一、解决ATM网络拥塞的一种控制方法（论文文献综述）
李鑫[1]（2009）在《基于强化学习理论的网络拥塞控制算法研究》文中研究说明随着Internet的飞速发展,用户数量迅速增加,新的网络应用不断涌现,使得网络流量急剧增加,由此引发的网络拥塞已经成为制约网络发展和应用的瓶颈问题。信息拥塞是影响网络服务质量（QoS）的主要原因。因此,有效地解决拥塞问题对于提高网络性能具有重要意义。网络系统本身存在的时变性和不确定性等因素导致网络是一个复杂的大系统,数学模型的复杂性和精确性往往难以满足网络的实时需求。因此需要设计基于学习思想的拥塞控制算法,以便获得更好的拥塞控制效果。强化学习方法不依赖于被控对象的数学模型和先验知识,而是通过试错和与环境的不断交互获得知识,从而改进行为策略,具有自学习的能力。对于网络这种复杂的时变系统,强化学习是一种理想的选择。鉴于此,本文基于强化学习理论提出了几种拥塞控制算法以解决网络的拥塞控制问题。主要工作概括如下：针对单瓶颈ATM网络的拥塞控制问题,基于强化学习理论中的自适应启发评价方法设计了分层的强化学习ABR流量控制器。控制器的动作选择单元利用分层机制,分别基于缓冲区中队列长度和信元丢失率进行控制。ABR发送速率通过对两个子单元的输出利用加权求和得到。然后,基于模拟退火算法设计了控制器的参数学习过程,加快了学习速度,避免了可能存在的局部极值问题。针对含有两个瓶颈节点的ATM网络的拥塞控制问题,基于强化学习理论中的Q-学习思想设计了Q-学习ABR流量控制器。控制器在网络模型参数未知的情况下,通过Q-函数的设计,将寻找最优控制策略的问题转化为寻找一个最优H矩阵的问题。基于递归最小二乘算法实现了H矩阵的学习,进而得到了使网络性能指标最优的控制策略。针对TCP网络的拥塞控制问题,基于强化学习理论中的Q-学习方法设计了主动队列管理算法。控制器学习TCP网络中状态-动作对所对应的Q-函数值,并利用反映了Q-函数值与当前网络状态联系紧密程度的可信度值来调节学习率。然后,利用状态空间变换的思想对状态空间进行了简化。基于Metropolis规则改进了动作选择策略,实现了对未知空间探索和对已有知识完善两种策略的平衡。其次,基于合作奖赏值将所设计的控制器应用于含有多瓶颈节点的网络环境。针对TCP网络中连续的状态空间,基于模糊Q-学习方法设计了主动队列管理算法。学习过程中学习单元所选择的动作以及对应的Q-函数值都是通过模糊推理得到的。然后,利用遗传算法对每条模糊规则的后件部分进行优化,得到适合于每条模糊规则的最优动作。针对网络中存在非合作用户的问题,基于Nash Q-学习方法设计了流量控制器。针对不同业务以及同类业务的不同QoS要求,基于价格机制,制定了不同的价格标准,并应用于奖赏值的计算中。学习单元通过选择符合Nash平衡条件的Q-函数值进行学习。各用户选择的数据发送速率能够在使网络整体性能达到最优的情况下,使各个用户也获得尽可能高的利益。针对网络的路由选择问题,首先设计了双度量Q-Routing路由算法。将数据包传输时间和路径代价分别作为Q-函数值进行学习,并通过调节考虑两个度量的权重影响路由选择的结果。其次,设计了基于记忆的Q-学习路由算法。路径所对应的Q-函数值通过学习反映网络的状态信息。学习单元通过记忆曾经学习到的最优Q-函数值和曾经发生拥塞路径的恢复速率预测网络流量趋势,进而决定路由策略的选择。
