基于CHOKe模型和神经网络的拥塞控制方法

摘要：

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。

关键词：拥塞控制、CHOKe模型、神经网络、可变学习速率的反向传播算法

分类号：TP301(计算技术、计算机技术)

资助基金：江苏省自然科学基金项目CXLX12_0471

在线出版日期：2014-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：96-99