• <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PCA-ISSA-BP 模型的礦井突水水源判別

    2023-11-29 10:03:54劉夢琪王來斌
    煤礦安全 2023年11期
    關(guān)鍵詞:突水適應(yīng)度水源

    劉夢琪 ,王來斌 ,林 征

    (安徽理工大學 地球與環(huán)境學院,安徽 淮南 232001)

    煤炭作為一種重要的資源,對我國經(jīng)濟發(fā)展起著很大的作用[1]。礦井突水不但影響煤炭資源的正常開采,而且會造成人員傷亡和財產(chǎn)損失[2]。由于煤礦所處的地質(zhì)環(huán)境較為復雜,煤炭開采深度和強度不斷增加,導致煤礦水害事故發(fā)生的機率越來越大[3-5],因此,礦井發(fā)生突水時,如何快速判別突水的來源成為眾多學者研究的重點[6]。

    國內(nèi)眾多學者在礦井突水水源識別方面做了大量富有成效的工作。侯恩科等[7]在分析地下水化學特征的基礎(chǔ)上,構(gòu)建了Piper-Logistic 回歸模型;趙偉等[8]選用8 個判別因素,建立了基于Fisher 判別法和質(zhì)心距理論的突水水源識別模型;琚棋定等[9]在數(shù)據(jù)降維后建立了基于PCA-Bayes的水源判別模型,并對模型的準確率進行對比驗證;王心義等[10]通過熵權(quán)法計算判別指標的權(quán)重,再結(jié)合模糊可變集理論計算水樣的相對隸屬度,為水源識別模型的建立提供了新的思路。雖然這些方法取得了一定的成效,但礦井突水水害涉及的因素較多,模型的判別精度還有待提升。一些學者嘗試基于神經(jīng)網(wǎng)絡(luò)建立水源識別模型,通過模擬自然界生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)而產(chǎn)生的人工神經(jīng)網(wǎng)絡(luò)模型,不僅能夠進行高度非線性映射,而且還具有一定的容錯性和穩(wěn)定性[11-12],為礦井突水判別提供了新的研究思路。徐星等[13]建立了BP和Elman 神經(jīng)網(wǎng)絡(luò)模型,模型對參數(shù)要求較低,但需要不斷調(diào)節(jié)參數(shù)來提高模型的準確性;施龍青等[14]建立了基于PCA-PSO-ELM 的煤礦突水判別模型,提高了模型的泛化性和準確性,但模型容易陷入局部極值點中;溫廷新等[15]利用因子分析來減少數(shù)據(jù)之間的信息冗余,再通過量子遺傳算法對最小二乘支持向量機進行參數(shù)尋優(yōu),提高了模型的準確率,但算法的迭代收斂速度較慢。

    綜上,利用PCA 降低數(shù)據(jù)之間的相關(guān)性,歸一化處理水樣數(shù)據(jù)的差異,使用Sine 混沌映射初始化種群,通過融合正弦余弦算法和Lévy 飛行策略,分別改進發(fā)現(xiàn)者和跟隨者的位置公式,最后用改進的麻雀搜索算法對BP 神經(jīng)網(wǎng)絡(luò)進行參數(shù)尋優(yōu),并通過多模型間相互對比驗證模型的準確性。

    1 模型的理論原理

    1.1 麻雀搜索算法(ISSA)

    麻雀搜索算法是薛建凱于2020 年模擬麻雀生存機制而提出的1 種群體優(yōu)化算法,該算法具有尋優(yōu)能力強、收斂速度快以及穩(wěn)定性好等優(yōu)點,將其應(yīng)用到礦井突水判別是1 種新的嘗試[16-18];但是種群初始化具有隨機性,全局搜索能力以及跳出局部最優(yōu)的操作較弱,容易陷入局部最優(yōu)。

    為改善此問題,在種群初始化時引入Sine 混沌映射模型,如式(1):

    式中:Ck+1為k+1時 的混沌映射值;k為非負整數(shù);b為(0,4]之間的隨機數(shù)。

    隨機模型與混沌映射模型種群初始化對比如圖1。圖中圓形和五角星分別為隨機模型和混沌模型初始化值。

    圖1 隨機模型與混沌映射模型種群初始化對比Fig.1 Population initialization comparison between random model and chaotic mapping model

    由圖1 可以看出:隨機模型(圓)在一些區(qū)域分布集中,在另一些區(qū)域取值卻出現(xiàn)空白,而Sine 混沌映射(五角星)則分布比較均勻;因此,Sine 混沌映射模型對種群進行初始化,能夠增強種群分布的多樣性和均勻性。

    引用非線性正弦學習因子以及融合正弦余弦算法(SCA)來更新發(fā)現(xiàn)者的位置,從而增強算法跳出局部最優(yōu)解的能力[19],學習因子公式和改進后的發(fā)現(xiàn)者位置更新公式如式(2)和式(3):

    Lévy 飛行是從一個范圍結(jié)束搜索跳到另一個范圍開始搜索的策略,優(yōu)點在于搜索范圍廣,將其應(yīng)用在跟隨者位置更新公式中,可以提高種群的全局搜索能力[20]。改進后的公式如式(4):