田静[2]（2008）在《基于粒子滤波的ATM网络拥塞预测控制研究》文中提出异步传输模式（Asynchronous Transfer Mode, ATM）网络中,由于其业务的突发性和时变性,源端不能快速响应网络状态的变化,导致信元大量丢失,信息的拥塞成为影响网络服务质量（QoS）的主要原因,其拥塞控制的研究具有重要的理论意义和实用价值。为此,本文在对现有拥塞控制算法进行广泛研究的基础上,从预测控制的角度出发,研究网络的拥塞控制。本文基于ATM网络,针对业务源的统计特性,结合粒子滤波算法良好的预测性能,研究了粒子滤波在网络拥塞预测控制中的应用。本文主要工作如下：（1）从拥塞产生的原因、拥塞特性、判断方法、设计目标等几方面对ATM网络进行分析,提出本文所采用的ATM拥塞控制的预测决策机制。（2）将ATM网络的队列系统模型使用数学语言进行描述,并以信元丢失率作为衡量网络拥塞控制指标,采用粒子滤波算法对网络进行预测,结合网络拥塞的控制流程,降低源端信元发送速率。（3）为平衡预测粒子的有效性和多样性两个性能指标,将遗传机制应用到其重采样模块中,进一步改善预测控制的性能。本文的核心思想在于将粒子滤波算法和改进的遗传重采样粒子滤波算法应用于ATM网络拥塞预测控制,以取得较低的信元丢失率。仿真实验表明,在与模糊神经网络方法比较的过程中,基于粒子滤波方法的拥塞预测控制机制能够对ATM源端信元速率的突变做出更加快速的反应,具有较低的信元丢失率；在使用遗传重采样粒子滤波算法进行预测时,改进的算法具有更低的信元丢失率,拥塞控制效果更佳,保证了网络服务的质量。
杜树新,袁石勇[3]（2007）在《基于神经网络的ATM网络多媒体流拥塞控制》文中研究表明提出了一种在用户-网络接口（UNI）处利用神经网络方法实现ATM网络多媒体流拥塞控制的新方法。在该方法中,控制器输出为信源编码率及其对应的用户百分比,即根据信源编码率及对应的用户百分比调整进入复用缓冲器多媒体流速率,从而克服了以往拥塞控制方法中仅仅调整编码率带来的对所有信源进行整体调整的缺陷,使控制系统在信元丢失率最小情况下保证了多媒体流的质量,从而有效地利用了网络资源。本文还给出了两种实现方式,方式1中,神经网络输出层变量包括编码率及对应用户百分比,由连续编码率量化成离散值;方式2中,神经网络输出层变量只有连续的编码率,然后通过一定的换算公式计算出离散的编码率和对应的用户数。这两种实现方式中,方式1较为直观,但比方式2复杂。对话音流、视频流的仿真表明方法的有效性。
刘志新[4]（2006）在《高速通信网络拥塞控制算法研究》文中研究指明随着互联网技术的飞速发展和用户对服务质量需求的提高，“拥塞”成为通信网络发展的“瓶颈问题”。高速通信网络拥塞控制是通信界与控制界的前沿热点领域。本文侧重研究ATM网络和高速TCP网络拥塞控制算法的设计和稳定性分析。本文首先针对ATM网络ABR业务流量管理问题，基于随动控制结构，考虑时延对系统的影响，提出了一种基于离散模型的改进的ABR流量控制算法，给出了保证时滞系统闭环稳定的参数选择方法，实现了拥塞避免和可用带宽的动态公平分配，改进了现有算法的结果。为提高系统响应速度，简化算法，本文提出了一种快速队列跟踪控制器。所设计的控制器包含两部分：跟踪控制器和前馈控制器，分别实现了对给定期望队列长度的静态无差跟踪和对可用带宽干扰的有效抑制。通过严格的理论推导，得到了保证系统控制器和闭环系统稳定的参数范围，同时获得了在高突发性VBR业务背景下不同链接的Max-Min动态公平性。该算法实现简单，所需参数少，可适应较大范围变化的回路时延。文章的第三部分充分考虑广域网大传输时延和高带宽时延积特征，以缓冲区内队列长度为QoS衡量尺度，将ABR可用带宽视为系统的未知有界扰动信息，设计双Smith预估器，从时域和频域两个角度出发分别分析了系统的稳定性。同时为抑制模型失配信息和控制器输入饱和问题，分别设计了反馈滤波器和辅助控制器。该方案可在较大回路时延和时延抖动环境下稳定运行，由可用带宽波动引起的响应可被完全抑制，且不需要测量可用带宽信息。文章接下来针对基于模型拥塞算法中对网络模型理想化、线性化等不足，基于ER反馈控制机制，设计了Fuzzy-PID型ER控制器。不需对通信网络系统精确建模，根据网络动态特性，充分考虑饱和非线性因素的影响，通过合理选择控制参数，制定了具有较强适应性的控制规则，分别优化PID参数，该方案结合传统PID和Fuzzy推理的优点，结构简单，易于实现。针对多种网络环境进行了仿真验证，分析了可用带宽、回路时延、比例因子等因素对系统性能的影响。