• <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
    日韩精品青青久久久久久| 欧美精品国产亚洲| 中国国产av一级| 一区二区三区四区激情视频 | 成人美女网站在线观看视频| 老熟妇乱子伦视频在线观看| 欧美bdsm另类| 亚洲最大成人av| 99riav亚洲国产免费| 午夜精品国产一区二区电影 | 亚洲18禁久久av| 国产黄片视频在线免费观看| 老司机福利观看| 中国美白少妇内射xxxbb| 欧美一区二区精品小视频在线| 色综合亚洲欧美另类图片| 精品免费久久久久久久清纯| 成年免费大片在线观看| 久久亚洲国产成人精品v| 两个人的视频大全免费| 亚洲自偷自拍三级| 国产淫片久久久久久久久| 观看免费一级毛片| 日本黄色视频三级网站网址| 99热只有精品国产| 久久九九热精品免费| 欧洲精品卡2卡3卡4卡5卡区| 国产精品国产高清国产av| 村上凉子中文字幕在线| 久久久精品欧美日韩精品| 毛片女人毛片| 国产在线精品亚洲第一网站| 熟妇人妻久久中文字幕3abv| 国产午夜精品久久久久久一区二区三区| 久久久精品94久久精品| 日本黄色片子视频| 成人高潮视频无遮挡免费网站| 久久99精品国语久久久| 亚洲av第一区精品v没综合| 欧美色欧美亚洲另类二区| 精品久久久噜噜| 在线观看免费视频日本深夜| 精品午夜福利在线看| 亚洲欧美清纯卡通| 国产探花在线观看一区二区| 久久精品人妻少妇| 欧美一区二区亚洲| 特大巨黑吊av在线直播| 波野结衣二区三区在线| 爱豆传媒免费全集在线观看| 简卡轻食公司| 亚洲欧美成人精品一区二区| 91av网一区二区| 青青草视频在线视频观看| 麻豆乱淫一区二区| 两性午夜刺激爽爽歪歪视频在线观看| avwww免费| 女人十人毛片免费观看3o分钟| 国产一级毛片在线| 看十八女毛片水多多多| 在线免费观看的www视频| 午夜免费激情av| 中文字幕人妻熟人妻熟丝袜美| 人人妻人人澡人人爽人人夜夜 | 日本熟妇午夜| 久久婷婷人人爽人人干人人爱| 一夜夜www| 99久久精品国产国产毛片| 久久这里只有精品中国| 国产极品天堂在线| 自拍偷自拍亚洲精品老妇| 成人国产麻豆网| 亚州av有码| 最近视频中文字幕2019在线8| 99国产精品一区二区蜜桃av| 久久九九热精品免费| 麻豆精品久久久久久蜜桃| 色尼玛亚洲综合影院| 午夜精品一区二区三区免费看| kizo精华| av福利片在线观看| 蜜臀久久99精品久久宅男| 日韩中字成人| 久久久久久久久久黄片| 黄色视频,在线免费观看| 欧美一区二区亚洲| 欧美一区二区精品小视频在线| 三级经典国产精品| 成人高潮视频无遮挡免费网站| 成人特级黄色片久久久久久久| 女的被弄到高潮叫床怎么办| 久久久久久久午夜电影| 久久人人爽人人爽人人片va| 国产成年人精品一区二区| 成人特级av手机在线观看| 91久久精品国产一区二区成人| 亚洲国产色片| 特大巨黑吊av在线直播| 国产精品野战在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲成人久久性| 亚洲乱码一区二区免费版| 国产精品免费一区二区三区在线| 超碰av人人做人人爽久久| 日韩欧美精品免费久久| 成年免费大片在线观看| 精品人妻一区二区三区麻豆| 色5月婷婷丁香| 伦理电影大哥的女人| a级毛片a级免费在线| 日本一二三区视频观看| 亚洲成a人片在线一区二区| 黄色欧美视频在线观看| 国产探花极品一区二区| 精品一区二区三区人妻视频| 只有这里有精品99| 99久久中文字幕三级久久日本| 