基于Smith的自适应模糊网络拥塞控制算法

针对网络拥塞控制系统中因网络时滞对主动队列管理算法产生的不利影响, 提出了一种基于Smith预估的自适应模糊主动队列管理算法。该算法将Smith预估控制与自适应模糊控制相结合, 利用Smith预估器补偿网络时滞, 同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差等缺点。仿真结果表明, 该方法可以使队列长度快速收敛到设定值, 同时维持较小的队列振荡, 尤其是在网络条件变化的情况下, 该算法优于传统PI控制、模糊控制和传统的滑模控制。     

一种自适应的主动网络拥塞控制机制研究

传统的端到端的拥塞控制机制不适应主动网络,针对主动网络面临的拥塞问题,提出了一种自适应的主动网络拥塞控制解决方案.在中间节点为转发到相邻节点的主动信包建立缓冲队列,以缓冲区中队列长度来表明节点的拥塞程度,通过对前向节点计算单元进行控制来改变当前节点拥塞状况,网络中相关节点通过协作对网络进行拥塞控制.理论分析和模拟试验结果表明,不管网络初始状态如何,该方案均能使各节点迅速达到动态平衡,快速消除主动网络拥塞.     

大时滞网络中的自适应拥塞控制算法

根据内模控制器(IMC)的设计方法,设计出适合于大时滞网络,具有时滞补偿能力的主动队列管理(AQM)控制器。为了使控制器适合网络的动态变化,再使其系数根据网络的变化自适应地做出相应的修正。最后通过NS-2仿真,验证了该算法的可靠性。     

基于网络拥塞控制的主动队列管理算法研究

文章讨论了几种主要的主动队列管理机制的关键技术问题,分析了他们对网络拥塞控制的影响,总结了这几种算法的优缺点及其有待改进之处,并根据实际网络模型进行了仿真实验。     

基于路由器反馈拥塞控制机制的研究

随着网络的不断发展,传统的TCP拥塞控制机制已经不能很好地适应现有的网络环境;文中在分析了不同反馈信息的价值的基础上提出了一种新的基于路由器反馈的拥塞控制机制RSCP,部署方便,不需要额外包头;该机制创造性地提出了信号包的方法与路由器交换信息,并以公平带宽和公平剩余带宽为反馈信息,在以公平带宽为基点的基础上根据公平剩余带宽的变化调整发送速率,同时采用快速启动机制使连接能够快速达到公平带宽;仿真实验证明RSCP在单瓶颈网络中能取得高利用率、低队列长度和零丢包以及良好的收敛性能.     

基于模糊控制的拥塞控制算法研究

路由器在处理拥塞时,一般采用尾部丢弃算法和随机早期丢弃算法,把网络载荷分为正常、拥塞避免和拥塞三个阶段,并在拥塞避免阶段开始采取行动,丢弃一些数据包.由于各阶段的描述存在一定的不确定性,因此一些传统的方法很难取得很好的效果.文章充分利用模糊理论在处理不确定性问题上的优越性,提出一种新的基于模糊控制理论的拥塞控制算法,使路由器在发生拥塞时智能地分清各连接的状态,并能正确地处理处于拥塞状态的数据包.该算法有较好的早期预测能力,提高了拥塞机制的自适应性,确保网络拥塞控制系统的性能更稳定.     

IP网络中拥塞控制算法研究

影响网络QoS的因素很多,但最基本、最核心的是拥塞控制。通过对拥塞控制算法和拥塞控制机制的研究,分析了拥塞控制领域国内外研究的热点及方法。指出了大多数方法的不足之处,并提出了一个将动态流感知技术、网络测量技术和模糊控制技术引入拥塞控制机制的研究方向。     

基于模糊逻辑的高速网络自适应拥塞控制研究

基于模糊逻辑 ,利用自适应拥塞控制机制来预测高速网络 (如Internet中 )的拥塞问题 .把路由器的缓冲系统看作一个非线性离散动态系统 ,利用基于模糊逻辑的控制器来预测源端发送速率的确切值以防止拥塞的发生 .通过对参数向量的调节来估计无法预测的和具有统计波动性的网络通信量 ,并利用Lyapunov分析方法来验证闭环系统的稳定性 .最后 ,以一个仿真例子说明了所提出方法的有效性 .     

