DTN中基于服务等级的Push-Pull拥塞控制研究*

提出了一种基于服务等级的拥塞控制机制,通过为后续高优先级业务预留缓存资源的方法来减小容迟网络(DTN)中由于保管传输协议造成节点缓存资源的耗尽而引起的网络拥塞,从而改善服务质量。仿真结果表明,该拥塞控制方法在缓解网络拥塞的同时可以有效改善高优先级业务的传输性能,但其在一定程度上牺牲了低优先级业务的服务质量。     

基于H.264的SVC在IEEE 802.16宽带无线网络中的应用

给出一种在IEEE 802.16宽带无线网络中提供视频点播、传输流媒体信息的解决方案.该方案利用基于H.264扩展分级视频编码技术,以及一种通过实时监控网络中流量拥塞状况而进行自适应码率控制的机制.仿真结果表明,采用该方法无线接入资源利用率达到96%,能够有效保证视频流平滑、稳定传输,视频信息持续播放.     

用于队列管理的模糊增益神经元自适应控制器

针对具有参数时变及非线性特性的网络拥塞控制系统,提出了一种模糊增益神经元主动队列管理算法(FNAQM). 采用路由器队列长度及数据流速作为拥塞度量,在检测当前拥塞信息的同时,预测未来拥塞的状况. 结合神经元控制和模糊控制的优点,利用单神经元计算数据包标记概率,采用有监督的Hebb学习规则在线调整加权系数. 设计的模糊控制器可动态调整神经元增益,能获得更好的控制性能. FNAQM具有结构简单、易于实现、自适应能力强等优点. 仿真实验结果表明,FNAQM能快速将队列调整至目标值,并维持较小的队列抖动,对动态数据流和非响应流具有良好的鲁棒性.     

延迟容忍网络中基于复制率的拥塞控制算法

为了解决延迟容忍网络中现有Drop Front（DF）、Drop Oldest（DO）等拥塞控制算法吞 吐量较低的问题,提出了一种在传统的传染路由协议下基于复制率的拥塞控制算法. 当节点 接收新数据包缓存发生拥塞时,节点根据数据包的复制次数和已经过的生命周期估算各数据 包的复制率,并丢弃复制率最大的数据包,从而缓解拥塞. 仿真结果表明,该算法较DF和DO 算法降低了网络的丢包率,提高了网络的吞吐量,有效地缓解了拥塞.     

基于定向扩散的无线传感器网络拥塞控制方法

为了缓解无线传感器网络中多对一通信方式出现的拥塞问题,提出了一种基于定向扩散路由协议的拥塞控制方法.在该方法中,转发节点根据本地的拥塞信息调整速率;sink节点周期地检测网络中的拥塞状态并将拥塞信息通过逐跳的方式反馈到源节点,而源节点根据接收到的反馈信息调节速率.仿真实验表明,该算法能有效地缓解网络中出现的拥塞,保证数...     

基于自适应参数设置的AIMD算法

为提高TCP（Transfer Control Protocol）流的平均发送数率,减少发送数率的波动,提高网络性能,提出了一种基于自适应参数设置的AIMD（Additive Increase Multiplicative Decrease）算法（A-AIMD算法）。仿真结果表明,在网络处于稳态运行时,使用A-AIMD算法能提高TCP流的平均发送速率,减小发送速率的波动性;在网络中有可利用的链路资源时,使用A-AIMD算法能快速地对可用资源进行最大占用,同时与Reno算法保持一定的TCP友好性。     

水煤浆加压气化有关堵塞问题的探讨

通过对水煤浆加压气化装置中堵塞问题的原因分析 ,提出了具体的技术改造措施 ,并从操作方法上加以改进和调整     

Logit模型下的道路拥堵收费策略改善效果分析

为探讨拥堵收费策略的改善效果,从出行者的综合成本出发,构建适用于拥堵收费的路阻函数和Logit交通分配模型,探讨拥堵收费下交通出行在路网上的重新分配.并以南京市应天大街高架为例设置了拥堵收费虚拟方案,应用路阻函数和交通分配模型进行分析后得出拥堵收费在交通出行量分布、出行分担率、道路服务水平和行程速度上的改善效果.结果表明:拥堵收费能有效引导交通出行的重新分布,提高路网总体通行效率和服务水平,可以认为拥堵收费对交通的改善具有一定效果,但改善效果和拥堵收费费率不是线性正比关系,本次虚拟收费方案下收费费率为5元/次时可取得最佳改善效果.     

基于权值优化神经网络的交通拥堵程度决策方法

针对现有的交通拥堵程度决策方法在证据不确定和不完备情况下评价准确率低的问题,提出了一种基于权值优化神经网络方法。首先,采用二次型隶属度描述了各类交通拥堵证据的不确定性与不完备性。其次,由信息熵计算证据的贡献度,并作为优化神经网络的输入层权值。接下来,由初始权值与前序时刻的梯度和自适应更新各隐层与输出层的神经元权值,以期降低不确定和不完备证据给整个网络带来的累积误差。最后,结合实际交通状况进行算例分析,验证了该方法的准确性与收敛性。结论分析表明,所提出的方法能作出准确的交通拥堵程度决策。     

城市出租车拥挤收费

建立了多方式分担模型来分析拥挤收费背景下出租车是否也应征收拥挤费问题,并设计了求解模型的遗传算法。研究利用双层规划模型对该问题进行了描述,其中下层规划为组合网络均衡模型,刻画了出租车拥挤收费前后对出行产生、出行方式划分、出行路径选择及出行分布的影响,构建了与之等价的变分不等式;上层规划为社会福利的最大化。算例结果表明,是否应该对拥挤收费区域内的出租车征收拥挤费主要取决于私家车与出租车的单位距离运营成本之比。通常情况下(当二者的比值小于5.6时),对出租车进行拥挤收费就能获得更大的社会福利。