亚洲自偷自拍三级| 青青草视频在线视频观看| 99久国产av精品国产电影| 老司机福利观看| a级一级毛片免费在线观看| 国语自产精品视频在线第100页| 亚洲精品亚洲一区二区| 亚洲综合色惰| 久久久精品欧美日韩精品| 日韩亚洲欧美综合| 亚洲一区高清亚洲精品| h日本视频在线播放| 爱豆传媒免费全集在线观看| 国产亚洲欧美98| 亚洲最大成人中文| 男女做爰动态图高潮gif福利片| 成人无遮挡网站| 亚洲在线自拍视频| 中文欧美无线码| 亚洲国产精品成人综合色| 精品久久久久久久久久久久久| 成年女人看的毛片在线观看| 麻豆国产97在线/欧美| 国产麻豆成人av免费视频| 国产探花极品一区二区| 亚洲国产欧美在线一区| 久久久国产成人精品二区| 特级一级黄色大片| 国产成人91sexporn| 在现免费观看毛片| 精品少妇黑人巨大在线播放 | 欧美bdsm另类| 午夜爱爱视频在线播放| 欧美激情久久久久久爽电影| 又粗又硬又长又爽又黄的视频 | 国产伦一二天堂av在线观看| 国产不卡一卡二| 最后的刺客免费高清国语| 啦啦啦观看免费观看视频高清| av天堂在线播放| 日日干狠狠操夜夜爽| 在线播放国产精品三级| 神马国产精品三级电影在线观看| 亚洲va在线va天堂va国产| 可以在线观看毛片的网站| 亚洲国产精品sss在线观看| 亚洲五月天丁香| 欧美3d第一页| 国产一级毛片七仙女欲春2| 青春草亚洲视频在线观看| 老司机福利观看| 国产极品精品免费视频能看的| 97在线视频观看| 一级av片app| av天堂中文字幕网| 乱人视频在线观看| 十八禁国产超污无遮挡网站| 亚洲精品亚洲一区二区| 男插女下体视频免费在线播放| 可以在线观看毛片的网站| 亚洲国产精品sss在线观看| 亚洲欧美清纯卡通| 久久精品国产亚洲av涩爱 | 精品久久久久久久人妻蜜臀av| 亚洲精品久久久久久婷婷小说 | 一本久久中文字幕| 日韩国内少妇激情av| 亚洲av.av天堂| 国产精品美女特级片免费视频播放器| 91精品国产九色| 国产精品麻豆人妻色哟哟久久 | 精品久久久久久久人妻蜜臀av| 白带黄色成豆腐渣| 国产精品久久久久久亚洲av鲁大| 久久久久久久久大av| 卡戴珊不雅视频在线播放| a级毛色黄片| 小蜜桃在线观看免费完整版高清| 黄色日韩在线| 99久久精品热视频| 99久久无色码亚洲精品果冻| 国产精品一二三区在线看| 看片在线看免费视频| 日本黄大片高清| 深夜精品福利| 久久久色成人| 小蜜桃在线观看免费完整版高清| 亚洲精品久久久久久婷婷小说 | 2022亚洲国产成人精品| 一本精品99久久精品77| 国产成人一区二区在线| 欧美+亚洲+日韩+国产| 男女下面进入的视频免费午夜| 日韩av在线大香蕉| 国产片特级美女逼逼视频| 色综合亚洲欧美另类图片| 天天躁日日操中文字幕| 国产在视频线在精品| 18+在线观看网站| 成人美女网站在线观看视频| 国产成人精品久久久久久| 美女脱内裤让男人舔精品视频 | 久久久国产成人精品二区| 黄色欧美视频在线观看| 欧美三级亚洲精品| 国产精品不卡视频一区二区| 国产黄片视频在线免费观看| 99热这里只有是精品在线观看| 国产精品.