    1.2 BP 神經(jīng)網(wǎng)絡(luò)和主成分分析

    BP 神經(jīng)網(wǎng)絡(luò)作為多層前饋神經(jīng)網(wǎng)絡(luò),其模型由輸入層、輸出層及隱含層構(gòu)成[22];在BP 神經(jīng)網(wǎng)絡(luò)中需要調(diào)節(jié)許多的參數(shù),參數(shù)的適用性與否將直接影響模型的準確率;其中,權(quán)值和閾值的選取尤為重要。但是,在模型訓練過程中,這2 種參數(shù)的取值比較隨機,最終判別結(jié)果的準確率也忽高忽低;為此,通過ISSA 對這2 種參數(shù)進行優(yōu)化,實現(xiàn)BP 神經(jīng)網(wǎng)絡(luò)判別能力的提升。

    主 成 分 分 析(Principal Component Analysis,PCA)是1 種將線性相關(guān)變量降維成不相關(guān)變量的統(tǒng)計方法,降維后的變量基本可以反映整個數(shù)據(jù)的信息[23]。綜上,對7 種指標進行主成分分析,不僅可以降低判別指標的維數(shù),而且還可以減少數(shù)據(jù)之間的相關(guān)性對模型判別結(jié)果的影響,進而提高模型的判別準確率。

    1.3 基于PCA-ISSA 優(yōu)化的BP 模型

    考慮到SSA 算法的局限性,引用Sine 混沌映射、融合正弦余弦算法和Lévy 飛行策略對麻雀搜索算法進行改進,利用改進的SSA 優(yōu)化BP 神經(jīng)網(wǎng)絡(luò),最終將降維和歸一化后的數(shù)據(jù)代入優(yōu)化后的模型,完成突水水源判別,基于此建立了PCAISSA-BP 礦井突水水源判別模型。PCA-ISSA-BP模型判別流程圖如圖2。

    圖2 PCA-ISSA-BP 模型判別流程圖Fig.2 PCA-ISSA-BP model discriminant flow chart

    2 研究區(qū)概況

    2.1 水文地質(zhì)概況

    孫疃煤礦位于淮北煤田臨渙礦區(qū),總體上為一走向近于南北,向東傾斜的單斜構(gòu)造[24]。礦井含煤地層為石炭–二疊系,厚度約990 m,其中二疊系下石盒子組的72和82煤、山西組的10 煤為主采煤層,總厚約5.82 m。礦井主要充水水源為新生界松散層孔隙水、煤系砂巖裂隙水、太原組和奧陶系灰?guī)r巖溶裂隙水[25]。

    1)新生界松散層孔隙含水層??偤穸?53.70~246.00 m,其中第四含水層(“四含”)直接覆于含煤地層隱伏露頭之上,鉆孔單位涌水量0.000 78~0.028 3 L/(s·m),滲透系數(shù)為0.005 1~0.278 m/d,富水性弱,可通過煤系地層淺部風化裂隙與采動裂隙垂直滲入井下,成為礦井的間接充水水源。

    2)煤系砂巖裂隙含水層??偤穸葹?5~140 m,單位涌水量為0.002 2~0.87 L/(s·m),滲透系數(shù)為0.006 6~2.65 m/d,富水性弱-中等,為礦井直接充水水源。

    3)太原組灰?guī)r巖溶裂隙含水層??偤穸?7~135 m,單位涌水量為0.003 4~11.4 L/(s·m),滲透系數(shù)為0.015~36.4 m/d,富水性弱-極強,斷層和采動裂隙為導水通道,在斷層落差較大的情況會導致部分區(qū)域的煤與太灰之間的距離縮短,直接威脅煤層的安全開采。

    4)奧陶系灰?guī)r巖溶裂隙含水層。總厚度約500 m,單位涌水量為0.006 5~45.56 L/(s·m),滲透系數(shù)為0.007 2~60.24 m/d,富水性弱-極強,可通過斷層等導水通道與煤層發(fā)生水力聯(lián)系。

    2.2 水化學特征

    Durov 圖可以直觀地反映各含水層的水質(zhì)特征以及水力聯(lián)系,由各含水層水樣水質(zhì)Durov 圖(圖略)可知:①四含水中陽離子以Na++ K+、Mg2+離子為主,陰離子以SO42-、HCO3-離子為主,礦化度為1 000~1 500 mg/L,水質(zhì)類型為HCO3· SO4–Na · Mg 型;②煤系砂巖水中Na++ K+、HCO3-離子所占比例較大,Ca2+、Mg2+和SO42-離子含量較少,礦化度為1 250~1 900 mg/L,水質(zhì)類型主要為HCO3·Cl – Na 型;③太灰水中陽離子以Na++K+離子為主,陰離子中HCO3-、Cl-離子含量較高,礦化度為1 000~1 250 mg/L,水質(zhì)類型為HCO3·Cl – Na · Mg 或HCO3·Cl · SO4– Na · Mg 型;④奧灰水中陽離子以Na++ K+、Ca2+離子含量為主,陰離子含量相近,礦化度為1 100~1 500 mg/L,水質(zhì)類型為SO4·HCO3·Cl – Na·Ca 型。

    4 種含水層水的pH 值存在規(guī)律性,整體呈堿性。其中,砂巖水的pH 值較高,在8.7 左右;太灰水的pH 值較低,在7.3 左右。煤系砂巖水分布比較集中,太灰水與四含水、奧灰水之間存在混合分布情況,即存在著水力聯(lián)系,4 種水樣區(qū)分相對明顯。

