随着Internet网络规模的增长，由此引发的网络拥塞已成为制约网络发展的瓶颈。不断发展的主动队列管理AQM不仅能较好地解决拥塞问题，而且作为TCP拥塞控制的补充，能提高QoS和Internet的鲁棒性，对该领域的研究有着重要的意义。但现有AQM算法在响应速度和环境敏感性等方面仍有缺陷。模糊控制可以较好地控制复杂、时变、不确定性的网络，把模糊控制引入到AQM可以实现拥塞控制的智能化，提高AQM的稳定性和鲁棒性[1]。目前，关于此方面的研究已引起人们广泛的兴趣。不过模糊控制的参数和规则是静态的，不适合流量具有强突发性或有短暂拥塞的互联网，如何提高基于模糊控制的AQM算法在突发时变网络下的鲁棒性，还需要进一步地探索。　　 本文重点研究采用自适应机制改进基于模糊控制的AQM算法，主要工作如下：　　 ①分析了主动队列管理的研究意义和现状，讨论了模糊控制在AQM中的应用研究及其改进方向。　　 ②分析了具有代表性的REM算法，及基于模糊控制对REM的改进算法(FREM)，讨论了各自的优缺点。　　 ③采用自适应机制改进FREM算法，提出了自适应FREM算法一(ATFREM)，其主要思想是根据负载程度，调整FREM的TQL的大小，使网络系统在动态环境下的高吞吐量、低延迟、低丢失率达到一定程度的平衡。对其进行了仿真分析，结果表明自适应机制能提高FREM在动态环境下的鲁棒性和稳定性。　　 ④采用自适应机制改进FREM算法，提出了自适应FREM算法二(AFREM)，其主要思想是根据负载程度，调整FREM的丢弃概率。对其进行了仿真分析，结果表明在动态环境下AFREM也能有效地将队列长度钳制到固定TQL附近，改善了FREM的控制性能。