久久久| 久久久午夜欧美精品| 爱豆传媒免费全集在线观看| 欧美zozozo另类| av在线老鸭窝| 欧美最新免费一区二区三区| 日韩中字成人| 亚洲七黄色美女视频| 人妻久久中文字幕网| 少妇高潮的动态图| avwww免费| 亚洲最大成人av| 99久久中文字幕三级久久日本| 国产精品人妻久久久影院| 欧美xxxx黑人xx丫x性爽| 久久草成人影院| 99热精品在线国产| 国产精品福利在线免费观看| 国产一区二区在线av高清观看| 日韩亚洲欧美综合| 联通29元200g的流量卡| 欧美+亚洲+日韩+国产| 国产国拍精品亚洲av在线观看| 亚洲av免费高清在线观看| 日本一本二区三区精品| 亚洲成人av在线免费| 真实男女啪啪啪动态图| 色视频www国产| 成熟少妇高潮喷水视频| 欧美日韩综合久久久久久| 99在线人妻在线中文字幕| 麻豆av噜噜一区二区三区| 久久久久九九精品影院| 亚洲av电影不卡..在线观看| 不卡视频在线观看欧美| 亚洲欧洲国产日韩| 91在线精品国自产拍蜜月| 成人鲁丝片一二三区免费| 久久亚洲国产成人精品v| 看非洲黑人一级黄片| 中文精品一卡2卡3卡4更新| 亚洲国产色片| 国产色婷婷99| 国产一级毛片七仙女欲春2| 国产精品一区二区三区四区久久| 能在线免费看毛片的网站| 中文字幕av在线有码专区| 久久亚洲精品不卡| 国产精品精品国产色婷婷| 亚洲成a人片在线一区二区| 国产亚洲av嫩草精品影院| 婷婷色综合大香蕉| 亚洲av中文av极速乱| 搡老妇女老女人老熟妇| 99久久成人亚洲精品观看| 久久久a久久爽久久v久久| 欧美+亚洲+日韩+国产| а√天堂www在线а√下载| 高清在线视频一区二区三区 | 国产成人a∨麻豆精品| 啦啦啦观看免费观看视频高清| 自拍偷自拍亚洲精品老妇| 六月丁香七月| 中文字幕av在线有码专区| 3wmmmm亚洲av在线观看| 午夜爱爱视频在线播放| 日本黄色视频三级网站网址| 亚洲婷婷狠狠爱综合网| 欧美人与善性xxx| 国产成人91sexporn| 人妻系列 视频| 不卡一级毛片| 春色校园在线视频观看| 黄色一级大片看看| 久久综合国产亚洲精品| 午夜免费男女啪啪视频观看| 亚洲av成人av| 国产色爽女视频免费观看| 亚洲精品成人久久久久久| 久久国内精品自在自线图片| 在线a可以看的网站| 成人漫画全彩无遮挡| 成人美女网站在线观看视频| 色吧在线观看| 色尼玛亚洲综合影院| 国产精品福利在线免费观看| 51国产日韩欧美| 国产熟女欧美一区二区| 卡戴珊不雅视频在线播放| av在线亚洲专区| 久久人人爽人人爽人人片va| 真实男女啪啪啪动态图| 久久这里只有精品中国| 99热这里只有精品一区| 亚洲成人精品中文字幕电影| 免费在线观看成人毛片| 久久热精品热| 国产人妻一区二区三区在| 国产老妇女一区| 日本av手机在线免费观看| 天堂av国产一区二区熟女人妻| 亚洲av.av天堂| 成人亚洲精品av一区二区| 波多野结衣高清无吗| 毛片女人毛片| 精品熟女少妇av免费看| 国产成人影院久久av| 大香蕉久久网| 欧美激情在线99| 熟妇人妻久久中文字幕3abv| 成人漫画全彩无遮挡| 国产激情偷乱视频一区二区| 国产黄a三级三级三级人| 国产在视频线在精品| 久久国产乱子免费精品| 久久久国产成人精品二区| 精品人妻偷拍中文字幕| 亚洲国产精品成人久久小说 | 亚洲成人久久爱视频| 99精品在免费线老司机午夜| 精品午夜福利在线看| 成人二区视频| 91aial.com中文字幕在线观看| 国产成人aa在线观看| 日本-黄色视频高清免费观看| 一个人观看的视频www高清免费观看| 久久久久久久久久成人| 校园人妻丝袜中文字幕| 亚洲,欧美,日韩| 亚洲无线在线观看| 精品久久久久久久人妻蜜臀av| 亚洲精品色激情综合| 久久精品国产鲁丝片午夜精品| 18禁黄网站禁片免费观看直播| 99热全是精品| 波多野结衣高清无吗| 精品人妻熟女av久视频| 欧美一区二区精品小视频在线| 毛片女人毛片| 我的老师免费观看完整版| 性色avwww在线观看| 国产毛片a区久久久久| 