AQM算法在公平性方面的研究

主动队列管理是实现网络拥塞控制的一种重要技术.近年来,出现了一些新的主动队列管理算法.这些新算法针对大多数主动队列管理算法对公平性考虑不足的问题在一定程度上进行了改进,对公平性提供了一定的支持.本文对其中两个有代表性FRED和CHOKe算法进行了对比研究及理论分析,结合在ns2上的仿真实验结果对算法中存在的问题及其原因进行了深入的分析.最后对算法进行了综合的评价,并给出了对算法的改进建议.     

基于元胞遗传方法的主动队列管理算法研究

为了解决网络拥塞现象,基于CHOKe方法建立了一种新的主动队列管理算法New-SCHOKe。该方法首先根据采样击中和队列击中定义了丢包策略和丢包概率,并且利用元胞遗传技术刻画了平均队列长度。同时,以实际数据进行仿真实验,对比分析了该算法与SCHOKe和CHOKe之间的性能,结果表明New-SCHOKe具有较好的适应性。     

基于公平策略的核心无状态公平队列算法

提出了一种基于公平策略的CSFQ (Core-Stateless Fair Queueing )算法,通过动态阈值缓存管理机制,根据缓冲资源的占用率和数据流的到达速率共同决定丢包概率,减少了无谓、不公平丢包现象.根据非响应流UDP数据包空间分布特点,当网络拥塞时增加CHOKe机制对缓存进行管理,有效解决了响应流TCP和非响应流UDP之间的不公平问题.NS仿真实验表明,该算法在现实网络环境下能显著提高缓冲资源的利用率,保证了带宽在TCP、UDP数据流之间的公平分配.     

基于测量的主动队列管理算法

针对RED(Random Early Detection)队列管理算法不能实现业务流之间带宽公平共享,提出了基于测量的主动队列管理算法(MBAQM).这种算法采用基于测量和预测的方式估计不同业务流的输入速率,并根据队列大小计算出新到来包的丢弃概率,在维持较少的流状态情况下,通过队列的丢弃机制,实现了不同速率输入业务流之间的链路公平共享.通过对参数的调整还可以实现优先带宽分配机制.该文从理论上说明了该算法能够保证各业务流近似公平地共享输出链路带宽,同时给出相应的仿真结果.     

输入受限的非线性网络系统全局滑模控制

针对动态TCP网络的拥塞问题,在输入受限情况下,基于全局滑模控制理论设计了一种主动队列管理(AQM)算法.该算法消除了滑模控制的到达阶段,保证网络系统在整个控制过程中的鲁棒性.对于TCP/IP网络中存在的网络模型的不确定、网络参数的时变性以及非TCP适应流所引起的网络振动,该算法可以获得良好的暂态和稳态响应.仿真结果表明该算法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,尤其是在网络条件变化的情况下,该算法优于传统的PI控制和滑模控制.     

基于自适应性的主动队列无线网络拥塞控制算法

为了实现对无线网络进行有效的拥塞控制,本文提出了一种自适应性的主动队列管理算法(adaptive Qos and wireless bandwidth, adaptive-QWB).该算法根据当前带宽的动态变化率,在满足传输最大传输时延的前提下,以最佳目标队长为实现目标,寻求最优的主动队列管理方案.实验结果表明,与已有的MADR、tuned-RED算法相比,adaptive-QWB算法在带宽动态变化的自适应性和多媒体传输时延的QoS保证方面都表现出更好的性能优势.     

基于量子粒子群优化PI模型的主动队列网络拥塞控制

为了解决无线传感器网络拥塞引起的丢包率高和网络吞吐率过低,从而引起网络能量有效性和服务质量QoS降低的问题,提出了一种基于改进PI主动队列管理模型和量子粒子群(Quantum-behaved particle swarm optimization,QPSO)的拥塞控制方法.首先定义了改进的PI主动队列管理模型,然后为了对PI模型进行优化,采用改进的多种群量子粒子群算法对PI主动队列管理模型中的参数优化,并对该算法进行了描述,从而得到优化的PI控制模型.最后定义了多种群量子粒子群算法和PI主动队列模型对网络拥塞进行控制的具体算法.实验结果表明:该方法能有效实现WSN的拥塞控制,与其它方法相比,具有较低的数据丢包率和较大的网络吞吐率.     

基于自适应全局滑模控制的主动队列管理算法

针对TCP网络的拥塞控制问题,采用滑模控制理论提出了一种新的主动队列管理算法。考虑到UDP流干扰的情况,设计了基于自适应全局滑模控制的主动队列管理算法。该算法保证网络系统在整个控制过程中的鲁棒性,并且使用RBF神经网络作为自适应律来消除UDP流干扰对系统的影响。仿真结果表明该算法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,优于传统的PI控制和滑模控制。     

基于免疫粒子群算法的网络拥塞控制策略

为避免Internet路由器主动队列管理中PID参数整定试凑法的盲目性,提出免疫杂交粒子群算法用于PID控制器参数优化,构造一种基于免疫杂交粒子群的智能主动队列PID算法.仿真结果表明,基于免疫杂交粒子群的PID主动队列管理算法能够适应动态变化的网络环境,具有较好的网络控制性能.     

