• <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
    亚洲国产精品久久男人天堂| 国产精品野战在线观看| 可以在线观看毛片的网站| 精品酒店卫生间| 亚洲欧美精品专区久久| 亚洲av电影在线观看一区二区三区 | 建设人人有责人人尽责人人享有的 | 亚洲av成人精品一区久久| 热99re8久久精品国产| 综合色丁香网| 久久精品久久精品一区二区三区| 国产高清国产精品国产三级 | 久久精品久久精品一区二区三区| av在线播放精品| 国产黄色小视频在线观看| 国产精品女同一区二区软件| 国产亚洲午夜精品一区二区久久 | 91午夜精品亚洲一区二区三区| 亚洲综合色惰| 丰满少妇做爰视频| 亚洲国产精品国产精品| 日本黄色视频三级网站网址| 丰满人妻一区二区三区视频av| videossex国产| 国产精品久久电影中文字幕| 看十八女毛片水多多多| 99热网站在线观看| 18禁裸乳无遮挡免费网站照片| 直男gayav资源| 99久久九九国产精品国产免费| 哪个播放器可以免费观看大片| 青春草亚洲视频在线观看| 国产美女午夜福利| 亚洲国产日韩欧美精品在线观看| 国产 一区精品| 国产精品精品国产色婷婷| 男人和女人高潮做爰伦理| 亚洲天堂国产精品一区在线| 身体一侧抽搐| 色综合站精品国产| 麻豆av噜噜一区二区三区| 亚洲国产日韩欧美精品在线观看| 中文欧美无线码| 一级二级三级毛片免费看| 99热6这里只有精品| 99久久精品一区二区三区| 国产女主播在线喷水免费视频网站 | 精品久久久久久久久av| 亚洲人与动物交配视频| 搞女人的毛片| 久久精品夜夜夜夜夜久久蜜豆| 成人午夜高清在线视频| 天堂影院成人在线观看| 日本黄色视频三级网站网址| 久久精品综合一区二区三区| 成人鲁丝片一二三区免费| 中文资源天堂在线| 午夜a级毛片| 国产精品久久久久久av不卡| videos熟女内射| 日本免费在线观看一区| 亚洲国产欧洲综合997久久,| 久久精品国产亚洲网站| 国产午夜精品一二区理论片| 自拍偷自拍亚洲精品老妇| 欧美性猛交╳xxx乱大交人| 久久久久性生活片| 久久亚洲国产成人精品v| 人人妻人人澡欧美一区二区| 日韩av在线大香蕉| 又爽又黄a免费视频| 欧美日韩综合久久久久久| 亚洲av男天堂| 国产精品久久久久久精品电影小说 | 久久久久久久久大av| 性色avwww在线观看| 观看免费一级毛片| 精品人妻偷拍中文字幕| 午夜亚洲福利在线播放| 精品人妻一区二区三区麻豆| 22中文网久久字幕| 日日干狠狠操夜夜爽| 精品久久久久久成人av| 成年女人看的毛片在线观看| 国产亚洲最大av| 建设人人有责人人尽责人人享有的 | 91av网一区二区| 两个人视频免费观看高清| 成年av动漫网址| .国产精品久久| 免费播放大片免费观看视频在线观看 | 热99re8久久精品国产| 禁无遮挡网站| 插阴视频在线观看视频| 欧美精品国产亚洲| 亚洲综合色惰| 黄片无遮挡物在线观看| 九九久久精品国产亚洲av麻豆| 男人舔女人下体高潮全视频| 亚洲av.av天堂| 亚洲av成人av| 久久久久久久午夜电影| 嫩草影院新地址| 免费在线观看成人毛片| 麻豆成人av视频| 亚洲精品成人久久久久久| 少妇猛男粗大的猛烈进出视频 | 亚洲最大成人手机在线| 日韩成人伦理影院| www.