基于模糊控制的主动队列管理算法

针对网络模型的不确定性和参数的时变性,该文提出了一种基于输入速率和队列长度变化的模糊控制主动队列管理算法.采用模糊控制方法,不依赖于网络的精确数学模型;考虑了负载因素和队列因素,加快了对拥塞的感知速度.仿真结果表明该算法能迅速地将队列长度收敛到目标队列长度附近,并且其丢弃概率小于随机早期检测算法以及PI控制算法.     

面向对象数据库多粒度锁的双队列调度算法

引入了双队列调度策略（ＤＱＳ）的思想,建立了多粒度锁的双队列调度模型,设计出该模型的调度算法．通过模拟实验对单队列调度算法和双队列调度算法进行性能评价,从模拟结果中定量分析出在锁请求的到达率较大时,双队列调度算法比单队列调度算法要优越．研究了切换周期、等待队列最大长度、锁请求服务率与调度性能之间的关系．     

面向对象数据库多粒度锁的双队列调度算法

引入了双队列调度策略（ＤＱＳ）的思想,建立了多粒度锁的双队列调度模型,设计出该模型的调度算法,通过模拟实验对单队列调度算法和双队列调度算法进行性能评价,从模拟结果中定量分析出在锁请求的到达率较大时,双队列调度算法从单队列调度算法要优越。研究了切换周期,等待队列最大长度,锁请求服务率与调度性能之间的关系。     

ABLUE—一种新的自适应主动队列管理方法

针对主动队列管理方法 BLUE存在队列抖动偏大的问题,提出一种新的自适应主动队列管理方法 (ABLUE).该方法通过考虑缓冲区长度和平均队列长度定义了丢包策略和丢包概率,利用菌群优化算法对平均队列长度模型进行求解.利用OPNET对ABLUE方法进行仿真实验,深入研究有效传输数据包个数、瞬时平均队列长度方差和缓冲区长度等因素之间的关系.研究结果表明:相对于与BLUE方法、RED方法,ABLUE方法具有较好的适应性.     

WFQ与WRR调度算法的性能分析与改进

不同类别的业务对时延及时延抖动的要求是不同的,为了满足不同业务的服务质量(QoS),选择一种合适的队列调度算法至关重要. 研究了分组长度对WRR及WFQ算法公平性以及时延性能的影响,并提出了一种基于分组长度及队列权重的改进型WRR算法——enhanced-WRR. 仿真结果表明,当分组长度相同时,WRR与WFQ的时延性能几乎一致;当分组长度不同时,WRR算法不能保证高优先级队列的时延要求,而E-WRR算法的时延性能逼近WFQ算法,能很好地保证高优先级队列的时延要求,并且极大降低了算法复杂度.      

通信延迟下智能电动汽车队列分布式自适应鲁棒控制

针对通信延迟影响下的智能电动汽车队列控制问题,提出了一种智能电动汽车队列分布式自适应鲁棒控制方法。建立考虑非线性项、参数不确定性和外部干扰因素影响的智能电动汽车纵向队列动力学模型,并基于逆模型补偿技术,消除了非线性项对队列系统的影响;构建通信延迟作用下智能电动汽车队列分布式状态反馈控制结构,给出通信延迟、外部干扰和参数不确定性下的智能电动汽车队列闭环系统模型;使用特征值分解对通信延迟下智能电动汽车队列通信拓扑进行解耦,采用线性矩阵不等式处理方法,推导出通信延迟下智能电动汽车队列自适应控制器的存在条件,该矩阵不等式是低维的,与智能电动汽车队列长度无关。基于Lyapunov理论对时滞队列系统稳定性进行分析,验证系统的稳定性;仿真试验验证了所提出的通信延迟下队列分布式自适应鲁棒控制方法的可行性和有效性。     

无线体域网中动态分配队列长度的调度算法

在无线体域网的调度算法研究中,当网络中通信链路质量较差时,传感器节点之间的数据通信存在丢包率高和资源利用率低的问题。为此,文章提出一种根据实时速率动态分配队列长度的优先级调度算法,以排队系统模型为基础进行理论分析,并将其与固定队列长度算法进行比较。仿真结果表明,当紧急数据数量突增时,该动态队列长度算法显著提高了系统的吞吐量,降低了数据的丢失概率,保障了系统数据通信的可靠性。     

面向并行安全网关流水线模型的无锁队列算法

提出一种适用于并行安全网关流水线模型中共享数据缓冲区操作的无锁队列算法.与其他类似算法比较,该算法采用链表结构组织队列数据,避免了采用循环数组结构引起的缓冲区长度限制和内存浪费的问题;与通用的链表队列无锁算法比较,算法实现更为简洁,执行效率更高.证明了算法具有线性化和非阻塞特性.通过模拟试验,验证了算法在理想环境和各种实际应用环境中都具有较好的性能指标.     

PSRED:一种Ad Hoc网络中优先级自适应的随机早期检测队列管理算法

本文分析了Ad Hoc网络中队列管理算法的研究现状,讨论了不同算法采取的策略在拥塞控制、丢弃数据包、队列长度抖动、公平性等方面的优点和不足.本文基于队列优先级自适应的思想提出了PSRED算法,实验仿真结果 表明该算法在排队延迟、丢包率、队列长度抖动等性能评估优于其它算法.     

