精品国产区一区二| 国产在线免费精品| 日本vs欧美在线观看视频| 久久国产亚洲av麻豆专区| 老司机靠b影院| 亚洲av美国av| 国产极品粉嫩免费观看在线| 国产亚洲精品一区二区www | 国产日韩欧美亚洲二区| 亚洲欧美一区二区三区黑人| 亚洲国产中文字幕在线视频| 国产亚洲av高清不卡| 久久久欧美国产精品| 18在线观看网站| 久久久精品94久久精品| 丰满饥渴人妻一区二区三| 1024香蕉在线观看| 一区在线观看完整版| 一级毛片女人18水好多| 波多野结衣一区麻豆| 人人澡人人妻人| 黄网站色视频无遮挡免费观看| kizo精华| 亚洲人成电影免费在线| 99久久99久久久精品蜜桃| 久久精品国产a三级三级三级| 久久av网站| 亚洲五月婷婷丁香| 免费在线观看日本一区| 日韩制服丝袜自拍偷拍| 性色av乱码一区二区三区2| 可以免费在线观看a视频的电影网站| 99九九在线精品视频| 老熟女久久久| 亚洲成人国产一区在线观看| 欧美在线一区亚洲| 久久久国产成人免费| √禁漫天堂资源中文www| a 毛片基地| 日韩欧美一区视频在线观看| 中文欧美无线码| 青青草视频在线视频观看| 亚洲国产欧美日韩在线播放| 亚洲性夜色夜夜综合| 桃花免费在线播放| 97精品久久久久久久久久精品| 日韩欧美一区二区三区在线观看 | 1024香蕉在线观看| 欧美在线一区亚洲| 亚洲精品久久久久久婷婷小说| av不卡在线播放| 一级黄色大片毛片| 日本五十路高清| 一区福利在线观看| 90打野战视频偷拍视频| 久9热在线精品视频| 青春草亚洲视频在线观看| 午夜福利视频精品| 下体分泌物呈黄色| 久久久久久久国产电影| 欧美日韩亚洲高清精品| 久久中文看片网| 免费高清在线观看日韩| 午夜精品久久久久久毛片777| 色综合欧美亚洲国产小说| 国产成人免费无遮挡视频| 一区二区三区激情视频| 亚洲,欧美精品.| 丝袜美腿诱惑在线| 亚洲一区二区三区欧美精品| 最黄视频免费看| 亚洲国产中文字幕在线视频| 欧美激情久久久久久爽电影 | 亚洲中文av在线| 精品一区二区三区四区五区乱码| 日韩免费高清中文字幕av| 啦啦啦免费观看视频1| 午夜福利在线观看吧| 久久热在线av| 极品少妇高潮喷水抽搐| 亚洲精品自拍成人| 男男h啪啪无遮挡| 国产亚洲精品第一综合不卡| 亚洲一区二区三区欧美精品| 王馨瑶露胸无遮挡在线观看| 精品视频人人做人人爽| 免费观看a级毛片全部| 精品高清国产在线一区| 日韩 欧美 亚洲 中文字幕| 亚洲精品久久久久久婷婷小说| 久久99热这里只频精品6学生| 丝瓜视频免费看黄片| 精品免费久久久久久久清纯 | 少妇的丰满在线观看| 精品福利观看| 国产精品.久久久| 日韩中文字幕视频在线看片| 日韩一区二区三区影片| 香蕉丝袜av| 欧美中文综合在线视频| 欧美亚洲日本最大视频资源| 满18在线观看网站| av国产精品久久久久影院| 国产野战对白在线观看| 桃红色精品国产亚洲av| 搡老熟女国产l中国老女人| 久久精品aⅴ一区二区三区四区| 成年人黄色毛片网站| 9191精品国产免费久久| 青春草视频在线免费观看| 久久性视频一级片| 久久精品亚洲熟妇少妇任你| 老汉色av国产亚洲站长工具| 中文精品一卡2卡3卡4更新| 亚洲中文字幕日韩| 亚洲精品中文字幕一二三四区 | 午夜两性在线视频| 国产亚洲精品久久久久5区| 成人影院久久| 女人高潮潮喷娇喘18禁视频| 国产色视频综合| 99九九在线精品视频| 日韩欧美一区视频在线观看| 别揉我奶头~嗯~啊~动态视频 | a在线观看视频网站| 黄色毛片三级朝国网站| 久久精品aⅴ一区二区三区四区| 国产熟女午夜一区二区三区| 国产精品99久久99久久久不卡| 在线天堂中文资源库| 各种免费的搞黄视频| 国产亚洲av高清不卡| 