    3 水源判別模型建立及應(yīng)用

    3.1 判別指標選取及樣本確定

    選取孫疃礦區(qū)39 組數(shù)據(jù),共4 類水源類型,分別為:四含水、煤系砂巖水、太灰水和奧灰水;選取Na++ K+、Ca2+、Mg2+、Cl-、SO42-、HCO3-和pH 作為識別指標,對4 種突水水源分別編碼,其中(1 0 0 0)、(0 1 0 0)、(0 0 1 0)、(0 0 0 1)分別對應(yīng)四含水、煤系砂巖水、太灰水和奧灰水。突水水源原始樣本數(shù)據(jù)見表1。為了減少數(shù)據(jù)之間的冗余信息,對表1 中的數(shù)據(jù)進行主成分分析,各判別指標相關(guān)性矩陣如圖3,各判別指標總方差解釋如圖4。

    表1 突水水源原始樣本數(shù)據(jù)Table 1 Original sample data of water inrush source

    圖3 各判別指標相關(guān)性矩陣Fig.3 Correlation matrix of discriminant indexes

    圖4 各判別指標總方差解釋Fig.4 Total variance interpretation of each discriminant index

    由圖3 可知:Ca2+和SO42-的相關(guān)性為0.950,Na++ K+和HCO3-,Mg2+和Ca2+等相關(guān)性較高,說明判別指標之間存在信息重疊,因此有必要對數(shù)據(jù)進行降維處理。

    由圖4 可知:前2 種成分的特征值大于1,并且累計方差貢獻率在85%以上,基本反映數(shù)據(jù)的總體情況,即可將7 種指標降維到2 種指標。

    2 種主成分的濃度差別較大,如果不對數(shù)據(jù)進行處理,最終判別的結(jié)果可能進入飽和區(qū),導致模型判別的效果較差。因此,考慮對數(shù)據(jù)進行歸一化,將數(shù)據(jù)變換到[-1,1]范圍內(nèi)[26],如式(7):

    3.2 基于PCA-ISSA-BP 的突水水源判別

    選擇經(jīng)過主成分分析后的訓練樣本進行訓練,之后將測試樣本代入訓練好的模型進行識別;將PCA 提取的前2 項成分作為模型的輸入層,突水水源的類型作為輸出層,由此建立基于PCA-ISSABP 的突水水源判別模型。

    SSA 參數(shù)設(shè)置如下:麻雀種群規(guī)模設(shè)置為50,發(fā)現(xiàn)者的比例設(shè)置為0.7,意識到危險的麻雀比例設(shè)置為0.2,進化次數(shù)設(shè)置為50,預警值設(shè)置為0.6,將測試集范數(shù)誤差作為適應(yīng)度函數(shù)。

    神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置如下:網(wǎng)絡(luò)最大訓練次數(shù)為5 000,目標誤差為1×10–4。根據(jù)突水水源模型選擇輸入輸出神經(jīng)元的個數(shù),模型有2 個判別指標,4 種突水水源,即輸入神經(jīng)元為2,輸出神經(jīng)元為4。隱含層神經(jīng)元個數(shù)通過經(jīng)驗公式和試錯法確定[27],由公式得出隱含層節(jié)點為7,在其它條件相同的前提下,當隱含層為5、7、8、9、10、11、12 時,各隱含層節(jié)點輸出誤差分別為0.127、0.073、0.042、0.025、0.021、0.021、0.032。

    可見:節(jié)點誤差呈先減小后增大的趨勢,當隱含層節(jié)點為10 時,誤差最小,因此隱含層節(jié)點設(shè)置為10;同理,根據(jù)誤差最小原則,學習率設(shè)置為0.04,訓練函數(shù)選擇traingdx 函數(shù)。

    在完成數(shù)據(jù)選擇和參數(shù)設(shè)置之后,借助Matlab 軟件編寫代碼,最終得出模型的判別結(jié)果。PCA-ISSA-BP 模型識別結(jié)果見表2。

    表2 PCA-ISSA-BP 模型識別結(jié)果Table 2 PCA-ISSA-BP model identification results

    由表2 可知:9 組測試樣本的水樣類型均判別正確,且正確率達到了100%,說明該模型的判別效果較好。

    3.3 模型判別結(jié)果對比

    根據(jù)單一模型的識別結(jié)果難以得出確切的結(jié)論,通過多方面的對比分析可以充分展示模型的優(yōu)劣。因此,在樣本數(shù)據(jù)相同的基礎(chǔ)上,分別建立PCA-ISSA-BP、ISSA-BP、PCA-SSA-BP、PCAPSO-BP 和PCA-BP 這5 種對比模型,從適應(yīng)度曲線、識別準確率、誤差等方面對比5 種模型的準確性和適用性。

    適應(yīng)度曲線能夠展示模型全局搜索以及跳出局部最優(yōu)值的能力,側(cè)面反映出模型識別的精度。適應(yīng)度迭代曲線如圖5。

    圖5 適應(yīng)度迭代曲線Fig.5 Fitness iterative curves

    由圖5 可知:隨著迭代次數(shù)的增加,4 種模型的適應(yīng)度值均呈下降趨勢,達到最小值之后保持不變。從適應(yīng)度曲線可以看出:PCA-ISSA-BP 模型多次跳出局部最優(yōu)解且在迭代29 次后便逐漸趨于平穩(wěn)狀態(tài),比其他3 種模型更早的達到最小適應(yīng)度值,表明經(jīng)過主成分分析和改進的麻雀搜索算法優(yōu)化BP 神經(jīng)網(wǎng)絡(luò)能夠更快地達到最優(yōu)狀態(tài)。此外,在4 種模型達到穩(wěn)定后,PCA-ISSA-BP 模型的適應(yīng)度值更小,表明該模型判別的誤差最小,即準確率最高。

