一种新的主动队列管理拥塞控制策略

通过对主动队列管理非线性模型进行线性化处理，并在此基础上采用延时反馈系统控制理论，提出了一种基于延时反馈的AQM策略，评估分析了该策略的稳定性和网络性能的优化。仿真结果表明，这种新的拥塞控制策略对抑制网络拥塞有明显效果，能够显著提高网络性能。     

单神经元自适应PID控制器在主动队列管理中的应用

将单神经元自适应PID控制器应用于Internet网络的主动队列管理中,给出了控制系统的结构及控制算法.仿真结果表明这种白适应PID控制器控制的调节速度优于常规PID控制算法.     

一种改进的主动队列管理拥塞控制算法

对基于流的GREEN算法进行了NS-2仿真实验研究，改进算法GREEN＋通过引进参数K（t），在出现短连接流和低带宽流时，能有效地利用链路带宽，取得较高的公平性，同时保持高的链路利用率、低的报文丢失率、短的队列长度．还使用IP优先级域作为一个便利，实现了嵌入式RTT估计．     

一种对IP拥塞控制算法的改进方法

针对随机及早检测(RED)中存在的不稳定现象,提出了一种新颖的AQM算法LRC-RED,该模式具有快的响应速度、良好的鲁棒性以及高的链路利用率.LRC-RED是在RED,LossRadio,VRC,TCP/AQM等基础上提出的,它检查最近包的丢失率以及当前拥塞链路总速率,然后动态调整包的丢失概率以提高服务性能.为了验证算法的有效性,设计了一个有效的实验来检验.实验表明,该算法是可行的.     

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.     

一种基于速率自适应的改进RED算法

提出了一种利用业务流速率与平均队列长度相结合的指示拥塞程度和计算丢弃概率的RARED（rate automophism RED）算法，用NS2仿真软件验证其有效性，试验结果表明，RARED算法在吞吐率和减少丢包率方面表现优于RED、FRED算法，在端到端的延时方面也表现了较高的稳定性，因而在综合性能上优于RED、FRED算法。     

智能PID拥塞控制算法

针对主动队列管理(AQM:Active Queue Management)几种算法存在响应时间较长并在时延较大时都不能使队长度收敛到期望值的问题,提出一种智能PID(Proportional Integral Differential)控制主动队列管理算法,给出了该算法的详细描述.仿真实验表明,该算法不仅在时延较小的情况下是稳定的、鲁棒的,且响应速度优于REM(Random Exponential Marking),PI(Proportional Integral)控制,PID控制等算法.同时,对于大时延的网络,该算法也是稳定、收敛的.     

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.     

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.     

基于交叉熵算法的自抗扰控制器参数整定方法

为解决自抗扰控制器参数难以整定的问题,提出基于交叉熵算法的自抗扰控制器参数优化设计方法。通过适应交叉熵算法选择适应度函数,对其中的五个重要参数β01、β02、β03、β1、β2进行了优化分析。仿真结果表明：交叉熵算法比免疫遗传算法的自抗扰控制器超调量更小,响应时间更快。     

IMC-PID控制器参数扩展整定方法的改进

对用于时滞对象的IMC-PID控制器参数扩展整定方法进行了改进,修正了扩展整定公式,评价了扩展整定方法中的不足。     

基于线性自抗扰的AGV轨迹跟踪控制器设计及参数优化

针对自动导引车（AGV）的轨迹跟踪问题,通过将多入多出的非线性运动学系统解耦为多个单入单出的线性系统,在此基础上设计了基于线性自抗扰控制（LADRC）的轨迹跟踪控制器;引入混沌搜索对量子粒子群算法（QPSO）进行改进以解决其易于陷入局部最优的问题,然后利用混沌量子粒子群算法（CQPSO）对LADRC控制器的参数进行整定;最后分别就参考轨迹为直线和参考轨迹突变情况下的轨迹跟踪情况进行了仿真实验,实验结果证明了本文设计的轨迹跟踪控制器的有效性。     

