论文部分内容阅读
针对具有参数时变及非线性特性的网络拥塞控制系统,提出了一种模糊增益神经元主动队列管理算法（FN-AQM）.采用路由器队列长度及数据流速作为拥塞度量,在检测当前拥塞信息的同时,预测未来拥塞的状况.结合神经元控制和模糊控制的优点,利用单神经元计算数据包标记概率,采用有监督的Hebb学习规则在线调整加权系数.设计的模糊控制器可动态调整神经元增益,能获得更好的控制性能.FN-AQM具有结构简单、易于实现、自适应能力强等优点.仿真实验结果表明,FN-AQM能快速将队列调整至目标值,并维持较小的队列抖动,对动态数据流