色视频.com| 一本一本综合久久| 久久久欧美国产精品| 国产一区二区三区av在线| 69人妻影院| 日本三级黄在线观看| 久久精品夜夜夜夜夜久久蜜豆| 菩萨蛮人人尽说江南好唐韦庄 | 欧美成人一区二区免费高清观看| 久久99热6这里只有精品| 国产精品伦人一区二区| 国产一区亚洲一区在线观看| 国产高清国产精品国产三级 | 国产精品久久视频播放| 91久久精品国产一区二区成人| 国产老妇伦熟女老妇高清| 国产精品熟女久久久久浪| 青春草国产在线视频| 亚洲精品456在线播放app| 天堂网av新在线| 亚洲国产精品合色在线| 欧美不卡视频在线免费观看| 国产亚洲5aaaaa淫片| 激情 狠狠 欧美| 嘟嘟电影网在线观看| .国产精品久久| 中文精品一卡2卡3卡4更新| 欧美xxxx性猛交bbbb| 高清视频免费观看一区二区 | 久久午夜福利片| 又黄又爽又刺激的免费视频.| 我的老师免费观看完整版| 我要看日韩黄色一级片| 日本三级黄在线观看| 日本黄大片高清| 国产亚洲最大av| 特大巨黑吊av在线直播| av.在线天堂| 成年女人永久免费观看视频| 久久精品国产99精品国产亚洲性色| 精品久久久久久久人妻蜜臀av| 午夜福利网站1000一区二区三区| 黑人高潮一二区| 性色avwww在线观看| 又爽又黄a免费视频| 欧美区成人在线视频| 午夜福利在线在线| 国产成人精品婷婷| 成人性生交大片免费视频hd| 99久久人妻综合| 久久久久久久久久久免费av| 哪个播放器可以免费观看大片| 91久久精品国产一区二区三区| 国产片特级美女逼逼视频| 国产免费又黄又爽又色| 国产成人精品久久久久久| 日韩欧美三级三区| 2021少妇久久久久久久久久久| 中文在线观看免费www的网站| 国产熟女欧美一区二区| 国产精品一区二区三区四区久久| 成人av在线播放网站| 国产激情偷乱视频一区二区| 小说图片视频综合网站| 少妇丰满av| 偷拍熟女少妇极品色| 久久久国产成人免费| 超碰97精品在线观看| 免费人成在线观看视频色| 日韩国内少妇激情av| 日韩av不卡免费在线播放| 美女国产视频在线观看| 天美传媒精品一区二区| 成人无遮挡网站| 免费在线观看成人毛片| 老女人水多毛片| 一个人看视频在线观看www免费| 久久久亚洲精品成人影院| 人人妻人人澡欧美一区二区| 人体艺术视频欧美日本| 欧美bdsm另类| 国产精品久久视频播放| 又黄又爽又刺激的免费视频.| 精品国产露脸久久av麻豆 | 日本黄色片子视频| 麻豆一二三区av精品| 亚洲在久久综合| 成人毛片a级毛片在线播放| 中文欧美无线码| 国产私拍福利视频在线观看| 激情 狠狠 欧美| 日韩av在线大香蕉| 成人二区视频| 国产亚洲av片在线观看秒播厂 | 青春草国产在线视频| 久久久久久国产a免费观看| 最近视频中文字幕2019在线8| 91久久精品国产一区二区成人| 亚洲欧美日韩卡通动漫| 一级毛片我不卡| 国产亚洲精品久久久com| 国产人妻一区二区三区在| 国产在视频线在精品| 国产午夜精品论理片| 汤姆久久久久久久影院中文字幕 | 国产白丝娇喘喷水9色精品| 婷婷六月久久综合丁香| 亚洲av熟女| 免费人成在线观看视频色| eeuss影院久久| 国产片特级美女逼逼视频| 久久鲁丝午夜福利片| 欧美精品国产亚洲| 日韩欧美国产在线观看| 3wmmmm亚洲av在线观看| 国产黄色视频一区二区在线观看 | 国产精品一区www在线观看| 女人久久www免费人成看片 | 亚洲中文字幕日韩| 91精品伊人久久大香线蕉| 国产精品野战在线观看| av又黄又爽大尺度在线免费看 | 久久久国产成人精品二区| 寂寞人妻少妇视频99o| 麻豆国产97在线/欧美| 18禁在线无遮挡免费观看视频| av线在线观看网站| 人妻夜夜爽99麻豆av| 噜噜噜噜噜久久久久久91| 中文在线观看免费www的网站| 中文欧美无线码| 1024手机看黄色片| 高清午夜精品一区二区三区| 免费搜索国产男女视频| 国产伦在线观看视频一区| av又黄又爽大尺度在线免费看 | 亚洲精品久久久久久婷婷小说 | .