仿真结果表明该设计方案具有较好的适应性和鲁棒性。本文的最后一部分研究HSTCP主动队列管理算法的设计。首先分析了HSTCP网络环境的特点和动态窗口调整策略与传统TCP的区别。利用局部线性化的方法将HSTCP非线性模型简化为二阶线性时滞系统。在此基础上，设计了通用PI控制器，称为SPI，解析证明了系统的稳定性，给出了自适应选择控制参数的方法。该方法同时适用标准TCP和HSTCP。运用NS2进行扩展的仿真研究，并与去尾算法的性能进行了比较。仿真结果证实了SPI控制器在两种异构流下的有效性，且具有较高的吞吐量性能，并在异构环境下具良好的公平性和友好性。
罗燕[5]（2004）在《高速网络中拥塞控制研究》文中研究说明通信网络诞生之初，拥塞现象便产生了，它表现为网络某处业务量的聚集。拥塞的发生不仅深刻地影响着网络性能，严重时甚至会引起网络的瘫痪。因而，对拥塞的控制是一个关系到网络是否能够稳定可靠地运行的一个重大的课题，更是通信网络设计面临的一个重要的问题。拥塞控制的主要目的是提高网络资源的利用率以及为信源提供公平的资源分配。随着通信技术与计算机技术的不断融合和发展，传统的电话交换网络已发展成为今天的宽带综合业务数字网B-ISDN，而且还将继续向着高速化和智能化的方向发展。在当今的高速网络中，通信协议的分层结构更加复杂，进入网络的通信业务类型越来越多，它们的传输要求与统计特性也各不相同，这就使得高速网络中的拥塞现象变得更加复杂，而高速网络的拥塞控制问题也面临着新的挑战。 本文在吸收国内外有关拥塞控制策略及其实现算法、描述通信量统计特性和预测业务流量方法的基础上，研究了ATM论坛组织定义的对ABR服务类型实行的闭环式拥塞控制机制，分析与比较了各种控制算法的优缺点，改进了一个简单有效的流量控制算法。并研究了对通信业务量建立模型的问题。基于高速网络中通信流量的自相似性与混沌现象的本质联系，提出了一种网络业务流量的预测方法。 全文的研究内容与主要结果如下： （一） 对高速网络中的拥塞控制策略及其实现算法进行了研究。ATM论坛将拥塞控制策略纳入到高速网络的通信量管理方案中，在其定义的通信量管理文本中，ATM的服务类型被分成了五大类。对不同的服务类别，采取不同的控制方法。其中，对ABR服务类别采用的是一种基于速率的反馈式控制机制。在已经实现了这种反馈式机制的方法中，第一代的方法即二进制方法。二进制方法设计简单，容易操作，但它的不稳定性降低了其有效性，而且公平性很差。第二代的显示速率方法在稳定性和公平性方面改进了很多，但它同时带来了速率计算的复杂性，而且增加了交换机的负担。 （二） 对排队论及其应用的发展过程进行了研究。排队论是交换系统进行性能分析和系统设计的主要工具。随着通信网络结构及交换与传输技术的发展，排队系统的业务输入过程、交换机的服务过程和服务规则已经发生了很大的变化，但它的基本模式和性能分析指标没有变化。直到现在，它仍是常用的系统分析工具，由于入网业务流量的复杂性，现在多用仿真实验代替了以往的数学解析分析。在高速网络中，自相似性的业务输入对排队系统的性能影响仍是一个没有完全解决的问题。重庆大学博士学位论文 （三）研究了描述高速网络中业务流量特性的问题。文中描述了高速网络业务流量自相似性的表现，总结了自相似性的多个等价定义。这些定义从不同的侧面分别表现了自相似性性质的不同特点，如在时间尺度变换下的不变性，自相关函数的长期相关性，业务到达分布律的重尾巴性，以及功率谱密度服从的功率定律。这些特性表明，正是由于业务流量的随机性，使得拥塞控制的问题是一个复杂的随机控制问题。对此控制对象建立恰当的解析模型是设计性能优良的控制算法的一个重要的工作。 （四）业务流量预测是资源分配方案的一种有效措施。准确的业务流量预测，能够为各种网络管理方案如ATM网络中带宽和缓冲区的合理分配提供可靠的数据依据。并由此提高网络的利用率以及有效地避免拥塞的发生。基于自相似性与混沌现象的本质联系，本文研究了混沌时间序列吸引子的特性。