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.     

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.     

基于拥塞通知速率的主动队列算法及仿真

随机早期确定(random early detectim,RED)算法是网络拥塞控制策略中基于网络节点的一种主动管理队列技术.就该算法的缺点-滞后效应进行了研究和探讨,并提出了一种基于分组丢失和链路使用历史的解决办法,使得RED的滞后效应得到克服,最后并用NS进行了仿真研究.并就仿真方法进行了探讨.对RED和blue算法用NS就队列长度、平均队列长度、吞吐量等进行了对比分析.     

基于元胞蚁群的主动队列管理算法研究

针对网络拥塞现象,基于弃头方式提出了一种新的主动队列管理算法.该算法首先利用元胞蚁群建立了实际网络队长最大值的计算方法,同时通过判断网络队长与阈值的关系,采取从队列头部丢弃N个数据包的方法.最后,以长相关数据进行仿真实验,对比分析了DFCA与RED、DROP-TAIL之间的优劣,结果表明该算法具有较好的适应性.     

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.     

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。     

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.     

基于流的队列管理和队列调度研究

队列管理和队列调度是网络报文处理的两个重要步骤.针对传统的队列算法分离队列管理和队列调度的缺点,本文将这两种机制结合研究,提出了一种适合WF~2Q+的新的队列管理算法(Newdrop).通过NS2仿真,实验结果表明,Newdrop-WF~2Q+组合算法能提高报文处理过程的公平性,同时减少了报文处理的平均时延.     

优化PI控制的自适应主动队列管理算法

主动队列管理算法是解决网络拥塞问题的研究热点,在分析基于控制论的PI主动队列管理算法存在缺陷的基础上,提出了具有自适应特性的ONPI算法,该算法通过引入新的参数设置办法来改善网络的性能。经仿真软件ns2实验证明,新算法能快速地收敛队列、保证队列的稳定性和自适应性。     

基于优先级区分的调度及主动队列管理算法

文中研究在UMTS网络的AM模式（Acknowledged Mode）下实现基于优先级区分的调度及主动队列管理.提出了MP-SAQM（Multi-priorities Scheduling and Active Queue Management Algorithm）算法.算法将不同的QoS类别归入不同的优先级队列,根据MPADRR（Multi-priorities Average Deficit Round Robin）调度算法按照优先级高低进行调度,并对不同QoS类别设置均匀的队列缓冲区,保证了调度的公平性.同时使用差异化的RED（Random Early Drop）算法进行主动队列管理,对不同优先级队列执行不同的丢包策略.仿真结果验证了该算法的有效性.     

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.     

N次随机丢包的被动队列管理算法

针对主动队列管理参数设置敏感、消耗大量资源等问题,提出了N次随机丢包的被动队列管理算法.当队列满时,根据当前网络中与路由节点链接的发送端数目,决定丢弃数据包N的值,然后再采用改进的随机丢弃策略丢弃N个数据包.新的算法与其他被动随机丢弃策略相比,克服了弃尾队列管理的缺陷,能够更快地响应网络拥塞,提高了网络传输性能,同时也能够在一定程度上保证公平性,NS2仿真表明了算法的有效性.     

一种基于社交关系的容迟网络数据传输方法

由于无法维护稳定的端到端路径,现有的数据传输多采用即遇即传的路由算法,普遍存在信息投递率低、网络冗余大、节点易受攻击等问题;同时,延迟容忍网络路由技术越来越多地应用于存在着节点自私性的社会网络中。为了解决以上问题,提出了一种考虑用户社交关系同时提高信息传输效率为目的数据传输方法。主要分3个步骤：初始化,节点根据社会关系权值建立各自的通讯录;路由选择,利用节点的历史投递时延作为其传输成功率的依据,并以此进行高效的路由选择;副本管理和队列调度,采用节点最大副本数来减少信息冗余以及最大化社会关系权值进行队列调度。THE ONE仿真工具的实验结果表明,提出的SRDD算法,与EPIDEMIC和PROPHET算法相比,具有更高的数据传输成功率以及更低的传输时延,同时保证了节点更好的安全性。     