国产精品久久| 欧美性猛交╳xxx乱大交人| 亚洲av成人精品一区久久| 日本色播在线视频| 麻豆精品久久久久久蜜桃| 日本-黄色视频高清免费观看| 日本爱情动作片www.在线观看| 免费人成在线观看视频色| 久久婷婷人人爽人人干人人爱| 韩国av在线不卡| 国产精品久久久久久久电影| 免费搜索国产男女视频| 人妻制服诱惑在线中文字幕| 深爱激情五月婷婷| 亚洲三级黄色毛片| 美女黄网站色视频| 亚洲天堂国产精品一区在线| 亚洲怡红院男人天堂| 日本黄色片子视频| 日日啪夜夜撸| 狂野欧美白嫩少妇大欣赏| 精品国产露脸久久av麻豆 | 日韩亚洲欧美综合| 国产精品久久久久久久电影| 18禁在线无遮挡免费观看视频| 麻豆成人av视频| 国产一区二区亚洲精品在线观看| 99热精品在线国产| 中文精品一卡2卡3卡4更新| 亚洲不卡免费看| 亚洲乱码一区二区免费版| 欧美色视频一区免费| 欧美最新免费一区二区三区| 日日摸夜夜添夜夜爱| 亚洲成av人片在线播放无| 黑人高潮一二区| 九九爱精品视频在线观看| 免费看a级黄色片| 1024手机看黄色片| 国内精品美女久久久久久| 精品久久久久久久末码| 99久久九九国产精品国产免费| av在线天堂中文字幕| 免费观看精品视频网站| 国产精品一区二区三区四区久久| 日本一本二区三区精品| 日日撸夜夜添| 色尼玛亚洲综合影院| 日本色播在线视频| 嘟嘟电影网在线观看| 亚洲精品久久久久久婷婷小说 | 亚洲中文字幕日韩| 国语对白做爰xxxⅹ性视频网站| 久久久久国产网址| 最近中文字幕高清免费大全6| 18+在线观看网站| 欧美精品国产亚洲| 中文字幕久久专区| 天堂√8在线中文| 国产在视频线在精品| 男女下面进入的视频免费午夜| 亚洲一区高清亚洲精品| 欧美日本亚洲视频在线播放| 韩国高清视频一区二区三区| 蜜臀久久99精品久久宅男| 水蜜桃什么品种好| 国产一级毛片七仙女欲春2| 亚洲高清免费不卡视频| 老司机影院毛片| 丝袜美腿在线中文| 成人漫画全彩无遮挡| 欧美97在线视频| 亚洲av男天堂| 老女人水多毛片| 精品久久久久久电影网 | 中文精品一卡2卡3卡4更新| 级片在线观看| 国产成人91sexporn| 国产91av在线免费观看| 男人舔女人下体高潮全视频| 99热这里只有精品一区| 婷婷六月久久综合丁香| 亚洲国产精品国产精品| 七月丁香在线播放| 国产高清三级在线| 日韩三级伦理在线观看| 日韩视频在线欧美| 一边亲一边摸免费视频| 99热精品在线国产| 国国产精品蜜臀av免费| 国产又色又爽无遮挡免| 国产精品精品国产色婷婷| 久久久欧美国产精品| 色哟哟·www| 黄色欧美视频在线观看| 床上黄色一级片| 精品国内亚洲2022精品成人| 国产黄a三级三级三级人| 欧美97在线视频| av又黄又爽大尺度在线免费看 | 亚洲美女搞黄在线观看| 成人国产麻豆网| 欧美另类亚洲清纯唯美| 久久精品夜夜夜夜夜久久蜜豆| 亚洲av不卡在线观看| 91av网一区二区| 成人二区视频| 国产不卡一卡二| 极品教师在线视频| 男人舔女人下体高潮全视频| 99久久人妻综合| 亚洲怡红院男人天堂| 国产久久久一区二区三区| 国内揄拍国产精品人妻在线| 在线播放国产精品三级| 丰满人妻一区二区三区视频av| videos熟女内射| 国产成人免费观看mmmm| 国产精品伦人一区二区| 人妻夜夜爽99麻豆av| 狠狠狠狠99中文字幕| 