一种基于DPBS的随机早期检测（RED）算法

提出了一种基于动态部分缓存共享(DPBS)的RED拥塞控制改进方案，并给出了算法实现，最后通过仿真进行了性能分析，验证其为区分服务的不同性能要求提供了拥塞控制功能。     

一种基于DPBS的随机早期检测(RED)算法

提出了一种基于动态部分缓存共享(DPBS)的RED拥塞控制改进方案,并给出了算法实现,最后通过仿真进行了性能分析,验证其为区分服务的不同性能要求提供了拥塞控制功能。     

一种基于PID控制的自适应随机早期检测算法研究

为了解决随机早期检测（RED）算法中参数调整困难、收敛性差等问题，提出了一种基于比例积分微分（PID）控制的RED改进算法(PID RED).算法建立了传输控制协议（TCP）/主动队列管理(AQM)负反馈控制模型，利用经典控制理论中的稳定收敛理论求取PID控制系数，根据实际平均队列长度与预期队列长度的偏差值动态调整RED最大丢包率，从而自适应地调整RED参数.仿真结果表明，PID RED算法具有更快的收敛速度和更小的队列抖动，提高了主动队列管理策略的鲁棒性.     

一种基于不完全微分PID的随机早期检测算法

针对网络中普遍存在的参数实时变化、难以调节的问题,将不完全微分PID控制器用于主动队列管理,利用控制理论中的不完全微分PID控制器来实时调整RED算法的最大丢弃概率,使AQM系统能自适应地调节自身参数来改善控制性能。仿真结果显示:小负载情况下,不完全微分PID-RED较PI和RED算法的响应速度更快,很快就能达到期望值;当改变网络负载时,不完全微分PID-RED算法可以迅速地调节瞬时队列至期望值,响应时间较短,表现了很好的鲁棒性。     

RF-RED:一种速率公平的RED改进算法

为了提高响应流和非响应流之间的公平性，提出了一种基于速率公平的RED改进算法--RF-RED (rate fairness random early detection).该算法在路由器端计算UDP流的平均速率并与TCP友好流速率进行比较，根据比较结果动态调整UDP流和TCP流的最大丢包率，最后使用RED算法分别更新UDP流和TCP流的实际丢包率.通过使用RF-RED算法，UDP流在瓶颈链路上成为TCP友好流，同时瓶颈带宽得到了公平利用.仿真结果验证了该算法的有效性.     

稳定的随机早期检测方法

针对随机早期检测（RED：Random Early Detection）对网络时滞、参数设置敏感的问题,提出一种适用于时滞网络的稳定随机早期检测算法（TRED：Time-delay RED）。引入史密斯预估器,以抑制网络时滞对网络性能的影响;采用瞬时队列长度替代平均队列长度作为拥塞指示,加快系统的响应能力;改进RED算法的丢包概率函数为非线性函数,同时自动调整系统参数,以适应网络环境变化。仿真结果表明,TRED算法能成功补偿网络延时,并在不同的时滞环境、不同程度的拥塞环境中保持稳定的队列长度,具有很强的环境适应性,从而保证了良好的网络性能。     

改进的公平随机早期检测队列管理算法

在网络拥塞情况下，为了解决用于平衡带宽的公平随机早期检测（FRED）算法对适应流存在误判的问题，通过分析和实验的方法对其做出了改进，提出了一种改进的公平随机早期检测算法（MFRED）.改进算法在非适应流鉴别条件满足时击中值增加较快，在数据包离队时击中值减小较慢，在没有大幅增加计算复杂性的前提下提供了一种误判纠正机制.实验结果表明，和FRED队列管理算法相比，MFRED算法在有效鉴别非适应流并平衡带宽在各流之间分配的同时，明显减少了对适应流的误判.     

一种基于速率的RED增强方法

为了解决随机早期检测(random early detection,RED)主动队列管理机制的参数依赖性问题,通过引进自适应的思想提出了一种改进方法.其主要思想就是根据平均队列长度的变化速率自适应地调整参数maxp.大量的仿真试验表明,该方法能够明显提高RED在动态网络环境下的强壮性.此外,它在吞吐率和丢包率方面都比现有的方法具有更好的表现.     