    模型訓練完成后,將測試樣本代入模型,5 種模型的判別結(jié)果如圖6,5 類模型判別結(jié)果對比見表3。

    表3 5 類模型判別結(jié)果對比Table 3 Comparison of discriminant results of five models

    圖6 5 種模型的判別結(jié)果Fig.6 Discriminant results of five models

    由 圖6 可 知: PCA-ISSA-BP、 ISSA-BP 和PCA-SSA-BP 這3 種模型的判別結(jié)果與實測值完全符合,誤判率為0;PCA-PSO-BP 模型在樣本1 上發(fā)生了誤判,PCA-BP 模型誤判了2 個,分別為樣本1 和樣本2。分析可知:相比其它模型,PCAISSA-BP、ISSA-BP 和PCA-SSA-BP 這3 種模型的準確率最高。

    由表3 可知:前2 種模型的識別準確率達到100%,但PCA-ISSA-BP 模型的誤差相對于ISSABP 模型較小,說明主成分分析降低了數(shù)據(jù)之間的相關(guān)性,減小了判別的誤差;將后3 種模型對比可知:經(jīng)過算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)準確率較高,誤差較??;將第1 種和第3 種模型對比可知:改進的算法優(yōu)化神經(jīng)網(wǎng)絡(luò)效果較顯著。

    綜上所述,無論是在準確率還是識別誤差上,本次建立的模型均優(yōu)于其他模型,可以大幅提升礦井突水水源判別的準確率。

    3.4 模型驗證

    為了防止數(shù)據(jù)選擇的偶然性對判別結(jié)果造成影響,對數(shù)據(jù)重新分組,選擇31 組作為訓練集,8 組作為測試集,重分組后5 類模型判別結(jié)果對比見表4。

    表4 重分組后5 類模型判別結(jié)果對比Table 4 Comparison of discriminant results of five types of models after regrouping

    由表4 可知:前2 種模型的識別準確率相對于后3 種模型較高,第1 種模型的均方誤差和平均絕對誤差相對于后4 種模型較低。綜上所述,PCA-ISSA-BP 模型在準確率和誤差方面要優(yōu)于其他4 種模型,進一步說明了樣本數(shù)據(jù)具有分類的統(tǒng)計規(guī)律。

    為了驗證模型的適用性,引用文獻[28]中的水化學數(shù)據(jù)作為判別指標,選擇30 組作為訓練集,10 組作為測試集,按照流程建立基于PCA-ISSABP 的判別模型,并與其他4 種模型對比。引用文獻后5 類模型判別結(jié)果對比見表5。

    表5 引用文獻后5 類模型判別結(jié)果對比Table 5 Comparison of the discriminant results of the five types of models after citing the literature

    由表5 可知:PCA-ISSA-BP 模型不僅準確率較高,而且誤差較小,進一步驗證了模型的適用性和準確性。

    4 結(jié) 語

    1)利 用Sine 混 沌 映 射、Lévy 飛 行 策 略 和SCA 改進麻雀搜索算法,建立了基于PCA-ISSABP 模型的礦井突水水源判別模型。選取孫疃礦4種含水層水的6 種常規(guī)離子和pH 值作為判別指標,使用主成分分析和歸一化處理數(shù)據(jù),測試結(jié)果表明:模型判別準確率達到100%。

    2)將PCA-ISSA-BP 模 型 與ISSA-BP、PCASSA-BP、PCA-PSO-BP 和PCA-BP 模型在適應(yīng)度曲線、判別準確率、均方誤差和平均絕對誤差等方面進行對比,結(jié)果表明:PCA-ISSA-BP 收斂速度快,準確率較高,誤差較??;PCA-BP 準確率較低,誤差較大。因此,PCA-ISSA-BP 模型可更精準實現(xiàn)礦井突水水源的判別。