它的特征由三个不变的量，Lyapunov指数兄、关联维d和Kolin。岁。v嫡来表征。运用几kens的重构相空间理论和最大切apunov指数的定义，对仿真的自相似业务源的速率值作出了预测，并给出了最大预报时间。该预测模式简单，预测效果好。 （五）深入研究了ABR服务的反馈式控制机制及其实现算法，改进了一种简单有效的流量控制算法，即幻影算法。经过改进后的算法在保留了原来算法的优点，如平滑接入新连接、较强的鲁棒性以及良好的公平性等以外，还通过对设置的不同的拥塞级别采取不同的控制措施的方法，增强了网络避免拥塞的能力。 （六）给出了基于最大切apunov指数的预测算法和改进的幻影算法的仿真实验结果，并进行了分析。 （七）对本文进行了总结，并展望了今后的研究工作。 关键词:拥塞控制，反馈式控制机制，排队理论，自相似性，混沌，预测，仿真实验
郭晓燕[6]（2004）在《ATM网络拥塞控制方法研究》文中研究指明异步转移模式ATM（Asynchronous Transfer Mode）采用基于连接的快速分组交换方式进行数据传输。它具有多业务传输特性，能同时传送语音、视频和数据等业务。与传统的网络有区别，因此它的拥塞控制问题也与普通的网络不完全相同。本文首先介绍了ATM网络的拥塞控制理论，分析了ATM网络拥塞控制问题的特殊性，然后采用最优控制、线性二次型高斯最优随机控制和自己提出的一种算法对ATM网络信元级基于速率的拥塞控制问题进行了研究。仿真证明了算法的有效性，本论文的主要工作从下列三方面展开： 第一，对一种最优控制算法进行了改进，将改进后的算法用于带宽恒定情况下单ATM交换节点的拥塞控制问题中。采用c实现了算法和ERICA算法，在此基础上采用matlab对两种算法进行了仿真比较，仿真结果证明改进后的最优算法对既定控制目标的实现上优于ERICA算法。 第二，考虑到ATM同时传输语音、视频和数据业务的特殊性，因此ABR信源的可用带宽是一个不确定的量，将改进后的最优算法扩展为线性二次型高斯最优随机算法对单交换节点ATM网络的拥塞控制问题进行了研究。采用c和matlab进行了仿真并在相同条件下将该算法和ERICA算法进行了比较。仿真结果证明该算法总体上优于ERICA算法。另外该算法计算简单，易于在交换机上实现。 第三，对于多交换节点的ATM链状网络的拥塞控制问题，提出了一种速率分配算法。考虑到模型的复杂性和并行性，提出采用遗传算法对该算法的性能指标进行优化。最后针对一个具体的网络拓扑结构进行了分析，并给出了算法的分析和流程设计。
谢利超[7]（2004）在《基于ATM网络ABR业务流量控制算法研究》文中认为ATM网络的多业务复用特性及其对QoS的承诺，使得其流量和拥塞控制变得非常复杂。总的来说，ATM网络的流量控制包括开环控制机制和闭环控制机制。开环机制包括连接允许控制，使用参数控制，流量成形等，这些开环机制能够有效地用于CBR，VBR等业务。对于ABR业务，ATM论坛最终确定其流量及拥塞控制是一种基于速率的闭环反馈控制机制，这使得ABR成为五种业务中唯一一种速率可控的业务。这种基于速率的机制和Internet中使用的窗口机制的显着区别在于，前者向源端反馈的是直接的速率信息，而后者反馈的则是窗口的大小。ABR业务的流量控制是本文讨论的主题。 现有的ABR业务流量控制算法，都存在一些问题和需要改进的地方。本文的第三章，针对二进制算法收敛慢和缓存队列长度大幅振荡的缺点，提出一种参数自适应算法。仿真证明，这种算法能够快速解除拥塞并能有效地减小对缓存的依赖。这也说明，根据网络的拥塞状态动态地选择参数可以使得算法的性能得到优化。然后，利用描述函数的方法分析了二进制算法的稳定性，给出了二进制算法绝对稳定的一个充分条件，并就如何改善算法的稳定性提出了一些有用的建议。 第四章讨论了ABR业务流量控制算法面临的问题，包括时延问题，公平性与稳定性问题，多播，多业务背景及TCP over ABR时的流量与拥塞控制等。其中重点讨论了时延问题，并提出了一种可以减小控制时延的算法，以减小由时延引起的控制滞后效应。最后是对本文的总结，其中主要论述了本文提出的两种算法的不足之处和进一步改进的方向。 本文的讨论对ABR业务流量控制算法的优化和高速ATM交换机的设计具有实际的指导意义。
