10.3969/j.issn.1673-629X.2014.02.026
基于队列长度和速率的拥塞控制神经网络方法
文中研究了网络拥塞控制问题。 PID控制器是实现网络拥塞控制非常有效的方法,能够实现对网络的主动队列管理。文中根据队列长度和变化速率,利用神经网络实现传统的比例微分积分器(PID)功能,从而提出了基于队列长度和速率的拥塞控制神经网络方法(RSPID)。该方法利用神经网络的加权动量梯度学习算法,自动调节控制参数,克服了传统PID控制方法由于控制器参数固定带来的适应性和稳定性问题。仿真结果表明,RSPID算法的鲁棒性和队列长度性能要优于PID算法。
拥塞控制、动量梯度学习、神经网络、比例微分积分器
TP301(计算技术、计算机技术)
江苏省自然科学基金项目CXLX12_0471
2014-04-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
107-110