基于神經網絡的網絡擁塞控制研究.pdf

1、隨著互聯(lián)網業(yè)務的不斷增加，尤其現(xiàn)在的三網融合已經趨于實現(xiàn)，用戶對于互聯(lián)網的服務質量的要求越來越高。近年來，主動隊列管理（AQM）已經成為了網絡擁塞控制的熱點問題。網絡擁塞控制的目標是盡可能少的丟包率、盡可能低的時延、盡可能公平地分配帶寬、盡可能低的網絡抖動、盡可能大的吞吐量等。
　　目前較多的AQM算法都存在著參數(shù)固定、不能實時調整的問題，導致對動態(tài)網絡的適應性較低。本文主要研究基于神經網絡的網絡擁塞控制方法，提高擁塞控制的自適應

2、性。首先，詳細分析了傳統(tǒng)的AQM算法機制，諸如RED算法、ARED算法、PI算法和PID算法，分析了它們各自的特點。在此基礎上，應用 BP神經網絡的“逼近”特性，將隊列長度和到達速率同時作為丟包率的參考對象，再與模糊控制相結合，提出了兩種算法：RSPID算法和CNRPID算法，其中CNRPID算法還運用了CHOKe算法的“擊中”理念。最后，利用NS2仿真軟件對提出的兩種算法和傳統(tǒng)的AQM算法進行仿真分析，仿真結果表明提出的兩種算法相比于