两阶段混合算法的立体车库车位分配建模与仿真

针对自动化立体车库车位分配时顾客排队队长过长以及堆垛机能耗过高等问题,以减少顾客平均排队队长、堆垛机运行能耗等为目标,在保证车库运行效率前提下,通过介绍神经网络算法和果蝇算法原理与方法,提出基于2阶段混合算法的立体车库车位分配决策模型：第1阶段利用神经网络算法预测顾客停留时间;第2阶段利用果蝇算法实现车位最优分配。以车辆到达间隔时间服从泊松分布情况下建立立体车库数学模型,并以顾客平均等待时间、平均等待队长、平均服务时间、顾客的平均能耗作为立体车库效率指标评价立体车库的性能,采用MATLAB编制仿真程序。通过比较车辆就近分配原则和基于果蝇算法车位分配模型下的效率指标,证明了果蝇算法进行车位分配在保证车库运行效率和降低车库运行能耗上的有效性。     

一种基于模糊排队论的网络拥塞控制算法

在分析和比较现有的主动队列管理(AQM)的网络拥塞控制算法基础上,将模糊控制理论与排队论相结合,提出了一种适合于动态控制队列长度的拥塞控制算法。该算法根据路由器中队列长度的变化情况,对源端数据包的丢弃概率进行模糊控制,从而避免网络拥塞,提高路由器处理的实时性。通过matlab仿真,验证了此算法能够减小排队的延时、提高带宽利用率以及稳定队列的长度。     

基于改进烟花算法的以太网通信链路调度方法

针对工业以太网通信链路调度延时大及效率较低的问题, 提出一种基于改进烟花算法的实时周期消息任务调度(CVFWA)方法. 以降低网络传输时延为目标, 首先, 将传统烟花算法的连续解空间映射到实时周期序列调度问题的离散解空间； 其次, 为增加种群的多样性, 在高斯变异过程中引入变异系数； 最后, 采用基于中位数锦标赛的选择策略代替欧氏距离选择策略. 仿真结果表明, 该方法能使实时周期消息序列在最短时间内完成队列调度, 有效降低了网络时延, 提高了全局搜索效率.     

基于神经网络逆系统的鲁棒主动队列管理算法

通过在中间节点上使用主动队列管理策略来进行有效地拥塞控制,在保证较高吞吐量的基础上稳定地控制队列长度,从而实现了端到端的时延控制和保证QoS需求.在研究中,TCP的流量控制过程被视为二阶非线性时变系统,并通过可逆分析,证明该系统可逆,采用神经网络逆系统这种近年来发展起来的非线性鲁棒控制理论作为控制器的设计方法,设计出一种新的主动队列管理算法.仿真试验表明,这种算法的稳态和瞬态性能都优于与其具有相同实现复杂度的 RED和PI算法,并且在负载扰动和参数变化时具有很强的鲁棒性.神经网络逆系统方法应用于非线性的流量控制过程中有助于系统稳定性和鲁棒性.     

基于增益自适应Smith预估器的鲁棒AQM拥塞控制算法

根据Lyapunov渐近稳定定理，提出了一种基于增益自适应Smith预估器的鲁棒主动队列管理（AQM）拥塞控制算法（GAS-PI）．该算法结构简单，具有良好的鲁棒性和网络控制性能，同时克服了大时滞给队列稳定性造成的不利影响．仿真结果表明：采用GAS-PI算法，对于限制系统振荡超调量的作用非常明显，同时能使网络具有更快的响应速度及更平稳的队列——在HTTP扰动和负载变动较大的情况下，算法使得缓存队列迅速收敛到稳定值；当网络时延增大时，算法能使网络的动态性能依然保持良好．     

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.