共查询到19条相似文献,搜索用时 91 毫秒
1.
2.
提出一种新的拥塞控制算法(TCP MS).该算法更适用于流媒体应用,有更高的带宽利用率、公平性,传输速率也更平滑.不同于传统的利用丢包率和排队延迟来探测拥塞的TCP拥塞控制算法,该算法通过确认数据包的速率来探测拥塞,并在每一轮往返时间内及时调整窗口.该算法提供的拥塞窗口变化更准确,传输速率抖动更小.因此,提高了网络带宽的利用率以及传输速率的平滑性.最后,文章将TCP MS与典型的基于丢包率的TCP Reno算法和基于排队延迟的TCP Vegas算法在带宽利用率、速率抖动以及公平性等方面分别做了比较,仿真结果表明TCP MS是一种理想的流媒体拥塞控制算法. 相似文献
3.
提出了一个基于神经网络控制的主动队列管理(AQM)算法;研究了TCP/AQM拥塞控制系统的可逆性,并利用一种神经网络监督控制结构进行了AQM算法的设计。算法由一个三层前馈结构的神经网络控制器(neural network controller,NNC)和一个反馈控制器(feedback controller,FC)组成。NNC作为一个前馈控制器,通过FC产生的教师信号进行学习,以建立被控对象的逆动力学模型。仿真结果表明,提出的算法与PI(proportional-integral)算法相比,无论在瞬态性能 相似文献
4.
一类基于速率的PD拥塞控制方法 总被引:2,自引:3,他引:2
运用现代控制理论和方法,针对计算机高速互联网中最大努力服务交通流(即能控交通流)的调节问题,提出了一种基于速率的、具有比例加微分(PD)控制器结构的拥塞控制理论和方法。在多个信源节点、单个信终端节点、交通流的模型基础上,运用控制理论中系统稳定性分析方法,讨论如何利用信终端节点缓冲占有量的比例加微分的反馈形式,来调节信源节点的能控交通流(ABR)的输入速率,从而使被控网络节点的缓冲占有量趋于稳定。仿真结果显示,在所设计的PD控制方案下,网络的有关性能较好。 相似文献
5.
6.
基于机器人的神经网络预测控制算法 总被引:1,自引:0,他引:1
针对预测控制机理在处理非线性模型控制存在较大的困难,提出了将BP神经网络和广义预测控制(GPC)相结合后应用于网络控制系统的思想,构造了神经网络预测控制算法,其实质是用BP神经网络作为预测模型,产生预测信号,对系统进行反馈校正,并通过误差迭代求取广义预测的最优控制律,从而克服了对非线性系统难以辨识模型的困难,利用神经网络"黑箱"的功能达到对非线性系统的预测控制.以机器人为控制对象进行仿真,取得了较好的控制效果. 相似文献
7.
8.
PGM(pragmatic general multicast)是一种在IP协议中广泛应用的可靠的组播传输协议.但PGM标准本身没有拥塞控制方案,不能实时响应网络需求,及时地调节源端发送速率.针对这个问题,在保证PGM协议可扩展性的基础上,在发送方与CLR(current limiting receiver)之间采用了一种新的闭环控制器来实时地调节源端的发送速率,使其逐渐趋于稳定,并具有较快的响应速度.而且在网络拓扑结构动态变化的情况下,对所提出的拥塞控制方案进行了仿真实验.仿真结果表明,所提出的算法具有较好的可扩展性、稳定性和较快的响应速度,控制方案使网络性能表现良好. 相似文献
9.
一种基于遗传BP神经网络的预测模型 总被引:5,自引:0,他引:5
目前神经网络常用于数据挖掘及金融预测中,提出了一个改进的稳定且高效的遗传BP神经网络预测模型.在该模型中提出了一种能够真实反映BP网络结构的编码,并对二进制编码与实数进行映射而不改变染色体的表达方式,以便更好地进行杂交变异.同时还提出了一种更能准确地反映网络误差的误差函数,它是利用相对误差并综合其他相关因素来定义的,通过实验对比分析,该误差函数使预测更加准确.最后,从编码方式以及网络误差出发提出了相应的遗传算法的适应度函数.实验中对股票及其他数据进行了测试,并与其他的预测模型进行了对比分析.通过实验表明,提出的遗传BP神经网络模型适用于长趋式预测,同时预测结果准确率高. 相似文献
10.
一种改进的高速TCP拥塞控制算法 总被引:1,自引:0,他引:1
论文在深入分析了高速TCP协议的缺点和不足的基础上,提出了一种基于双重拥塞避免的高速TCP拥塞控制算法DA-HSTCP,并对改进算法进行了深入分析。测试结果表明改进后的算法提高了高速TCP协议的传输性能。 相似文献
11.
12.
13.
14.
段艳明 《计算机技术与发展》2014,(8):238-241
针对PID控制中的参数整定的难点及基本BP算法收敛速度慢、易陷入局部极值的问题,提出利用PSO算法的全局寻优能力和较强的收敛性来改进BP网络的权值调整新方法,从而对PID控制的比例、积分、微分进行优化控制。该方法是在基本BP算法的误差反向传播的基础上,使粒子位置的更新对应BP网络的权值和阈值的调整,既充分利用了PSO算法的全局寻优性又较好地保持了BP算法本身的反向传播特点。仿真结果表明基于PSO算法的BP神经网络的PID优化控制具有较好的性能和自学习、自适应性。 相似文献
15.
本文讨论了使用BP神经网络PID控制算法,并且将这种控制算法应用在漂白工段的控制当中。利用神经网络自学习能力,在线整定PID控制参数。实践证明BP神经网络PID控制器具有实现简单,适应性强,具有较高的控制精度等特点。 相似文献
16.
17.
杨民东 《计算机测量与控制》2002,10(5):304-306
BP神经网络是一种多层结构的映射网络。由于它计算简单、存储量小,并具有分布并行处理特性,所以是目前应用最广的一种模型。本文设计了一种BP神经网络的监督学习控制器(SNC),在线性最优励磁控制的基础上,利用3层BP神经网络对柴油发电机的控制过程进行监督学习。通过对网络的训练,使其能达到实时控制的目的。仿真结果表明,所设计的SNC在系统运行方式较大的变化范围内,都能提供很好的控制性能。 相似文献
18.
针对异步电动机直接转矩控制系统,基于三相异步电机方程提出一种新型的采用人工神经网络辨识电机转速的方法.利用BP神经网络强大的函数逼近能力,对电机转速进行在线辨识.理论推导证明了其可行性,仿真和试验结果表明了该方法具有较好的静动态性能. 相似文献