久久久久久久国产电影| av福利片在线观看| 国产亚洲午夜精品一区二区久久 | 久久这里只有精品中国| 午夜福利在线观看吧| 高清在线视频一区二区三区 | 久久久久久久久久黄片| 麻豆成人午夜福利视频| 少妇的逼水好多| 国产精品福利在线免费观看| 我要看日韩黄色一级片| 女人被狂操c到高潮| 天天一区二区日本电影三级| 国产精品久久久久久精品电影| 亚洲国产色片| 久久久久久九九精品二区国产| 熟女人妻精品中文字幕| 日产精品乱码卡一卡2卡三| 免费在线观看成人毛片| 少妇人妻一区二区三区视频| 中文字幕亚洲精品专区| 亚洲怡红院男人天堂| 99久久成人亚洲精品观看| 七月丁香在线播放| 联通29元200g的流量卡| 淫秽高清视频在线观看| 亚洲性久久影院| 一夜夜www| 国产精品一区二区三区四区免费观看| 成人无遮挡网站| 免费观看在线日韩| 国产成人aa在线观看| 日韩av在线免费看完整版不卡| 韩国av在线不卡| 中文欧美无线码| 亚洲四区av| 亚洲欧美精品自产自拍| 国产老妇伦熟女老妇高清| 国产爱豆传媒在线观看| 色视频www国产| 精品人妻视频免费看| 精品无人区乱码1区二区| 亚洲欧美日韩东京热| 99久久精品一区二区三区| 日本与韩国留学比较| 51国产日韩欧美| 国产精品一区二区性色av| 国产成人a∨麻豆精品| 国产精品不卡视频一区二区| 我的女老师完整版在线观看| 少妇熟女欧美另类| 日本-黄色视频高清免费观看| 久久精品久久精品一区二区三区| 午夜精品一区二区三区免费看| 国产真实伦视频高清在线观看| 日韩亚洲欧美综合| 精品少妇黑人巨大在线播放 | 一级av片app| 国内少妇人妻偷人精品xxx网站| 91精品伊人久久大香线蕉| 国产激情偷乱视频一区二区| 色噜噜av男人的天堂激情| 免费在线观看成人毛片| 久久精品91蜜桃| 久久99热这里只频精品6学生 | 婷婷色综合大香蕉| 亚洲天堂国产精品一区在线| 色哟哟·www| 尾随美女入室| 99久久无色码亚洲精品果冻| 亚洲中文字幕日韩| 在线免费观看不下载黄p国产| 亚洲精品,欧美精品| 亚洲av电影不卡..在线观看| 日韩欧美三级三区| 人人妻人人看人人澡| 观看美女的网站| 三级经典国产精品| 午夜精品在线福利| 国产亚洲5aaaaa淫片| 中文字幕制服av| 美女国产视频在线观看| 国产激情偷乱视频一区二区| 免费观看性生交大片5| 国产精品一区二区在线观看99 | 久久精品久久久久久久性| 午夜免费激情av| 亚洲电影在线观看av| 熟女人妻精品中文字幕| 91av网一区二区| 国产av一区在线观看免费| 亚洲国产欧洲综合997久久,| 色5月婷婷丁香| 国产免费视频播放在线视频 | 亚洲av免费在线观看| 亚洲人成网站在线观看播放| 久久精品久久精品一区二区三区| 你懂的网址亚洲精品在线观看 | 看非洲黑人一级黄片| 乱码一卡2卡4卡精品| 色哟哟·www| 两性午夜刺激爽爽歪歪视频在线观看| 插阴视频在线观看视频| 亚洲精品日韩在线中文字幕| 国产精品久久电影中文字幕| АⅤ资源中文在线天堂| 精品少妇黑人巨大在线播放 | 午夜日本视频在线| 国产精品久久电影中文字幕| 高清av免费在线| 国产精品不卡视频一区二区| 18禁在线无遮挡免费观看视频| 1000部很黄的大片| 成人二区视频| 日韩欧美三级三区| 久久久久免费精品人妻一区二区| 一区二区三区免费毛片| 成人毛片a级毛片在线播放| 久久精品国产99精品国产亚洲性色| 亚洲国产精品专区欧美| 久久这里有精品视频免费| 一夜夜www| 亚洲国产高清在线一区二区三| 99热6这里只有精品| 