刘庆峰[8]（2004）在《基于源端的ATM网络ABR业务流量控制》文中指出高速计算机通信网络的关键技术之一是异步传输模式（ATM：Asynchronous Transfer Mode）技术。在ATM网络中，信息的拥塞及丢失是影响网络业务服务质量的主要原因。自适应比特率（ABR：Available Bit Rate）业务是唯一一种可采用反馈机制进行流量控制的业务，因此，近年来ABR业务流量的控制和管理问题成为一个研究热点。通信网络是一个庞大的复杂系统，ATM网络拥塞控制的研究对网络的控制和通信均具有重要的理论意义和实用价值。本文正是以此为研究对象，将控制理论概念引入到网络通信中，很好地解决可控流的拥塞控制问题。本文首先介绍了ATM网络的基本原理，ABR业务的反馈机制，以及ABR流量控制机制，分析了现有的ATM网络拥塞控制原理。其次，对现有基于速率的流量控制算法进行了分析，这些算法中大多都能提高活动连接和连接装置的公平性，但是，也给交换机带来更大的复杂性。基于这点，本文提出了一种流量控制算法，并将部分速率计算工作从交换机转移到源端系统中进行。结果表明，该算法能够减少交换机的速率计算工作以及交换复杂性。而且，还降低了交换机在每一时间间隔内为每条链路计算负载因子的难度，从而使网络中的队列长度保持在稳定状态下，进而达到了网络的全局最优性。最后，本文对提出的算法进行了仿真实验。由于本算法引入三个参数，这三个参数的值对本算法进行拥塞控制的效果起到决定性作用，因此，在仿真中，重点对三个参数的取值范围进行仿真，给出了该参数的最优解，同时，在相同的仿真模型中，对ERICA+算法也进行仿真，对仿真结果进行比较，结果表明该算法达到了很好的效果。该方法和算法的提出，对解决ATM网络的拥塞问题提供了理论指导，具有一定理论意义和实践意义。
马吉荣[9]（2004）在《ATM网络离散事件仿真方法及预测拥塞算法设计》文中研究指明异步传递模式（ATM）是实现B-ISDN的关键技术，但当多种业务或多个连接同时到达某个节点，或高速链路接入慢速网络时，易引起此节点的缓冲区队列长度迅速上升而溢出，导致拥塞。拥塞又会引起网络处理延时的增加，进一步使拥塞加剧，甚至导致网络崩溃。因此，设计有效的算法控制网络拥塞，是提高网络资源利用率和改善网络服务质量的首要任务。 本文首先利用离散事件系统和Petri网理论对ATM网络的端系统行为进行了分析，说明了ATM网络内部的离散事件运行机制和算法流程，并结合显式前向拥塞指示（EFCI）算法及用于拥塞避免的显式速率指示（ERICA）算法进行了说明。为了进一步理解两种算法的运行机制，利用仿真软件OPNET对这两种算法在源端，交换端及目的端分别进行了实现。 然后，针对目前拥塞控制算法没有考虑网络延时的情况，利用控制理论的基本方法，在有网络延时的情况下，提出了基于预测的EFCI算法（P-EFCI）。OPNET仿真研究表明本文提出的改进EFCI方法在性能上要优于原有的EFCI算法。 为了进一步提高扩展的EFCI算法的性能，本文最后分析了有延时和VBR业务源端的缓冲区队列系统的流量控制模型，提出了具有稳定性的广义预测拥塞控制算法，并分析了算法的公平性及稳定性。OPNET仿真比较分析和实验结果表明稳定的广义预测拥塞控制算法在性能上要好于双PD（DPDC）算法。 综上所述，本文通过结合EFCI和ERICA算法分析了ATM网络端系统的离散事件系统行为，说明了拥塞控制算法的运行机制。在此基础上，提出了改进的EFCI算法和具稳定性的广义预测算法，并证明了算法的稳定性和公平性。最后仿真结果表明所提算法在交换机队列长度、源端发送速率和链路利用率等方面的性能上有了较大的提高。