我要搜黄色片| 麻豆成人av视频| 九九热线精品视视频播放| 啦啦啦韩国在线观看视频| 免费不卡的大黄色大毛片视频在线观看 | 亚洲精华国产精华液的使用体验 | 一个人看视频在线观看www免费| 国产精品精品国产色婷婷| 亚洲av中文字字幕乱码综合| 国产一区二区亚洲精品在线观看| av专区在线播放| 变态另类丝袜制服| 一级毛片aaaaaa免费看小| 亚洲精品色激情综合| 男女那种视频在线观看| 黑人高潮一二区| 国产大屁股一区二区在线视频| 国产精品久久久久久精品电影| 亚洲不卡免费看| 久久精品国产自在天天线| 一级av片app| 亚洲欧美精品专区久久| 性欧美人与动物交配| 亚洲真实伦在线观看| 在线免费观看不下载黄p国产| 91久久精品电影网| 亚洲成人久久爱视频| 日韩av不卡免费在线播放| 51国产日韩欧美| 欧美+亚洲+日韩+国产| 美女 人体艺术 gogo| 91午夜精品亚洲一区二区三区| 国产人妻一区二区三区在| 日本免费一区二区三区高清不卡| 日韩 亚洲 欧美在线| 午夜福利高清视频| 国产麻豆成人av免费视频| 在线观看av片永久免费下载| 99热6这里只有精品| 欧美+亚洲+日韩+国产| 在线免费观看不下载黄p国产| 此物有八面人人有两片| 青春草国产在线视频 | 老司机影院成人| 国产成人精品久久久久久| 亚洲av免费高清在线观看| 国产极品精品免费视频能看的| 国产精华一区二区三区| 一进一出抽搐gif免费好疼| 国产成人aa在线观看| 此物有八面人人有两片| 亚洲精品456在线播放app| 美女大奶头视频| 极品教师在线视频| 久久亚洲精品不卡| 亚洲天堂国产精品一区在线| 亚洲精品色激情综合| 国产探花在线观看一区二区| 国产精品日韩av在线免费观看| 免费一级毛片在线播放高清视频| 日韩强制内射视频| 成人永久免费在线观看视频| а√天堂www在线а√下载| 国产精品.久久久| av卡一久久| 夫妻性生交免费视频一级片| 日本一二三区视频观看| 日韩人妻高清精品专区| 99热这里只有是精品在线观看| 国产精品福利在线免费观看| 亚洲人成网站在线播| 美女国产视频在线观看| 国产成人a区在线观看| 国产成人精品婷婷| 中文字幕av在线有码专区| 久久综合国产亚洲精品| 成年版毛片免费区| 春色校园在线视频观看| 亚洲精品亚洲一区二区| 蜜桃亚洲精品一区二区三区| 国产私拍福利视频在线观看| 欧美潮喷喷水| 美女xxoo啪啪120秒动态图| 不卡视频在线观看欧美| 中国美女看黄片| 国产高清三级在线| 亚洲国产欧美在线一区| 人人妻人人看人人澡| 久久综合国产亚洲精品| 三级男女做爰猛烈吃奶摸视频| 男插女下体视频免费在线播放| 人妻夜夜爽99麻豆av| 国产黄色视频一区二区在线观看 | 成人漫画全彩无遮挡| 黄色一级大片看看| 久久九九热精品免费| 国产三级中文精品| 99久国产av精品| 99久久精品热视频| 日韩视频在线欧美| 免费观看人在逋| 网址你懂的国产日韩在线| 午夜免费激情av| 男女啪啪激烈高潮av片| 国产一级毛片在线| 日韩欧美三级三区| 欧美高清成人免费视频www| 日韩成人av中文字幕在线观看| 白带黄色成豆腐渣| 99久国产av精品国产电影| 神马国产精品三级电影在线观看| 中出人妻视频一区二区| 日日撸夜夜添| 日韩欧美在线乱码| 亚洲aⅴ乱码一区二区在线播放| 女同久久另类99精品国产91| 国产精品一区www在线观看| 国产三级在线视频| 亚洲图色成人| 少妇的逼好多水| 国产精品99久久久久久久久| 18禁在线无遮挡免费观看视频| 永久网站在线| a级毛色黄片| 草草在线视频免费看| 日韩视频在线欧美| 