    猜你喜歡
    突水適應(yīng)度水源
    改進的自適應(yīng)復制、交叉和突變遺傳算法
    計算機仿真(2022年8期)2022-09-28 09:53:02
    保護水源
    品牌研究(2022年18期)2022-06-29 05:33:24
    礦井突水水源的判別方法
    礦井滯后突水機理探討
    南水源頭清如許
    當代陜西(2019年24期)2020-01-18 09:14:18
    李雅莊礦滯后突水主控因素分析
    尋找水源
    基于空調(diào)導風板成型工藝的Kriging模型適應(yīng)度研究
    中國塑料(2016年11期)2016-04-16 05:26:02
    大相嶺隧道高壓突水機理與預測分析
    少數(shù)民族大學生文化適應(yīng)度調(diào)查
    亚洲av欧美aⅴ国产| 免费高清在线观看日韩| 欧美精品一区二区免费开放| 久久ye,这里只有精品| 亚洲国产欧美网| 欧美成人午夜精品| 男女无遮挡免费网站观看| 国产亚洲欧美在线一区二区| 亚洲色图 男人天堂 中文字幕| 美女主播在线视频| 一区二区三区四区激情视频| 久久久久国产精品人妻一区二区| 久久狼人影院| 纵有疾风起免费观看全集完整版| 中文精品一卡2卡3卡4更新| av天堂久久9| 欧美人与性动交α欧美软件| 国产精品麻豆人妻色哟哟久久| 国产精品九九99| 免费人妻精品一区二区三区视频| 国产男女内射视频| 美女国产高潮福利片在线看| 在线观看免费视频网站a站| 欧美日韩综合久久久久久| 国产色视频综合| 男女边吃奶边做爰视频| 中文乱码字字幕精品一区二区三区| 乱人伦中国视频| 久久亚洲国产成人精品v| 伊人亚洲综合成人网| 可以免费在线观看a视频的电影网站| 久久 成人 亚洲| 妹子高潮喷水视频| 久久久久精品人妻al黑| av福利片在线| 久久久久久久精品精品| 韩国高清视频一区二区三区| 91精品三级在线观看| 视频在线观看一区二区三区| 中文字幕最新亚洲高清| 亚洲午夜精品一区,二区,三区| 丁香六月天网| 人人妻人人澡人人爽人人夜夜| 欧美日韩视频精品一区| 亚洲 欧美一区二区三区| 激情视频va一区二区三区| 久久久精品免费免费高清| 精品免费久久久久久久清纯 | av在线app专区| 国产精品九九99| 观看av在线不卡| 青青草视频在线视频观看| 99热全是精品| 国产精品二区激情视频| 美女主播在线视频| 日日夜夜操网爽| 美女视频免费永久观看网站| www.av在线官网国产| 制服诱惑二区| 在线观看免费高清a一片| 少妇粗大呻吟视频| 老汉色av国产亚洲站长工具| 亚洲欧美成人综合另类久久久| 看免费av毛片| 老熟女久久久| 99精国产麻豆久久婷婷| 国产一区二区在线观看av| 久久国产亚洲av麻豆专区| 丝袜在线中文字幕| 看十八女毛片水多多多| 十分钟在线观看高清视频www| 99久久99久久久精品蜜桃| www.自偷自拍.com| 国产亚洲欧美在线一区二区| 亚洲精品乱久久久久久| 不卡av一区二区三区| 午夜福利视频在线观看免费| 母亲3免费完整高清在线观看| 成人三级做爰电影| 国产片特级美女逼逼视频| 国产免费又黄又爽又色| 亚洲一码二码三码区别大吗| 激情五月婷婷亚洲| 欧美日韩精品网址| 一级毛片女人18水好多 | 美女脱内裤让男人舔精品视频| 一边摸一边做爽爽视频免费| 国产熟女欧美一区二区| 一区二区日韩欧美中文字幕| 一本色道久久久久久精品综合| 国产精品偷伦视频观看了| 亚洲七黄色美女视频| h视频一区二区三区| 久久综合国产亚洲精品| 亚洲伊人久久精品综合| 最黄视频免费看| 男女边摸边吃奶| 岛国毛片在线播放| 国产xxxxx性猛交| 婷婷成人精品国产| 91精品国产国语对白视频| 老司机午夜十八禁免费视频| 久久久亚洲精品成人影院| 久久精品人人爽人人爽视色| 欧美变态另类bdsm刘玥| 好男人电影高清在线观看| 老鸭窝网址在线观看| 国产精品.久久久| 人妻 亚洲 视频| 少妇粗大呻吟视频| 热99国产精品久久久久久7| 亚洲欧美日韩高清在线视频 | 亚洲国产最新在线播放| 久久ye,这里只有精品| 丝袜人妻中文字幕| 亚洲久久久国产精品| 国产欧美日韩一区二区三区在线| 国产成人a∨麻豆精品| 亚洲欧美成人综合另类久久久| 成人免费观看视频高清| a 毛片基地| 日韩av免费高清视频| 一区在线观看完整版| 大话2 男鬼变身卡| 青春草视频在线免费观看| 九色亚洲精品在线播放| 美女国产高潮福利片在线看| 国产一区二区 视频在线| 少妇人妻 视频| 欧美日韩综合久久久久久| 巨乳人妻的诱惑在线观看| 亚洲精品国产区一区二| 老司机深夜福利视频在线观看 | 青草久久国产| 成人亚洲精品一区在线观看| 亚洲精品国产av蜜桃| 男人爽女人下面视频在线观看| 国产精品免费大片| 麻豆国产av国片精品| 大陆偷拍与自拍| 男女无遮挡免费网站观看| 午夜精品国产一区二区电影| 欧美成人午夜精品| 亚洲精品国产av成人精品| 伦理电影免费视频| 男人操女人黄网站| 中文字幕另类日韩欧美亚洲嫩草| 国产不卡av网站在线观看| 亚洲成人免费av在线播放| 欧美日韩av久久| 丁香六月欧美| 2018国产大陆天天弄谢| 久久性视频一级片| 夫妻性生交免费视频一级片| 午夜免费观看性视频| 久久人人97超碰香蕉20202| 国产精品熟女久久久久浪| 亚洲国产精品一区三区| 亚洲伊人久久精品综合| 日本a在线网址| 久久亚洲国产成人精品v| 亚洲精品国产av蜜桃| 亚洲欧美激情在线| 天天躁日日躁夜夜躁夜夜| 亚洲av电影在线观看一区二区三区| 天天躁夜夜躁狠狠久久av| 狠狠婷婷综合久久久久久88av| 男女床上黄色一级片免费看| 国产成人系列免费观看| 另类精品久久| 狂野欧美激情性bbbbbb| 国产成人免费无遮挡视频| 一边亲一边摸免费视频| 精品久久久久久电影网| 七月丁香在线播放| 99国产精品一区二区蜜桃av | 一区二区三区乱码不卡18| av又黄又爽大尺度在线免费看| 久久九九热精品免费| 成年人免费黄色播放视频| 国产亚洲av片在线观看秒播厂| 人妻人人澡人人爽人人| 欧美精品av麻豆av| av天堂久久9| 国产精品亚洲av一区麻豆| 亚洲欧洲国产日韩| 大香蕉久久成人网| 大话2 男鬼变身卡| 18禁观看日本| 色婷婷久久久亚洲欧美| 午夜福利影视在线免费观看| 午夜日韩欧美国产| 亚洲欧美日韩高清在线视频 | 丰满饥渴人妻一区二区三| 久久久久国产精品人妻一区二区| 2021少妇久久久久久久久久久| 黄色毛片三级朝国网站| 亚洲精品久久午夜乱码| 国产精品一区二区在线不卡| 国产日韩一区二区三区精品不卡| 50天的宝宝边吃奶边哭怎么回事| 免费av中文字幕在线| 2018国产大陆天天弄谢| 亚洲色图综合在线观看| 国产精品一区二区精品视频观看| 亚洲成人免费av在线播放| 免费看不卡的av| 肉色欧美久久久久久久蜜桃| 69精品国产乱码久久久| 精品久久蜜臀av无| 人妻人人澡人人爽人人| 女人被躁到高潮嗷嗷叫费观| h视频一区二区三区| 国产成人精品无人区| 精品国产一区二区久久| 久久影院123| 黄色视频在线播放观看不卡| 精品人妻1区二区| 精品少妇黑人巨大在线播放| 久久免费观看电影| 久久久久国产一级毛片高清牌| 午夜日韩欧美国产| 妹子高潮喷水视频| 久久毛片免费看一区二区三区| 欧美激情高清一区二区三区| 波多野结衣一区麻豆| 男女国产视频网站| 免费日韩欧美在线观看| 国产在线观看jvid| 老汉色av国产亚洲站长工具| 视频在线观看一区二区三区| 精品久久蜜臀av无| 91精品国产国语对白视频| 久久久久久免费高清国产稀缺| 国产精品香港三级国产av潘金莲 | 午夜福利视频精品| 蜜桃国产av成人99| 亚洲,欧美精品.| 一级片免费观看大全| 可以免费在线观看a视频的电影网站| 丁香六月欧美| 国产精品久久久久久精品古装| 亚洲av美国av| 亚洲精品自拍成人| 可以免费在线观看a视频的电影网站| 久久 成人 亚洲| 日韩 亚洲 欧美在线| 国产成人系列免费观看| 成人亚洲精品一区在线观看| 别揉我奶头~嗯~啊~动态视频 | 操美女的视频在线观看| av在线播放精品| 国产精品99久久99久久久不卡| 精品亚洲成国产av| 19禁男女啪啪无遮挡网站| 日韩大码丰满熟妇| 大片电影免费在线观看免费| 大片免费播放器 马上看| 在线亚洲精品国产二区图片欧美| 亚洲av美国av| 视频在线观看一区二区三区| 又粗又硬又长又爽又黄的视频| 国产成人a∨麻豆精品| 亚洲成人免费电影在线观看 | 一区在线观看完整版| 9色porny在线观看| 精品少妇一区二区三区视频日本电影| 少妇被粗大的猛进出69影院| 亚洲av日韩在线播放| 精品久久蜜臀av无| 老司机深夜福利视频在线观看 | 乱人伦中国视频| 国产三级黄色录像| 久久九九热精品免费| 久久久久久久久免费视频了| 麻豆乱淫一区二区| 欧美黑人精品巨大| av网站免费在线观看视频| 在线av久久热| 欧美乱码精品一区二区三区| 好男人电影高清在线观看| 人妻一区二区av| 1024视频免费在线观看| 亚洲国产欧美在线一区| 午夜91福利影院| 少妇粗大呻吟视频| 亚洲中文av在线| 这个男人来自地球电影免费观看| 91麻豆av在线| 99九九在线精品视频| 午夜精品国产一区二区电影| 国产成人一区二区在线| 久久天躁狠狠躁夜夜2o2o | 悠悠久久av| 