90打野战视频偷拍视频| 丰满迷人的少妇在线观看| 国产深夜福利视频在线观看| 亚洲精品日韩在线中文字幕| 又黄又粗又硬又大视频| 国产精品九九99| 一级片'在线观看视频| 亚洲欧美激情在线| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品国产色婷婷电影| 成人国产一区最新在线观看| 亚洲精品自拍成人| 亚洲精品国产av成人精品| 少妇被粗大的猛进出69影院| 国产成人免费观看mmmm| 老司机深夜福利视频在线观看 | 在线观看免费午夜福利视频| 啦啦啦中文免费视频观看日本| 老司机靠b影院| 欧美xxⅹ黑人| 亚洲欧洲精品一区二区精品久久久| 伊人久久大香线蕉亚洲五| 大型av网站在线播放| 我的亚洲天堂| 国产精品久久久av美女十八| 国产av又大| 欧美人与性动交α欧美软件| 黄色视频不卡| 免费av中文字幕在线| 日韩制服丝袜自拍偷拍| 男女免费视频国产| 久9热在线精品视频| 亚洲国产日韩一区二区| 美女大奶头黄色视频| 欧美成狂野欧美在线观看| 亚洲第一欧美日韩一区二区三区 | 十八禁网站免费在线| 亚洲第一青青草原| 国产不卡av网站在线观看| 亚洲精品美女久久av网站| 色94色欧美一区二区| 免费女性裸体啪啪无遮挡网站| 久久天躁狠狠躁夜夜2o2o| kizo精华| 男女下面插进去视频免费观看| 午夜老司机福利片| 美女福利国产在线| 免费少妇av软件| 麻豆av在线久日| 各种免费的搞黄视频| 午夜福利影视在线免费观看| 丝瓜视频免费看黄片| 大香蕉久久网| 国产欧美日韩一区二区精品| 免费在线观看日本一区| 黄色 视频免费看| 十八禁网站免费在线| 69精品国产乱码久久久| 亚洲 欧美一区二区三区| 在线亚洲精品国产二区图片欧美| 国产精品.久久久| 国产成人av教育| 午夜福利视频精品| 国产日韩欧美亚洲二区| 天天操日日干夜夜撸| 国产成人精品久久二区二区免费| 宅男免费午夜| 午夜成年电影在线免费观看| 亚洲成人免费av在线播放| 欧美日韩视频精品一区| 国产精品免费视频内射| 狠狠狠狠99中文字幕| 久久国产亚洲av麻豆专区| 欧美午夜高清在线| 亚洲欧洲日产国产| 啦啦啦免费观看视频1| 亚洲欧美成人综合另类久久久| 麻豆乱淫一区二区| 久久99一区二区三区| 色播在线永久视频| 大香蕉久久网| 一级毛片女人18水好多| 亚洲国产精品999| 可以免费在线观看a视频的电影网站| 国产高清视频在线播放一区 | 欧美 亚洲 国产 日韩一| 欧美激情极品国产一区二区三区| 91老司机精品| 亚洲成人国产一区在线观看| 黑人猛操日本美女一级片| 十八禁高潮呻吟视频| 波多野结衣一区麻豆| av免费在线观看网站| 香蕉丝袜av| 啦啦啦视频在线资源免费观看| 国产av一区二区精品久久| 国产成人欧美在线观看 | 精品少妇一区二区三区视频日本电影| 亚洲av日韩在线播放| 午夜日韩欧美国产| www.av在线官网国产| 欧美大码av| 亚洲第一av免费看| 亚洲精品乱久久久久久| av在线app专区| 美女主播在线视频| 美女视频免费永久观看网站| 91国产中文字幕| 777久久人妻少妇嫩草av网站| 日韩欧美免费精品| 天天躁日日躁夜夜躁夜夜| 亚洲精品美女久久久久99蜜臀| 免费av中文字幕在线| 国产精品久久久av美女十八| 首页视频小说图片口味搜索| 日韩制服丝袜自拍偷拍| 国产极品粉嫩免费观看在线| 老熟妇仑乱视频hdxx| 国产精品偷伦视频观看了| 成年人午夜在线观看视频| 精品国产一区二区三区久久久樱花| 窝窝影院91人妻| 美女高潮喷水抽搐中文字幕| 国产精品一区二区在线不卡| 日韩欧美一区视频在线观看| 熟女少妇亚洲综合色aaa.