午夜a级毛片| 国产探花在线观看一区二区| 最近中文字幕高清免费大全6| 你懂的网址亚洲精品在线观看 | 日韩制服骚丝袜av| 欧美潮喷喷水| av视频在线观看入口| 国产成人精品久久久久久| 桃色一区二区三区在线观看| 国产私拍福利视频在线观看| 97超碰精品成人国产| 性插视频无遮挡在线免费观看| 日本黄大片高清| 久久久国产成人精品二区| 最近最新中文字幕免费大全7| 欧美高清成人免费视频www| 男女视频在线观看网站免费| 日韩欧美 国产精品| 极品教师在线视频| 国产成人精品婷婷| 成人高潮视频无遮挡免费网站| 国模一区二区三区四区视频| 2022亚洲国产成人精品| 在线播放国产精品三级| 激情 狠狠 欧美| 在线观看66精品国产| 午夜激情欧美在线| 亚洲av成人精品一二三区| av专区在线播放| 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| 五月玫瑰六月丁香| 亚洲最大成人中文| 在线免费十八禁| 久久精品国产自在天天线| 啦啦啦韩国在线观看视频| 狠狠狠狠99中文字幕| 1000部很黄的大片| 国产91av在线免费观看| 国产一区二区亚洲精品在线观看| 一个人看的www免费观看视频| 精品人妻熟女av久视频| 久久亚洲精品不卡| 精品久久久久久久人妻蜜臀av| 天天躁日日操中文字幕| 男女啪啪激烈高潮av片| 尤物成人国产欧美一区二区三区| 久久久精品94久久精品| h日本视频在线播放| 热99re8久久精品国产| 精品一区二区免费观看| 亚洲国产日韩欧美精品在线观看| 亚洲欧美清纯卡通| 国产一区二区三区av在线| 久久久精品大字幕| 变态另类丝袜制服| 久久久欧美国产精品| 色吧在线观看| 69人妻影院| 国产伦在线观看视频一区| 我要搜黄色片| 日韩国内少妇激情av| 精品免费久久久久久久清纯| 亚洲成av人片在线播放无| 有码 亚洲区| 国产乱人偷精品视频| 亚洲精品成人久久久久久| 九九爱精品视频在线观看| 日本色播在线视频| 久久精品夜色国产| 天天躁夜夜躁狠狠久久av| 久久久久性生活片| 精品人妻视频免费看| 亚洲国产精品久久男人天堂| 日韩欧美三级三区| 久久这里有精品视频免费| av在线天堂中文字幕| 国产精品一区二区三区四区免费观看| 一区二区三区免费毛片| 国产免费福利视频在线观看| 国产黄色视频一区二区在线观看 | 国产精品久久久久久av不卡| 22中文网久久字幕| 国产在线一区二区三区精 | 99久久精品一区二区三区| 久久午夜福利片| 中文欧美无线码| 免费观看精品视频网站| 性插视频无遮挡在线免费观看| 久久99精品国语久久久| 久久久精品大字幕| 一个人观看的视频www高清免费观看| 中文字幕av成人在线电影| 中文在线观看免费www的网站| 国产黄色小视频在线观看| 国产爱豆传媒在线观看| 天堂影院成人在线观看| 嫩草影院新地址| 日韩av不卡免费在线播放| 观看免费一级毛片| 欧美激情在线99| 国产精品国产三级专区第一集| 亚洲av成人精品一区久久| 91久久精品国产一区二区成人| 亚洲精品久久久久久婷婷小说 | 亚洲伊人久久精品综合 | 亚洲精品国产av成人精品| 精华霜和精华液先用哪个| 小蜜桃在线观看免费完整版高清| 国产精华一区二区三区| 日韩精品有码人妻一区| 亚洲无线观看免费| 禁无遮挡网站| 只有这里有精品99| 精品久久久久久久久久久久久| 亚洲国产欧美人成| 岛国毛片在线播放| 精品欧美国产一区二区三| 在线观看一区二区三区| 国产综合懂色| 亚洲国产欧美在线一区| 又爽又黄a免费视频| 中文资源天堂在线|