随着互联网规模的增长，拥塞已经成为一个十分重要的问题。Internet主要依赖于TCP端到端拥塞控制来避免网络拥塞，但它在很多方面已经不能满足复杂网络中各种应用的需求。在路由器中引入适当的队列管理机制，可有效地对网络进行监测和预防，但现有算法在响应速度、稳定性及环境敏感性等方面仍有缺陷。 本文从端系统和路由器两个层次详细研究了当前IP网络中的拥塞控制策略，针对IP网络实际应用需求展开了系统深入的研究。本文研究的主要内容及创新点如下： 1)针对Internet网络中一些现有算法在具有传输延时以及由于用户数的动态和网络时延变化而引起的高频扰动和测量误差因素的情况下，算法稳定性急剧下降或产生振荡的缺点，设计了一种预测拥塞控制算法，使网络传输中由时变延迟和量化引起的不可测扰动极小化。 2)采用预测控制的方法来调节PID控制器的参数。利用预测控制方法求得控制增量，然后对控制增量进行前向加权求得即时控制率，然后根据求得的控制率设计PID控制器的参数。仿真试验表明，设计的控制器提高了网络性能。 3)采用了神经网络的预测方法。我们利用相邻两个时刻的队列长度差值和的变化趋势来预测下一时刻队列长度差值，从而得到下一时刻队列长度的预测值。根据下一时刻队列长度的预测值与期望值之差来设计控制增益，使网络能及时对流量的变化做出反应，以防止拥塞的发生。该方法可以使路由器中队列长度值稳定在一个期望值附近。 4)利用模糊预测的方法来研究网络拥塞的问题，利用网络在过去两个时刻队列长度的变化值来预测下一个时刻的队列长度。这种采用相邻两个时刻队列长度变化值来预测下一时刻队列长度的方法能更精确的反映出队列的变化趋势。从而对队列长度的变化及时做出反应，使缓冲区中队列长度值稳定在期望值附近。仿真结果证明了算法的有效性。