| 精品人妻一区二区三区麻豆| 色婷婷av一区二区三区视频| 99国产极品粉嫩在线观看| 欧美日韩一级在线毛片| 国产一级毛片在线| 国产欧美日韩一区二区精品| 丰满饥渴人妻一区二区三| 最近最新免费中文字幕在线| 精品福利观看| 日韩人妻精品一区2区三区| 久久精品亚洲熟妇少妇任你| 成年美女黄网站色视频大全免费| 夜夜骑夜夜射夜夜干| 午夜福利免费观看在线| 午夜日韩欧美国产| 精品久久久久久久毛片微露脸 | 久久av网站| 伦理电影免费视频| 国产不卡av网站在线观看| 国产激情久久老熟女| 巨乳人妻的诱惑在线观看| 两人在一起打扑克的视频| 韩国精品一区二区三区| 亚洲国产av影院在线观看| 18禁观看日本| 日本av免费视频播放| 国产日韩欧美视频二区| 超色免费av| 国产精品免费视频内射| 伊人亚洲综合成人网| 欧美国产精品va在线观看不卡| 国产精品一区二区在线观看99| 一级毛片精品| www.av在线官网国产| 精品少妇久久久久久888优播| 欧美黄色片欧美黄色片| 两个人看的免费小视频| 99精品欧美一区二区三区四区| 亚洲欧洲精品一区二区精品久久久| 一区二区日韩欧美中文字幕| 精品欧美一区二区三区在线| 日韩 欧美 亚洲 中文字幕| 日韩中文字幕视频在线看片| 亚洲第一av免费看| 2018国产大陆天天弄谢| 精品人妻在线不人妻| 午夜久久久在线观看| avwww免费| 亚洲avbb在线观看| 一区福利在线观看| av一本久久久久| 日韩欧美一区视频在线观看| 丰满人妻熟妇乱又伦精品不卡| 日韩精品免费视频一区二区三区| 法律面前人人平等表现在哪些方面 | 又大又爽又粗| 日韩中文字幕欧美一区二区| 国产色视频综合| 热re99久久精品国产66热6| 亚洲一码二码三码区别大吗| 欧美日韩精品网址| 免费看十八禁软件| 久久久精品区二区三区| tocl精华| 好男人电影高清在线观看| 黄色片一级片一级黄色片| 狠狠精品人妻久久久久久综合| 欧美人与性动交α欧美精品济南到| 12—13女人毛片做爰片一| 欧美日韩一级在线毛片| 老熟女久久久| 一本—道久久a久久精品蜜桃钙片| 国产精品影院久久| 亚洲成国产人片在线观看| 国产亚洲av片在线观看秒播厂| 色婷婷av一区二区三区视频| 精品亚洲乱码少妇综合久久| 狂野欧美激情性xxxx| 欧美av亚洲av综合av国产av| 2018国产大陆天天弄谢| 久久久欧美国产精品| 久久午夜综合久久蜜桃| 精品少妇黑人巨大在线播放| 日日夜夜操网爽| 亚洲中文av在线| 精品高清国产在线一区| 精品国产乱码久久久久久男人| 99国产精品99久久久久| 蜜桃国产av成人99| a在线观看视频网站| 一二三四在线观看免费中文在| 国产亚洲精品久久久久5区| 看免费av毛片| 美女午夜性视频免费| 国产国语露脸激情在线看| 国产一区二区在线观看av| 9色porny在线观看| 波多野结衣av一区二区av| 男人操女人黄网站| 国产精品99久久99久久久不卡| 亚洲精品国产精品久久久不卡| 午夜久久久在线观看| av线在线观看网站| 又大又爽又粗| av不卡在线播放| 19禁男女啪啪无遮挡网站| 亚洲精品国产色婷婷电影| av在线老鸭窝| 亚洲人成电影免费在线| 一边摸一边做爽爽视频免费| 男女之事视频高清在线观看| 久久99热这里只频精品6学生| 人妻 亚洲 视频| 欧美黄色淫秽网站| 999久久久国产精品视频| 18在线观看网站| 欧美激情久久久久久爽电影 | 9热在线视频观看99| 色精品久久人妻99蜜桃| 丰满饥渴人妻一区二区三| 美女主播在线视频| 涩涩av久久男人的天堂| 国产男女内射视频| 欧美激情 高清一区二区三区| 久久久久久久久免费视频了| 日韩熟女老妇一区二区性免费视频| 色视频在线一区二区三区| 欧美黑人精品巨大| 国产高清videossex| 国产精品二区激情视频| 