10.3969/j.issn.1673-629X.2014.04.024
基于CHOKe模型和神经网络的拥塞控制方法
PID控制能有效实现网络拥塞控制,实现对网络的主动队列管理,但是PID控制器的参数是固定的,不能实时调整。针对网络拥塞控制问题中的参数时变、非线性等问题,文中将CHOKe模型中的“击中”理念和神经网络中的可变学习速率的反向传播算法( VLBP算法)相结合,提出了一种基于CHOKe模型和神经网络的PID拥塞控制的算法-CNRPID算法。该算法能够在线调节PID控制器中的参数。仿真结果表明:CNRPID算法的鲁棒性和平均队列长度等都要优于传统的PID算法。
拥塞控制、CHOKe模型、神经网络、可变学习速率的反向传播算法
TP301(计算技术、计算机技术)
江苏省自然科学基金项目CXLX12_0471
2014-04-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
96-99