一种基于排队论的主动队列拥塞控制算法

主动队列（AQM）算法存在诸多的不足,如排队延时大、时延抖动性强、数据进队与出队速率不匹配等,从而导致数据的滞留、丢失和振荡．基于此,在BLUE算法的基础上,引入M/M/m (n)排队系统的思想,提出一种新的算法---PBLUE．该算法根据稳定状态下的平衡方程来保证队列长度的稳定性,增加扩充因子调节路由器的缓存来快速恢复丢失的数据．通过仿真实验,改进的算法降低了丢包率,提高了带宽利用率,并稳定了队列长度．     

医院床位安排排队系统研究

应用排队论理论,对医院病床排队系统进行分析,研究合理利用医院床位的组织方法.设计相关排队算法,提出了自适应排队模型,分析在一定病床资源条件下,通过对床位进行合理安排,可提高病床的有效利用率和公平度,并以一个实例进行了验证.     

一种弃尾策略的拥塞避免改进算法

提出了一种基于弃尾策略的拥塞避免改进算法,用来解决分组交换网络中的拥塞避免。算法中,网关通过计算平均队列长度来检测最初的拥塞,当平均队列长度超过预先设置的门限,网关以一定的概率丢弃或者标记到达的分组。基于TCP/IP网络的仿真表明了该算法有效地提高了网络性能。     

基于T-S模糊观测器的网络拥塞控制算法

针对TCP(传输控制协议)网络的拥塞控制问题,设计了基于模糊观测器的主动队列管理算法.对非线性TCP/IP网络拥塞控制系统建立了T-S模糊模型,通过选取适当的模糊规则和隶属函数来提高拥塞控制系统的性能,并给出了理论性证明.仿真结果表明所设计的控制器对活动的TCP连接数、链路带宽及往返时延的不确定性具有很强的稳定性和鲁棒性.     

一种动态自适应医院门诊排队模式

提出了一种动态自适应排队模型,并设计了相关排队算法.根据病人的优先级和在队列中所占的比例不同设置不同的权重参数,该参数可通过层次分析法(AHP)获得,考虑病人等待时间长短和队列长度动态改变病人的就诊序列,并以一个实例验证了该方法.最后利用.NET编程平台、MS SQL Server 2000数据库平台以及TCP/IP网络构建了医院预约排队系统.     

基于网络测量和模糊控制技术的拥塞控制机制

为向端系统反馈及时准确的网络状态以提高TCP效率,同时避免主动队列管理（AQM）机制的诸多局限,提出一种基于网络测量的拥塞控制机制——利用分布在网络中的测量设施监测主干链路,再根据链路性能采用模糊控制技术指导端系统选择适当的FAST控制参数．仿真实验表明,该机制能承受更大的负载压力,达到高吞吐量,并能稳定排队时延,在高速网络中比AQM机制更稳定、更公平．相比突发性的Web流量来说,该机制更适用于类似P2P等数据量大、连接持续时间长的流量的拥塞控制．     

基于排队论的多等级订单下晶圆产品的工序等待时间

基于晶圆制造系统的产品生产流程和运作模式,研究工序等待时间计算问题。分析了多等级订单运作环境下工序等待时间的影响因素;针对影响工序等待时间的主要因素,建立了面向设备负荷与能力因素以及面向批量因素的工序等待时间模型;在考虑晶圆制造系统生产特征的基础上,应用排队论求解模型。算例与仿真实验表明,模型具有较好的计算精度。     

离散时间系统网络拥塞控制算法的稳定性

研究了基于队列长度的离散时间Internet拥塞控制算法.把时延Internet拥塞控制算法看作是一个复杂的动态非线性反馈系统,通过对离散时间系统的网络拥塞控制算法进行分析,得到了各通信回路时延不同条件下离散时间网络系统在平衡点的渐近稳定性判据.最后,通过仿真说明了结论的有效性和实用性.     

排队论在改进门诊排队管理中的应用

文章对医院门诊排队管理现状及存在的问题进行分析,以排队理论为基础,改进门诊排队管理模型,优化门诊流程。利用计算机对门诊排队管理系统的结构和行为进行模拟,提出合理的解决方案,平衡医院门诊的服务成本和患者的等待时间。     

基于机器学习对串联排队系统等待时间的预测

串联排队系统是排队网络的基本结构,研究串联排队系统对分析排队网络具有重要意义.串联排队系统中站与站之间存在关联性,上游站的输出过程是下游站的输入过程,对于不满足马尔可夫性的排队系统,下游站的到达过程很难用解析的方法分析.对于一般的串联排队系统,本文基于机器学习对串联排队系统的平均等待时间进行预测,通过数值实验比较机器学习中线性回归模型和非线性回归模型的预测效果.实验结果表明,非线性回归模型优于线性回归模型,XGBoost算法对串联排队系统的平均等待时间的预测准确度较高.此外,本文将XGBoost算法与传统的近似分析方法进行比较,发现XGBoost算法的预测效果优于传统的近似分析方法.     

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.     

基于结构元理论对GEOM/GEOM/1模糊离散时间排队系统扩展研究

在GEOM/GEOM/1离散时间排队的基础上,计算平均等待时间与平均逗留时间,利用模糊结构元理论,研究了时间中参数λ,μ均为模糊数的模糊离散时间排队系统的扩展。     

基于神经网络的预测拥塞控制算法

利用神经网络的方法，研究了Internet网络路由器中的拥塞控制问题．根据过去相邻两个时刻缓存器中队列长度值的变化量来预测下一时刻路由器中队列长度值，及时调整控制增益的大小以防止拥塞的发生，该方法可以使路由器中队列长度稳定在一个期望值附近．仿真表明，该控制方法可以有效地保证网络系统中信息的平稳传输．     

卫星网中基于时间戳的TCP拥塞控制算法研究

TCP(传输控制协议)拥塞控制机制直接使用在卫星网中存在很多不足。针对卫星网通信时延长、网络环境变化复杂的特点,利用TCP协议中的时间戳扩展选项,设计实现了一种改进的TCP重传和拥塞控制算法,能够根据RTT(RoundTripTime,往返时间)的变化对网络情况进行预测,从而及时重传数据包并调整窗口大小,仿真实验证明改进算法能够很好地提高TCP性能。     

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．     

基于模糊控制的垂直切换决定算法

蜂窝网络(cellular network)与无线局域网(WLAN)的融合是下一代移动通信的发展趋势,在通信过程中,节点将在两种网络间进行垂直切换.文中提出了一种垂直切换决定算法,该算法采用学习机制建立模糊集合的隶属度函数,并从用户对WLAN选择度、WLAN的信号强度以及带宽3个方面进行考虑,通过模糊推理,最终作出切换决定.分析及仿真表明本算法能够在综合多种影响切换的因素基础上作出准确的切换决定,与传统算法相比较,本算法的切换次数降低到传统算法的50%以下.     

基于智能管理缓冲区的网络拥塞控制算法

该文从数据包占用缓冲区的实时状态出发,运用模糊理论对缓冲区占用率状态这一模糊性问题进行描述,建立基于智能管理缓冲区的拥塞控制模型,对所有的数据流根据其服务质量要求进行优先级分类,并取得相应的队列带宽,采取整体和局部相结合的方法,路由器智能管理缓冲区。实验仿真结果表明,基于智能管理缓冲区的拥塞控制算法（IMBA）与RED、TD-FIFO等算法比较,在保护和隔离非拥塞状态的连接方面,具有更好的公平性,从而进一步改进了路由器的拥塞控制性能。