基于排队论的实时以太网缓存队列优化算法

提出了基于排队论的实时以太网缓存队列优化算法.首先对数据帧在实时以太网缓存队列中的传输过程进行分析,确定了数据帧排队延时是影响网络延时的主要因素;然后根据随机过程理论得到数据帧进入缓存队列的过程符合Poisson分布.针对该分布模型,用排队论对数据帧排队延时及丢包建立基于通信损失代价的数学模型,以损失代价最小为目标函数,再利用边际法计算出目标函数取极值时的最佳队列长度.仿真实验验证了模型的准确性和优化算法的有效性.     

基于ALINEA算法快速路入口匝道单点动态控制

在考虑匝道排队控制和控制阈值约束的前提下,基于ALINEA算法对武夷路上匝道进行动态控制.研究ALINEA算法参数设置目的,综合以往研究成果,分析相关采集数据,确定ALINEA参数设置;分析ALINEA经典排队模型,结合武夷路上匝道实际物理条件,提出匝道排队分段约束模型.分析匝道单点动态控制机理和武夷路匝控相关数据特征,构建控制阈值表;控制阈值表、ALINEA算法和匝道排队分段约束模型一起构成了武夷路上匝道单点动态控制策略.离线仿真结果证明了该策略不但平滑了匝道流量脉冲,而且提高了主线下游行车速度,解决了主线下游的拥挤.     

Internet拥塞控制系统的自整定PID控制器

把Internet网络拥塞控制系统看作一个具有时滞的闭环反馈系统,建立了一个PID控制器作为网络的主动队列管理(AQM)策略调节网络连接节点的拥塞率.网络系统利用时间误差平方积分准则调整PID控制器的参数,使控制器能在线自适应网络系统中的变化,从而有效地控制网络系统的数据传输.仿真表明新的AQM策略能很好地把连接节点的队列控制到期望的队列长度,并且对网络的负载扰动和参数变化具有很强的鲁棒性.     

A Self-tuning Fuzzy Queue Management Algorithm for Congestion Control

This letter presents an effective self-tuning fuzzy queue management algorithm for congestion control.With the application of the algorithm, routers in IP network regulate its packet drop probability by a self-tuning fuzzy controller. The main advantage of the algorithm is that, with the parameter self-tuning mechanism, queue length can keep stable in a variety of network environments without the difficulty of parameter configuration. Simulations show that the algorithm is efficient, stable and outperforms the popular RED queue management algorithm significantly.     

基于混合神经网络的主动队列管理算法

针对高速互联网中拥塞控制的问题，在主动队列管理算法模型基础上，提出了一种基于混合pi-sigma神经网络的动态管理机制．其模型可以方便地在线修正前提参数（隶属函数）和结论参数，适合网络系统拥塞预测和控制．仿真表明，该算法能够保证缓存器中队列长度的稳定性，而且在网络突发流量较大时，在短时间间隔内可以使流量的抖动变得平缓，对网络动态的、不精确的、突发性的环境具有较强的自适应能力．     

支持流媒体传输的模糊PID速率控制器

网络负载变化的随机性和往返延迟（RTT）的时变性,使得网络传输中存在严重的不确定性,极大地影响了流媒体的服务质量.为此利用模糊逻辑控制原理提出了一种支持流媒体传输的模糊PID速率控制器,有效地补偿了时变不确定性的影响,增强了闭环系统的稳定性和鲁棒性,最大化了网络利用率.模糊PID速率控制器,根据路由器队列长度计算出期望的端系统的发送速率,使得缓存区队列长度保持在目标长度附近,从而避免了网络路由器的拥塞发生.仿真结果表明模糊PID速率控制器可以有效地处理网络的时变性,避免了发送速率的剧烈波动,从而很好地保证了流媒体的服务质量.     

主动队列管理中的自适应控制器

提出一种自适应的控制器以更好地实现通信网络中的拥塞控制.该控制器通过估计网络链路中的"流"数来自动调节其参数,在网络流量变化比较剧烈的情况下也能取得比原PI控制器更好的控制效果.仿真结果验证了此方法的有效性.     

基于遗传算法的单向路网配时优化

为求取单向路网整体配时优化方案,实现路网排队长度最小,构造了路网排队长度模型作为评价函数。考虑到单向路网信号配时的整体性和相关性较强,计算复杂度较高,为降低计算的复杂度,采用遗传算法对路网排队长度模型进行计算,得到优化的配时方案。通过评价指标的对比,表明利用遗传算法进行最优值的计算可以取得很好的优化效果。     

静态结构化不确定性极小极大控制在网络中的应用

研究了具有静态结构化不确定性时滞系统的极小极大鲁棒控制问题.针对乘时二次型性能指标,运用Lyapunov方法得到极小极大鲁棒控制器的存在条件,并引入凸优化算法求解控制器最优参数和性能指标的最小上界.最后,将该算法应用于带有时滞因素的TCP网络拥塞控制中,使路由器的队列长度能够更快地收敛于期望值,并且稳态时的振荡很小.通过与其他方法的比较,说明了该方法在实际应用中的有效性与优越性.     

基于改进单神经元梯度学习的无线网络主动队列管理

考虑传统网络拥塞控制忽略了网络拥塞的持续状态, 引入将数据包到达链路速率作为控制器输入的方案, 得到一种改进单神经元梯度学习(improves single neuron gradient learning, ISNGL)的主动队列管理算法. ISNGL 算法采用梯度学习动态调整网络参数, 并在此基础上对收敛速度和稳定性加以改进, 提出带有位移参数的新激活函数和带有权值调整的动量项的改进方法, 最后通过 NS2 网络仿真软件在无线网络的拓扑模型上进行仿真分析, 结果表明 ISNGL 算法在无线网络环境下拥有良好的拥塞控制能力.