基于模糊控制理论的RED改进算法

针对RED算法在业务突发度较强或流量抖动较大时不能获得满意的吞吐性能的问题,提出一种基于平均队列长度和平均队列长度变化的模糊控制RED算法．该算法不再对每个队列设置固定的门限,而是根据当前网络流量的状况动态地推理出数据包的丢弃概率．     

基于分组丢失的高带宽流鉴别算法

提出了一种在网络发生拥塞时对高带宽流量加以鉴别的BDH-RED算法。该算法对发生分组丢弃的数据流的状态信息进行缓存,根据一个流量被丢弃的分组数正比于此流量的到达速率,在路由器计算丢弃历史记录中的分组丢弃数目,并使用组合丢弃比率,在标准TCP流量和高带宽流量共存的环境下,能有效地鉴别出高带宽流量。在仿真实验中将已有的丢弃比率与组合丢弃比率进行了比较,验证了BDH-RED算法的有效性。     

基于队列和负载因子的动态参数随机指数标记算法

为了解决随机指数标记算法(REM)队列抖动大,对动态数据流响应慢,以及环境适应性差等问题,分析了算法的控制属性,并提出了一种参数动态调整的随机指数标记算法(DREM).基于控制理论的分析表明,REM算法具有比例积分(PI)控制属性.通过引入队列因子和负载因子的概念,对队列调整状态进行实时划分,能够有效地判断当前网络的拥塞状况.同时,利用队列和负载因子设计了关键参数的调整率,以协助基于"和式增加积式减少(AIMD)"规则的TCP拥塞控制策略,有效增强了REM算法的控制性能.NS2平台中的仿真实验表明,相对于标准REM算法,DREM提高了队列长度的响应能力,减小了丢包率,增强了主动队列管理算法的适应性和鲁棒性.     

负载与队列高效结合的主动队列管理算法研究

目前已有的大多数主动队列管理算法按照判别拥塞的主要依据可以分为2大分支：基于负载（Load-based）的AQM算法和基于队列（Queue—based）AQM算法。分析了单独以队列或者单独以负载作为拥塞判别依据的不足，提出了一种基于负载与基于队列相结合的AQM算法LQC（Load Queue Contr01）算法。仿真结果证明，与RED、FRED和LDC算法相比，LQC算法能更好地稳定队列长度和减少丢包率。     

主动式队列管理中ARED算法的分析研究

主动式队列管理（AQM）是用于网络拥塞控制的一种机制．介绍了主动式队列管理中的ARED算法,重点说明了ARED算法的原理,对算法进行了描述,分析了算法中的参数设置问题,并对算法本身的优点和不足之处进行了分析研究．     

基于NS2的PQM和AQM的仿真实现与比较

队列管理机制是网络拥塞控制的一项重要技术,该机制主要分为被动队列管理机制（PQM）和主动队列管理机制（AQM）两大类,前者在拥塞发生时被动地使用丢尾策略（D ropTail）丢弃所有新到的分组,而后者则根据队列长度的变化进行提前丢包,尽量减少和避免拥塞。为了对PQM和AQM进行比较、研究,以各自经典算法D ropTail和RED为例,在NS2环境下实现了两种机制的模拟与分析,指出了各自的优缺点,为进一步研究完善拥塞控制算法提供依据。     

高层建筑客梯运行状况的仿真

为了评估高层建筑中所配置的电梯是否满足要求,需要研究电梯的运送能力。本文提出了应用计算机动态仿真于客梯运行状况研究的方法。客梯系统是一个典型的离散型随机服务系统。选择了评估系统的指标:高峰运行时乘客的平均等待时间及乘客等待客梯运送的最大排队长度。表征客流状况的单位时间内乘客到达数是一个重要的随机变量。讨论了它的概率分布。根据其泊松分布的特性,可以算出乘客到达的时间间隔及客梯每上下一次运行所需的时间。在这个基础上,采用了下次事件推进法进行持续的仿真。所提出的客梯系统的动态仿真法不仅可以获得其它估算方法所不能获得的仿真结果,并可进一步推广到电梯群控系统。本文以单台客梯为例,给出了仿真程序框图。     

划分测试与随机测试的比较

对划分测试和随机测试在不同的假设模型下（确定模型和不确定模型）进行比较并得出以下结论：在确定失败率的假设下，随机测试优于划分测试；而在不确定模型的假设下，划分测试优于随机测试。该结论对软件测试具有实用价值。     

复合路基工后沉降早期检测评价方法研究

通过引入桩土复合路基静载荷试验的延时持载手段,并利用概率统计分析方法,给出了一种新的工后沉降早期检测评价方法。评价参数残余沉降Sr和沉降速率Vt由延时持载试验获得;评价指标由实测数据对比借助概率统计分析方法获得。研究表明：延时持载试验在2倍承载力设计值情况下,延时48小时可使90%以上的复合路基完成垫层的桩土应力比调整,达到稳定的承载形式。延时持载试验的最大残余沉降值小于7.0mm或大于12.0mm采用对数正态分布拟合更好;大于7.0mm且小于12.0mm采用逆γ -分布拟合更好。15年工后沉降要求值为100mm、200mm和300mm时,对应的延时持载试验最大残余沉降Srmax分别为4.5mm,13.3mm和35.41mm;对应的Vt=48分别为0.021mm/h,0.046mm/h和0.055mm/h;满足的概率分别为47.61%、87.49%、96.93%。现场实例验证表明,提出的评价指标值与实际情况比较吻合,有利于工程质量的早期检测评价,及时制定补救措施。