国产午夜精品一二区理论片| 人人妻人人澡人人爽人人夜夜| 欧美亚洲 丝袜 人妻 在线| 黑人猛操日本美女一级片| 久久人人爽人人片av| 80岁老熟妇乱子伦牲交| 国产精品久久久久久人妻精品电影 | av又黄又爽大尺度在线免费看| 好男人视频免费观看在线| 免费看av在线观看网站| 精品少妇黑人巨大在线播放| 久久九九热精品免费| 久久99热这里只频精品6学生| 999久久久国产精品视频| 久久精品国产亚洲av涩爱| 精品免费久久久久久久清纯 | 飞空精品影院首页| 交换朋友夫妻互换小说| 免费女性裸体啪啪无遮挡网站| 久久这里只有精品19| 一本综合久久免费| 精品一区二区三卡| 一级片免费观看大全| 欧美大码av| 老司机靠b影院| 女人久久www免费人成看片| 精品国产一区二区久久| 亚洲自偷自拍图片 自拍| 欧美精品高潮呻吟av久久| 国产福利在线免费观看视频| 桃花免费在线播放| 日本欧美国产在线视频| 国产又爽黄色视频| 亚洲精品日韩在线中文字幕| 两个人看的免费小视频| 悠悠久久av| 国产在线视频一区二区| 欧美日韩一级在线毛片| 在线观看免费高清a一片| 亚洲伊人色综图| 成年美女黄网站色视频大全免费| 久久ye,这里只有精品| 在线亚洲精品国产二区图片欧美| 精品国产一区二区三区久久久樱花| 一本—道久久a久久精品蜜桃钙片| 久久久久网色| 深夜精品福利| 亚洲av国产av综合av卡| 脱女人内裤的视频| 人人妻,人人澡人人爽秒播 | 欧美人与性动交α欧美精品济南到| 久久 成人 亚洲| 无遮挡黄片免费观看| 又大又爽又粗| 国产成人免费无遮挡视频| 巨乳人妻的诱惑在线观看| 最新的欧美精品一区二区| 精品一区二区三区av网在线观看 | 精品国产乱码久久久久久小说| 丝袜美足系列| tube8黄色片| 天天躁夜夜躁狠狠久久av| 久久综合国产亚洲精品| 自线自在国产av| 男女免费视频国产| 日韩av免费高清视频| 日韩 亚洲 欧美在线| 日本黄色日本黄色录像| 国产麻豆69| 老司机在亚洲福利影院| 久久天堂一区二区三区四区| 国产熟女午夜一区二区三区| 我的亚洲天堂| 女人高潮潮喷娇喘18禁视频| 欧美日韩亚洲综合一区二区三区_| 国产男女内射视频| 97人妻天天添夜夜摸| 捣出白浆h1v1| 国产成人91sexporn| 亚洲一区中文字幕在线| 亚洲,欧美,日韩| 国产成人av教育| 久久久久网色| 在线精品无人区一区二区三| 亚洲精品乱久久久久久| 国产日韩欧美视频二区| 久久国产精品大桥未久av| 国产片内射在线| 国产精品久久久久久精品古装| 久久中文字幕一级| 男女边吃奶边做爰视频| 午夜视频精品福利| 免费观看av网站的网址| 亚洲av电影在线观看一区二区三区| 亚洲av在线观看美女高潮| 亚洲av欧美aⅴ国产| 一级毛片女人18水好多 | 免费人妻精品一区二区三区视频| 黄片播放在线免费| 精品人妻一区二区三区麻豆| 一级,二级,三级黄色视频| 国产av国产精品国产| 波多野结衣av一区二区av| 久久天躁狠狠躁夜夜2o2o | 在线观看免费视频网站a站| 婷婷色综合大香蕉| 99国产精品99久久久久| 国产xxxxx性猛交| 日韩av不卡免费在线播放| 美女福利国产在线| 美女中出高潮动态图| 亚洲美女黄色视频免费看| 国产在视频线精品| 国产又色又爽无遮挡免| 亚洲av成人精品一二三区| 夜夜骑夜夜射夜夜干| 国产成人一区二区在线| av网站在线播放免费| 欧美 日韩 精品 国产| 亚洲黑人精品在线| 黄色毛片三级朝国网站| 亚洲国产看品久久| 最黄视频免费看| 亚洲欧美中文字幕日韩二区| 黄色视频不卡| 2018国产大陆天天弄谢| 性色av一级| 大话2 男鬼变身卡| 啦啦啦中文免费视频观看日本| 国产主播在线观看一区二区 | 又紧又爽又黄一区二区| 天天添夜夜摸| 9色porny在线观看| 在线观看一区二区三区激情| 亚洲精品美女久久久久99蜜臀 | 精品卡一卡二卡四卡免费| 一区二区日韩欧美中文字幕| 亚洲人成电影免费在线| a 毛片基地| 成人亚洲欧美一区二区av| 成人18禁高潮啪啪吃奶动态图| 日本欧美视频一区| 美女主播在线视频| 中文乱码字字幕精品一区二区三区| 五月开心婷婷网| 久久久久精品国产欧美久久久 | 欧美乱码精品一区二区三区| 免费在线观看完整版高清| 最新在线观看一区二区三区 | 亚洲国产精品999| 又粗又硬又长又爽又黄的视频| 男人舔女人的私密视频| 18在线观看网站| 日韩免费高清中文字幕av| 九草在线视频观看| 精品一区在线观看国产| 波多野结衣av一区二区av| 免费在线观看黄色视频的| 欧美精品亚洲一区二区| 欧美日韩综合久久久久久| 国产在线一区二区三区精| 人体艺术视频欧美日本| 日本av手机在线免费观看| 