CSFQ算法分析与改进

本文通过对核心无状态公平队列调度（CSFQ）算法进行分析,提出了一种基于公平策略的FCSFQ算法,通过动态阈值缓存管理机制,根据缓冲资源的占用率和数据流的到达速率共同决定丢包概率,减少了无谓、不公平丢包现象。根据非响应流UDP数据包空间分布特点,当网络处于拥塞时增加CHOKe机制对缓存进行管理,有效解决了响应流TCP和非响应流UDP之间的不公平问题。     

铁路旅客列车客流量统计算法及应用模型

通过对现行售票服务数据的分析,提出了一种新的列车客流量统计分析算法,并给出了该算法的应用开发模型.应用该算法,可以准确地求得旅客列车各沿途站点的上下车人数以及列车的乘客率等重要数据.该算法具有实时性,它的应用对及时准确地进行列车的客流量分析,减少铁路短途旅客的流失,规范旅客列车运营市场的公平竞争,具有一定的现实意义和应用开发价值.     

软件定义网络下两阶段大象流识别算法

目的 针对数据中心网络(Data Center Network, DCN)中数据流量多导致大象流与老鼠流识别精确度低的问题,提出一种基于软件定义网络(Software Defined Networking, SDN)下两阶段大象流识别算法。方法 将SDN与DCN结合,第一阶段,采用高斯分布动态阈值优化算法,通过对数据包阈值的设定,计算大象流误检率与漏检率,不断优化得到最优阈值,以此识别出可疑大象流;第二阶段,在依据流传输速率与流持续时间精确得到大象流的基础上,提出阈值约束、流量检测机制、Count计数器等三方面改进对大象流识别阈值下限的约束,将网络中大象流的数据量与流持续时间进行周期内阈值计算,提高大象流的识别精确度。结果 实验结果表明：算法与已有相关算法相比,第一阶段可疑大象流平均字节数比网络流平均字节数多11.3%;不同阈值下的算法准确度提高1.7%,不同网络流量下的大象流平均检测时间降低至6 ms以内。结论 软件定义网络下两阶段大象流识别算法在第一阶段具有较强的大象流识别能力,同时算法的精确度有所提高,大象流的平均检测时间降低,提高了网络质量,能为进行网络流量调度策略的进一步研究...     

一种基于免疫思想的混合式遗传算法

基于生命科学中的免疫思想,在解决遗传算法中的约束问题时,将处理约束问题的两个关键方法(惩罚函数法和修补算法)有机的结合起来,并用于解决一类典型的约束问题--背包问题.其仿真结果表明,对于约束问题的求解,该混合式遗传算法和标准遗传算法相比在搜索全局最优解的收敛速度和精度方面都有明显的提高.     

区分服务下增强型动态RIO算法改进

鉴于区分网络中的标记算法和队列管理对服务公平性有很大影响,进行了基于增强型动态RIO(Enhanced Dynamic RED with In/Out bit,EDRIO)的确保服务下公平性的改进研究.首先从同构聚集流下的不同大小分组来分析各个分组间的公平性,然后从不同聚集流分配不同带宽来研究异构下的公平性.最后从数据包大小、目标速率及聚集流中包含的单流数量等进行性能仿真.实验结果表明,无论在同构还是异构下,基于EDRIO聚集流之间的公平性都比RIO和动态RIO聚集流之间的公平性好,而且该算法具有很好的扩展性.     

流体中普适的黎曼解法器求解方法

研究了一种普适流体力学的准确黎曼解法器求解方法,该方法可以应用于纯流体、两相流以及弹塑性流体.利用特征理论分析流体力学的连续偏微分方程组系统的双曲性,由特征值得到黎曼解法器的完整波系结构,从右特征向量建立满足完整波系的间断关系式来封闭求解得到黎曼解法器.该解法器具有完整波系结构,且包含原连续系统数学性质,能准确得到跨过不同波的物理量.在应用到拉氏方法或ALE方法中计算多介质问题时,由迎风性确定线性退化波两侧的物理量精度高,数值耗散性小,可以提高格式的精度.文中分别给出两相流和弹塑性流的数值算例,结果均显示了解法器的优点和特性.      

小开放经济中资本流动与实际汇率的关系

采用动态优化方法研究了在小的开放经济中资本流动与实际汇率的相互关系，在假定资本是完全流动的情况下，得出了实际汇率与资本流动成正比的结论。然后又分析更贴近实际的情况，在资本不完全流动情况下资本流动与实际汇率无关的结果，还给出了政策建议。     

钢铁企业物流对能耗影响的分析

从生产单元入手,分析了各生产单元之间和工序之间的物流约束关系,导出了企业物流递推公式·根据基准工序能耗的概念,建立了能耗方程,导出了物流对能耗影响的计算公式·利用该公式可以计算出任何一股或多股物流变化对各生产单元及企业的能耗影响·计算分析表明:废品物流和返回物流增加,能耗增加;炼铁返回率对烧结主流量和炼铁能耗量以及总能耗量的影响最大·     

全路网改进动态O-D反推模型

针对动态O-D矩阵在全路网中难以直接获得的问题,提出了一种改进的反推模型。首先提出了以最小化观测值与反推值偏差的绝对值之和作为目标函数的路口参数优化模型,并采用遗传算法求解,设计了编解码方案。将反推得到的路口转向流量和流量检测系统中得到的路段流量共同作为已知量,建立了其与全路网动态O-D矩阵的动态关系,增强了系统的静定性。以反推值与最优历史值的偏差作为状态变量,建立了基于Kalman滤波的状态空间模型,并采用扩展Kalman滤波求解。仿真结果表明,模型和算法具有较好的精度、效率和鲁棒性。