赵雪[10]（2004）在《ATM网络拥塞控制的智能PID方法研究》文中研究说明ATM（Asynchronous Transform Mode）——异步传输模式网络技术，是当前宽带网络（如ADSL、VDSL等）的核心技术，自1994年以来已从实验室研究大量走向实际应用。它结合了电路网络和计算机网络的优点，能承载语音、数据和图像等多种业务。但是，随着网络业务量的增加，ATM网络的拥塞控制越发成为迫切需要解决的难题。 ATM网络的一个重要特征就是它能提供几类服务以满足不同服务质量的要求，这包括：恒定比特率（CBR）、未定比特率（UBR）、可用比特率（ABR）以及可变的比特率（VBR）服务。这些服务中，CBR和VBR属于“受保护”的服务，它们被网络中的交换机赋予更高的优先权，优先获得链路带宽的分配。ABR则是利用CBR和VBR连接剩余的带宽来承载“尽力传输”的业务；此外，ABR服务主要用于支持数据应用，在网络信息传输中有着重要的地位。因此ABR业务的拥塞控制显得尤为重要。 ABR业务采用基于速率反馈的拥塞控制机制，主要有两种实现方案：二进制速率反馈和显示速率反馈方案。在高速网络中，实现方案的简洁性在很大程度上决定着交换机的性能，所以广大交换机厂商纷纷采用了相对简单的二进制速率反馈方案。但是，传统的二进制ABR业务拥塞控制机制大多基于启发式法则而没有正式的理论支持，所以这些方法存在两个不足，一是队列长度和源端允许信元速率呈现振荡性；二是在具有大的带宽时延乘积的网络中，控制效果不佳。本文摒弃了以往二进制ABR拥塞控制中采用的直觉分析方法，从控制理论的角度分析了该问题。本文的主要工作包括： 首先，基于流体流理论建立了单瓶颈节点的二进制ABR流的网络模型。在对该模型线性化后，本文对二进制ABR拥塞控制广泛采用的显示前向拥塞指示（EFCI）算法进行了性能分析，结果表明二进制EFCI算法导致系统振荡的主要原因在于判定和解除拥塞状态时引入了非线性环节，而非二进制机制的内在属性。因此从理论上讲，二进制反馈机制的简洁性应该有充分发挥的空间。这为论文的研究奠定了基础。 然后，采用上述模型，分别基于线性PID、模糊PID、神经PID、专家PID摘要及遗传算法PID技术，研究了二进制ABR流的拥塞控制问题。线性PID控制器在一定程度上抑制了系统振荡，使得系统的稳态/动态性能有所改善，同时使得系统具有一定的鲁棒性。继普通PID控制之后，设计了三种改进的PID控制器，即积分分离PID、变速积分PID及微分先行PID控制器，这类改进的PID控制器进一步改善了系统性能，但其效果不明显。 将模糊逻辑与PID技术相结合，研究设计了直接控制量模糊PID控制器、模糊自适应整定PID控制器及模糊免疫PID控制器，并将其成功地应用于二进制ABR流的拥塞控制。仿真表明这类控制器不仅具有传统PID控制器的优良特性，而且由于模糊逻辑的加入，当系统受到可变比特流的干扰或系统参数变化时，控制器翔玉能很好地完成控制任务。一 将神经网络与PID技术相结合，研究设计了单神经元自适应PID控制器，并根据控制经验将其进行了改进;提出了一种动态前向网络范畴的新型神经元PID控制器，并将其成功地应用于二进制ABR流的拥塞控制。这类控制器通过自学习，取得了良好的控制效果，有效的抑制了系统振荡，实现了零超调、零误差，增强了系统的鲁棒性。相对于其它拥塞控制机制，这类控制机制的综合性能更加突出。 将专家知识及遗传算法与PID技术相结合，研究设计了专家PD控制器和基于遗传算法的PID控制器，并将其应用于二进制ABR流的拥塞控制。仿真表明这两种控制方法的有效性，但是其控制效果仍有待改善。 最后，本文分析比较了各类拥塞控制方法，指出了它们的优缺点，同时对ABR拥塞控制及智能Pro控制的应用前景进行了展望。
二、解决ATM网络拥塞的一种控制方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、解决ATM网络拥塞的一种控制方法（论文提纲范文）