日本av手机在线免费观看| 插逼视频在线观看| 狂野欧美白嫩少妇大欣赏| 成人三级黄色视频| 国产大屁股一区二区在线视频| 国产精品日韩av在线免费观看| 人妻制服诱惑在线中文字幕| 春色校园在线视频观看| 2021天堂中文幕一二区在线观| 免费黄网站久久成人精品| 99热只有精品国产| 国产亚洲精品av在线| 卡戴珊不雅视频在线播放| 亚洲成人久久性| 亚洲一区高清亚洲精品| 亚洲综合色惰| 赤兔流量卡办理| 成人午夜高清在线视频| 午夜福利在线观看免费完整高清在 | av卡一久久| 国产探花极品一区二区| 亚洲av第一区精品v没综合| 一级黄色大片毛片| 精品无人区乱码1区二区| 少妇被粗大猛烈的视频| 午夜精品一区二区三区免费看| 乱人视频在线观看| 亚洲人成网站在线播放欧美日韩| 99热6这里只有精品| 日韩制服骚丝袜av| 亚洲av中文字字幕乱码综合| 夜夜爽天天搞| 日韩av不卡免费在线播放| 欧美高清性xxxxhd video| 长腿黑丝高跟| 不卡视频在线观看欧美| 99在线视频只有这里精品首页| 国产午夜精品久久久久久一区二区三区| 国产乱人偷精品视频| 国产精品三级大全| 免费无遮挡裸体视频| 国产精品美女特级片免费视频播放器| 黄片wwwwww| 亚洲在线观看片| 国产精品女同一区二区软件| 在线天堂最新版资源| 韩国av在线不卡| 99久久精品热视频| kizo精华| 18禁裸乳无遮挡免费网站照片| 此物有八面人人有两片| 天堂影院成人在线观看| 亚洲最大成人av| 国产精品一区二区在线观看99 | 色哟哟·www| 黄色配什么色好看| 亚洲国产色片| 色噜噜av男人的天堂激情| 青春草视频在线免费观看| 日韩成人av中文字幕在线观看| 身体一侧抽搐| 国产精品久久久久久久久免| 国产国拍精品亚洲av在线观看| 日韩,欧美,国产一区二区三区 | 成人午夜精彩视频在线观看| 18禁在线无遮挡免费观看视频| 久久久午夜欧美精品| 久久精品国产鲁丝片午夜精品| 激情 狠狠 欧美| 亚洲成人av在线免费| 日韩一区二区三区影片| 我的女老师完整版在线观看| 欧美激情国产日韩精品一区| 1024手机看黄色片| 久久精品国产自在天天线| 天堂av国产一区二区熟女人妻| 亚洲高清免费不卡视频| 亚洲精品自拍成人| 尤物成人国产欧美一区二区三区| 国产一区二区三区在线臀色熟女| 夜夜看夜夜爽夜夜摸| 久久精品国产99精品国产亚洲性色| 成人国产麻豆网| 国内久久婷婷六月综合欲色啪| 久久久久久伊人网av| 十八禁国产超污无遮挡网站| 国产成年人精品一区二区| 中文在线观看免费www的网站| 国产成人91sexporn| 校园春色视频在线观看| 国产不卡一卡二| 亚洲精品乱码久久久v下载方式| 久久久久久伊人网av| 成人美女网站在线观看视频| 国产成人福利小说| 少妇的逼水好多| 18禁在线播放成人免费| 国产精品国产高清国产av| 最后的刺客免费高清国语| 悠悠久久av| 桃色一区二区三区在线观看| 国产午夜精品久久久久久一区二区三区| 欧美成人精品欧美一级黄| 热99在线观看视频| 国产大屁股一区二区在线视频| 哪里可以看免费的av片| 日韩在线高清观看一区二区三区| 免费看美女性在线毛片视频| 成人高潮视频无遮挡免费网站| 亚洲精品久久国产高清桃花| 日本黄大片高清| 中文字幕精品亚洲无线码一区| 国产一区二区三区av在线 | 婷婷色综合大香蕉| 日本一本二区三区精品| av视频在线观看入口| 午夜福利在线在线| 男女那种视频在线观看| 日韩av在线大香蕉| 久久久午夜欧美精品| 黄色欧美视频在线观看| 一个人观看的视频www高清免费观看|