午夜福利一区二区在线看| 桃花免费在线播放| 欧美 日韩 精品 国产| 亚洲激情五月婷婷啪啪| 夜夜骑夜夜射夜夜干| 成人免费观看视频高清| 欧美久久黑人一区二区| 巨乳人妻的诱惑在线观看| 一区二区av电影网| 黄色 视频免费看| 色精品久久人妻99蜜桃| 色婷婷久久久亚洲欧美| 久久人妻熟女aⅴ| 女人爽到高潮嗷嗷叫在线视频| 国产精品一区二区在线观看99| 啦啦啦在线免费观看视频4| 高清视频免费观看一区二区| 黄色a级毛片大全视频| 老汉色av国产亚洲站长工具| 亚洲精品久久午夜乱码| 中文字幕人妻丝袜一区二区| 精品少妇久久久久久888优播| 老汉色av国产亚洲站长工具| 免费在线观看日本一区| 捣出白浆h1v1| 人人澡人人妻人| 一区二区日韩欧美中文字幕| 欧美少妇被猛烈插入视频| 考比视频在线观看| 中文字幕最新亚洲高清| 国产一卡二卡三卡精品| 一级毛片电影观看| 纯流量卡能插随身wifi吗| 免费在线观看黄色视频的| 亚洲精品国产av蜜桃| 操出白浆在线播放| 成年av动漫网址| 亚洲伊人久久精品综合| 精品亚洲成国产av| 18禁裸乳无遮挡动漫免费视频| 一个人免费看片子| 自拍欧美九色日韩亚洲蝌蚪91| 国产在线观看jvid| 熟女少妇亚洲综合色aaa.| 在线观看免费视频网站a站| 男女高潮啪啪啪动态图| 午夜福利一区二区在线看| 国产亚洲午夜精品一区二区久久| h视频一区二区三区| 可以免费在线观看a视频的电影网站| 国产精品麻豆人妻色哟哟久久| 中文字幕色久视频| 国产免费又黄又爽又色| 啦啦啦在线观看免费高清www| 午夜福利视频在线观看免费| 最黄视频免费看| 午夜视频精品福利| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品久久久久久精品古装| 国产成人一区二区在线| 亚洲欧洲精品一区二区精品久久久| 热99久久久久精品小说推荐| av一本久久久久| 蜜桃在线观看..| 丰满迷人的少妇在线观看| 亚洲精品美女久久久久99蜜臀 | 亚洲欧美色中文字幕在线| 在线av久久热| 国产野战对白在线观看| 国产精品秋霞免费鲁丝片| 中文字幕亚洲精品专区| 久久99精品国语久久久| 亚洲精品成人av观看孕妇| 电影成人av| 777久久人妻少妇嫩草av网站| 在线看a的网站| 欧美乱码精品一区二区三区| 天天添夜夜摸| 午夜日韩欧美国产| 国产精品一区二区在线观看99| 国产免费一区二区三区四区乱码| 久久精品人人爽人人爽视色| 国产成人a∨麻豆精品| 视频区欧美日本亚洲| 中文字幕高清在线视频| av有码第一页| 中文字幕高清在线视频| 国产成人精品在线电影| 亚洲国产欧美网| 黑丝袜美女国产一区| 亚洲中文日韩欧美视频| 人人妻人人澡人人爽人人夜夜| 真人做人爱边吃奶动态| 成人免费观看视频高清| 国产成人精品久久二区二区免费| 国产高清不卡午夜福利| 精品高清国产在线一区| 色94色欧美一区二区| 国产成人精品久久二区二区免费| 国产成人精品在线电影| 精品卡一卡二卡四卡免费| 国产精品av久久久久免费| 夜夜骑夜夜射夜夜干| 国产女主播在线喷水免费视频网站| av国产久精品久网站免费入址| 精品久久久久久久毛片微露脸 | 国产精品秋霞免费鲁丝片| 黑人巨大精品欧美一区二区蜜桃| 99热网站在线观看| 欧美精品高潮呻吟av久久| 色综合欧美亚洲国产小说| 在线观看免费视频网站a站| 欧美大码av| 啦啦啦 在线观看视频| 中文字幕高清在线视频| 波野结衣二区三区在线| 一本大道久久a久久精品| 国产免费福利视频在线观看| a 毛片基地| 国产黄色免费在线视频| 建设人人有责人人尽责人人享有的| 欧美日韩成人在线一区二区| 亚洲精品国产区一区二| 久久精品久久久久久噜噜老黄| 久久精品国产a三级三级三级| 国产成人免费观看mmmm| 久久久久国产精品人妻一区二区| 欧美中文综合在线视频| 免费黄频网站在线观看国产| 国产成人免费观看mmmm| 国产精品麻豆人妻色哟哟久久| 亚洲综合色网址| 欧美变态另类bdsm刘玥| 搡老乐熟女国产| 午夜福利,免费看| 久久99热这里只频精品6学生| 国产精品.久久久| av国产久精品久网站免费入址| 香蕉丝袜av| 女性被躁到高潮视频| 男女边摸边吃奶| 亚洲精品在线美女| 操出白浆在线播放| 在线观看人妻少妇| 国产精品欧美亚洲77777| 欧美黑人欧美精品刺激| 免费一级毛片在线播放高清视频 | 人体艺术视频欧美日本| 女性被躁到高潮视频| 婷婷色麻豆天堂久久| 国产高清视频在线播放一区 | av片东京热男人的天堂| 亚洲第一av免费看| 免费av中文字幕在线| 久久国产精品影院| 国产精品久久久久久人妻精品电影 | 老司机靠b影院| 国产麻豆69|