基于主动队列管理的拥塞控制机制研究

提出了一种基于动态阈值的AQM策略DS-RED,主要思想是在缓存中设置一个动态门限控制包的丢失率,使得缓存可以动态地分配给各个数据流,可以根据各个数据流的不同Qos要求,对其进行有区别的服务,以更好地满足网络Qos要求,从而提高网络网络资源的利用率.     

基于神经网络的模糊自适应PID控制方法

提出一种基于BP神经网络的模糊自适应PID控制器。该控制器综合模糊控制、神经网络与PID调节各自的优点，既具有模糊控制的简单和有效的非线性控制作用，又具有神经网络的学习和适应能力，同时具备PID控制的广泛适应性，仿真实验表明该控制器对模型、环境具有较好的适应能力和较强的鲁棒性。     

模型参考模糊自适应控制*

本文提出了一种模糊自适应机构的设计方法，所设计的自适应机构为偏差的非线性函数。用模糊自适应机构替代常规自适应机构，构成一个模型参考模糊自适应系统。导出了该系统稳定的充要条件，提出了一量化因子的选择方法，设计方法简单，便于工程应用。仿真结果表明：ＭＲＦＡＳ系统自适应性能好，抗内外扰动的能力强。     

基于模糊神经网络的模型参考自适应控制

用模糊神经网络作为控制器,依靠参考模型产生理想的控制系统闭环响应,从而随时得到控制系统的输出误差.用梯度法实时修正模糊控制器的输入和输出隶属度参数,得到一种在线模糊自适应控制的新方法.通过倒立摆的仿真实验表明,该方法是可行的并能适应对象特性的大范围变化.     

基于模糊树模型的间接自适应模糊控制

提出了一种基于模糊树模型的间接自适应模糊控制器的设计方法. 采用模糊树辨识方法离线辨识系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考信号的跟踪控制. 通过对倒立摆系统进行数值仿真, 验证了所提方法的有效性和优越性.     

网络拥塞控制策略的研究与发展

随着网络规模的不断扩展,网络上的用户和应用都在快速地增长,拥塞已经成为网络研究的一个十分重要的问题。为了适应实时数据流在网络中的高效传输,研究者提出了多种拥塞控制和队列管理算法,并不断改进。通过比较几种算法的优缺点来说明拥塞控制算法的发展与改进,并分析了和提出了进一步的研究方向。     

张恩勤,施颂椒,徐立鸿

针对一类不确定非线性系统提出一种新的模糊自适应控制方法。用模糊逻辑系统逼近未知函数,并根据前一步参考误差来修正模糊逻辑系统的输入,以此对逼近误差进行补偿。该方法不但能保证闭环系统稳定,而且可使跟踪误差收敛于原点或原点的一个小领域内。仿真结果验证了此方法的有效性。     

一种基于组合型模糊控制的主动队列管理算法

计算机网络具有的复杂性和动态特性使传统控制理论难以进行主动队列管理（Active Queue Management, AQM）算法的设计和分析．本文在模糊集合和模糊系统理论的基础上设计了一个主动队列管理算法CF（Combination Fuzzy control）．其中模糊控制器I根据瞬时队列的长度和变化值计算控制量；模糊控制器II根据系统负载因子计算控制增益．通过选择模糊控制器参数，模糊控制系统与使用PI（Proportional Integral）控制器的系统具有相同的局部稳定性．最后通过仿真对CF、PI和单模糊控制器的性能进行了比较．     

IP网络中的拥塞控制

以拥塞控制机制演化的历史为线索，回顾了IP网络中已有的拥塞控制技术；总结了TCP流量控制、端到端流量控制和中间节点增强机制等各研究子方向中需要解决的问题；重点分析了主动队列管理这一热点领域中已有策略和算法的优缺点，并在此基础上，归纳和阐述了大多数算法所采用的启发式设计加仿真试验验证的模式存在的不足；提出了应用控制理论中的分析和设计方法研究网络拥塞控制的思路，并给出几个有意义的研究方向。