男女高潮啪啪啪动态图| 国产精品香港三级国产av潘金莲| 高清在线国产一区| 日韩三级视频一区二区三区| 欧美日韩国产mv在线观看视频| 久久精品国产亚洲av高清一级| 久热爱精品视频在线9| 日本av免费视频播放| 91字幕亚洲| 18禁裸乳无遮挡动漫免费视频| 亚洲精品久久成人aⅴ小说| 9色porny在线观看| 国产精品一区二区在线观看99| 超碰成人久久| a在线观看视频网站| 女人被躁到高潮嗷嗷叫费观| 视频区图区小说| 亚洲欧美色中文字幕在线| 国产精品欧美亚洲77777| 中文字幕人妻丝袜一区二区| netflix在线观看网站| 久久99一区二区三区| 亚洲熟女毛片儿| 别揉我奶头~嗯~啊~动态视频 | 亚洲精品国产色婷婷电影| 捣出白浆h1v1| 欧美人与性动交α欧美软件| 国产黄色免费在线视频| 999久久久国产精品视频| 亚洲精品乱久久久久久| 91麻豆精品激情在线观看国产 | 国产福利在线免费观看视频| 久久人人爽人人片av| 免费在线观看黄色视频的| 丝袜喷水一区| 中文字幕最新亚洲高清| videosex国产| 曰老女人黄片| 麻豆国产av国片精品| 国产亚洲精品第一综合不卡| 久久久精品94久久精品| 国产一区二区激情短视频 | 国产成人影院久久av| 亚洲精品国产av蜜桃| 亚洲第一欧美日韩一区二区三区 | 国产一区二区三区在线臀色熟女 | 美女主播在线视频| 午夜影院在线不卡| 欧美久久黑人一区二区| 人人妻人人澡人人爽人人夜夜| 欧美激情久久久久久爽电影 | 亚洲精品av麻豆狂野| 免费观看av网站的网址| 日韩一区二区三区影片| 亚洲国产av新网站| 精品人妻在线不人妻| av国产精品久久久久影院| 黄频高清免费视频| 天堂俺去俺来也www色官网| 极品人妻少妇av视频| 一区二区日韩欧美中文字幕| 日日爽夜夜爽网站| 国产成人精品无人区| 婷婷色av中文字幕| 爱豆传媒免费全集在线观看| 久久av网站| 天天躁日日躁夜夜躁夜夜| 麻豆av在线久日| 成年av动漫网址| 色综合欧美亚洲国产小说| 亚洲成av片中文字幕在线观看| 9191精品国产免费久久| 色精品久久人妻99蜜桃| 91字幕亚洲| 亚洲国产中文字幕在线视频| 国产欧美亚洲国产| 欧美精品啪啪一区二区三区 | 精品福利观看| 日本一区二区免费在线视频| 国产淫语在线视频| 脱女人内裤的视频| 男女之事视频高清在线观看| 欧美日韩黄片免| 夜夜夜夜夜久久久久| 1024香蕉在线观看| 91九色精品人成在线观看| 亚洲精品久久久久久婷婷小说| 伊人久久大香线蕉亚洲五| 欧美中文综合在线视频| 亚洲中文av在线| 老司机在亚洲福利影院| 国产极品粉嫩免费观看在线| 午夜福利乱码中文字幕| 啦啦啦在线免费观看视频4| 国产成人精品无人区| 国产高清视频在线播放一区 | 捣出白浆h1v1| 成年人午夜在线观看视频| 别揉我奶头~嗯~啊~动态视频 | 久久99热这里只频精品6学生| 精品免费久久久久久久清纯 | 美女脱内裤让男人舔精品视频| 欧美成人午夜精品| 精品久久久久久电影网| 另类亚洲欧美激情| 99久久综合免费| 久久天躁狠狠躁夜夜2o2o| av线在线观看网站| 国产高清国产精品国产三级| 丝袜美腿诱惑在线| 999久久久精品免费观看国产| 久久久久国产一级毛片高清牌| 老汉色av国产亚洲站长工具| 亚洲一区中文字幕在线| 国产欧美日韩综合在线一区二区| 久久精品熟女亚洲av麻豆精品| 久久国产精品人妻蜜桃| 丝袜美腿诱惑在线| 热re99久久精品国产66热6| 人人妻人人澡人人看| 久久毛片免费看一区二区三区| 大片免费播放器 马上看| 最新的欧美精品一区二区| av天堂在线播放| 久久热在线av| 亚洲精品中文字幕一二三四区 | 亚洲av日韩精品久久久久久密| 一级a爱视频在线免费观看|