| 一种基于神经元强化学习的网络拥塞控制方法 |
| |
| 引用本文： | 周川,狄东杰,陈庆伟,郭毓.一种基于神经元强化学习的网络拥塞控制方法[J].动力学与控制学报,2011,9(1):54-57. |
| |
| 作者姓名： | 周川 狄东杰 陈庆伟 郭毓 |
| |
| 作者单位： | 南京理工大学自动化学院,南京 210094;南京理工大学自动化学院,南京 210094;南京理工大学自动化学院,南京 210094;南京理工大学自动化学院,南京 210094 |
| |
| 基金项目： | 江苏省自然科学基金（BK2007206）,南京理工大学自主科研专项计划（2010GJPY066）和南京市留学回国启动基金资助项目 |
| |
| 摘 要： | 提出了一种基于神经元强化学习(Neuron-based Reinforcement Learning,NRL)的自适应AQM算法,采用链路速率和队列长度作为拥塞指示,可根据网络环境的变化在线自动调整神经元参数,从而保持良好的队列长度稳定性和对网络负载波动的鲁棒性.该算法结构简单、易于实现,且不依赖对象的模型.仿真结果表明,该算法尤其适合于解决复杂不确定性网络的拥塞控制问题,并具有更好的队列稳定性和鲁棒性.
|
| 关 键 词： | 拥塞控制 主动队列管理(AQM) 神经元 强化学习 |
| 收稿时间： | 2010/10/20 0:00:00 |
| 修稿时间： | 2010/11/21 0:00:00 |
A congestion control scheme based on neuron reinforcement learning |
| |
| Zhou Chuan,Di Dongjie,Chen Qingwei and Guo Yu.A congestion control scheme based on neuron reinforcement learning[J].Journal of Dynamics and Control,2011,9(1):54-57. |
| |
| Authors: | Zhou Chuan Di Dongjie Chen Qingwei and Guo Yu |
| |
| Affiliation: | Zhou Chuan Di Dongjie Chen Qingwei Guo Yu (School of Automation,Nanjing University of Science & Technology,Nanjing 210094,China) |
| |
| Abstract: | A novel adaptive AQM scheme based on Neuron Reinforcement Learning (NRL) was presented.This scheme uses queue length and link rate as congestion notification to determine an appropriate drop/mark probability,and the parameters of neuron can be adjusted online according to the time-varying network environment,so that the stability of queue dynamics and robustness for fluctuation of TCP loads are guaranteed.This scheme is easy to implement with simple structure,and it is independent of the system model to be ... |
| |
| Keywords: | congestion control Active Queue Management neuron reinforcement learning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《动力学与控制学报》浏览原始摘要信息 |
|
点击此处可从《动力学与控制学报》下载全文 |
|
