基于智能控制的主動隊列管理研究.pdf

1、隨著互聯網技術的發(fā)展，網絡用戶和流量迅速增長，網絡擁塞問題變得越來越嚴重。如何更好的控制擁塞成為網絡必須解決的問題。擁塞控制的目的就是采用一定的控制機制，在保證一定吞吐量的前提下，提高網絡帶寬利用率，避免擁塞，保證網絡的暢通。主動隊列管理機制(AQM)是IETF推薦的基于路由擁塞控制的關鍵技術，它與TCP端到端的擁塞控制機制相結合，是目前解決Internet擁塞控制問題的主要途徑。 TCP/AQM擁塞控制模型的建立，使得控制理

2、論能夠應用于主動隊列管理算法。本文利用智能控制理論分別設計了基于小腦模型神經網絡(CMAC)與PID并行控制AQM算法以及針對大延時網絡的單神經元-Smith AQM算法。 基于小腦神經網絡(CMAC)與PID控制相結合的主動隊列管理算法主要解決PID主動隊列管理算法中參數整定難且不能實時調整，不能適應復雜、非線性網絡環(huán)境的問題。該算法利用CMAC前饋補償來確保跟蹤誤差的快速收斂，降低超調量，采用PID控制器實現回饋控制，保證系

3、統的穩(wěn)定性，且抑制擾動。仿真結果表明基于CMAC-PID并行控制的主動隊列管理方法適應于多變的網絡環(huán)境，較之常規(guī)PID主動隊列管理算法具有輸出誤差小、響應速度快、魯棒性強的優(yōu)點。 單神經元-Smith算法是針對大延時動態(tài)網絡設計的主動隊列管理算法。Smith預估器可消除大延時對隊列穩(wěn)定性的影響；單神經元是神經網絡的基本組成單位，具有自學習、自適應的能力，可彌補Smith預估算法嚴重依賴精確系統模型的不足，同時對動態(tài)網絡流量又具有