电站仿真系统 PID 控制参数的自动整定

研究了电站仿真控制系统ＰＩＤ参数自动整定的原理和实现方法,提出了适用于电站控制系统仿真的基于模式识别的模糊整定方法,建立起模糊整定规则。采用面向对象的程序设计技术,在ＨＰ工作站上开发出适用于单回路、串级回路等ＰＩＤ控制参数自整定软件,在仿真支撑环境ＩＳＳＥ支持下,自整定软件实现了电站仿真机控制参数的自动整定,大大减少了建模的工作量。本系统已应用于东北电力局６００ＭＷ电站仿真机的控制参数整定,效果令人满意。     

基于二阶泛模型的无模型自适应控制及参数整定

首先充分利用无模型自适应控制(MFAC)边建模、边控制的特点,推导基于二阶“泛模型”的改进无模型自适应控制方法,并推导伪偏导数及控制律的迭代公式,与基于一阶泛模型的MFAC方法相比,改进策略可以使每次迭代的泛模型更加准确,从而进一步提高控制精度.接着,针对改进MFAC的参数整定问题,提出基于优化技术的控制器参数整定方法,运用辨识出的近似模型针对不同的目标函数进行优化,使得其实用范围更加广泛.通过大量仿真实验对比可以看出:经过Jeu-tr型性能指标进行参数优化的改进MFAC控制器动态响应最好,且优化迭代次数较少.因此,控制效果得到显著改善.     

参数在线自校正控制器在生活水泵站中的应用

以生活水站控制为背景,讨论了一种在线式参数自校正控制器。该控制器在控制过程中根据不同的偏差值对控制器参数进行校正,具有控制灵活、响应速度快、超调量小和稳态精度高的优点;实践证明:该控制器对生活用水调节具有良好的适应能力,当对象参数变化大时仍能有较好的控制效果。     

一种二自由度PID控制器参数整定方法

针对二自由度PID控制器,提出一种简单的基于预期动力学方程设计的参数整定方法.通过分析,将二自由度PID控制器表示成闭环系统预期动力学特性方程和系统扰动量观测器的函数.选取预期动力学特性方程系数和观测器参数作为控制器参数,分析了参数与系统性能的关系,并提出了各个参数的取值规则.仿真结果表明,该方法对含纯积分环节对象、非最小相位对象、时滞对象、高阶对象、不稳定对象等都具有良好的控制效果.     

基于改进遗传算法的PID参数整定策略

针对简单遗传算法（SGA）收敛速度慢、易于早熟等缺点,在前人研究成果的基础上,提出动态调整搜索空间策略,对遗传算法进行多步渐进搜索。并采用改进的自适应交叉算子和自适应变异算子,结合兼顾性能指标和响应过程平衡的适配函数,以多种改进方式相结合的遗传算法对PID参数进行迭代寻优整定。仿真结果表明：当被控对象存在较大纯滞后、时间常数特性时,采用本方法优化PID控制器参数可获得比较满意的调节效果。     

带动态因子调整模糊神经网络控制器的研究

探讨了将模糊规则的提取和推理转化为人工神经网络参数的确定及神经计算，提出一种具有自学习功能的模糊神经网络（ＦＮＮ），并用因子动态调整逼近法，解决了系统中静态误差和积分饱和等问题．     

一种新的自适应视频流拥塞控制方法

提出了一种新的面向终端的基于Rrr（Round Trip Time）的自适应视频流拥塞控制方法——New—AVSP（New Adaptive Video Stream Protocol）。New-AVSP采用基于波形平滑指数和波形突变指数的滑动窗口加权平均RTT估计算法（FMMA）对RTT值进行平滑估计；并采用基于参数自适应的速率预测方法（PAMA），调整终端注入网络的业务流量。仿真结果表明：New—AVSP与已有的针对流媒体应用的拥塞控制方法相比，在突变情况下具有更快的逼近速度；在小幅度渡动情况下具有更为平滑的控制曲线。