（1）基于强化学习理论的网络拥塞控制算法研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 目录 |
| 第1章 绪论 |
| 1.1 网络拥塞控制研究的意义 |
| 1.2 网络拥塞控制的发展及研究概况 |
| 1.2.1 ATM网络的ABR流量控制 |
| 1.2.2 TCP网络的队列管理算法 |
| 1.2.3 QoS路由管理算法 |
| 1.3 强化学习研究概述 |
| 1.4 本文主要工作 |
| 第2章 基于模拟退火的分层强化学习ABR流量控制器的设计 |
| 2.1 引言 |
| 2.2 网络模型描述 |
| 2.3 基于分层强化学习的ABR流量控制器的设计 |
| 2.3.1 ABR流量控制器的结构 |
| 2.3.2 AEN的设计与参数学习 |
| 2.3.3 ASN的设计 |
| 2.3.4 SAM的设计 |
| 2.4 基于模拟退火的ASN参数学习 |
| 2.5 系统仿真 |
| 2.6 小结 |
| 第3章 基于递归最小二乘的Q-学习多瓶颈ABR流量控制器的设计 |
| 3.1 引言 |
| 3.2 网络模型描述 |
| 3.3 基于最小二乘的Q-学习流量控制器的设计 |
| 3.3.1 控制器的设计 |
| 3.3.2 基于递归最小二乘的控制器学习算法 |
| 3.4 系统仿真 |
| 3.5 小结 |
| 第4章 基于Metropolis规则的Q-学习AQM控制器的设计 |
| 4.1 引言 |
| 4.2 基于Q-学习的AQM控制器的结构 |
| 4.3 基于Q-学习的AQM控制器的设计 |
| 4.4 基于Metropolis规则的动作选择策略 |
| 4.5 状态空间变换 |
| 4.6 多瓶颈链路Q-学习AQM控制器的设计 |
| 4.7 系统仿真 |
| 4.7.1 单瓶颈链路网络仿真 |
| 4.7.2 多瓶颈链路网络仿真 |
| 4.8 小结 |
| 第5章 基于遗传算法的模糊Q-学习AQM控制器的设计 |
| 5.1 引言 |
| 5.2 模糊Q-学习方法研究 |
| 5.3 AQM控制器的结构 |
| 5.4 AQM控制器的设计 |
| 5.5 基于遗传算法的参数寻优 |
| 5.5.1 遗传算法的基本原理 |
| 5.5.2 基于遗传算法的参数学习机制 |
| 5.6 系统仿真 |
| 5.7 小结 |
| 第6章 基于价格机制的Nash Q-学习流量控制器的设计 |
| 6.1 引言 |
| 6.2 TCP的价格机制 |
| 6.3 基于价格机制的奖赏函数设计 |
| 6.4 Nash Q-学习流量控制器的设计 |
| 6.5 系统仿真 |
| 6.6 小结 |
| 第7章 基于Q-学习的路由算法 |
| 7.1 引言 |
| 7.2 基于双度量的Q-Routing路由算法 |
| 7.2.1 路由算法设计 |
| 7.2.2 系统仿真 |
| 7.3 基于记忆的Q-学习路由算法 |
| 7.3.1 路由算法设计 |
| 7.3.2 系统仿真 |
| 7.4 小结 |
| 第8章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间所做的工作 |
| 作者简历 |
（2）基于粒子滤波的ATM网络拥塞预测控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 ATM网络的发展及研究现状 |
| 1.2.1 ATM网络的发展 |
| 1.2.2 ATM网络拥塞控制的研究现状 |
| 1.3 本文主要工作 |
| 第二章 ATM拥塞预测控制机制分析 |
| 2.1 ATM简介 |
| 2.2 ATM网络拥塞分析 |
| 2.2.1 拥塞产生的原因分析 |
| 2.2.2 拥塞特性分析 |
| 2.2.3 拥塞判断方法 |
| 2.3 ATM网络拥塞控制方法 |
| 2.3.2 流量控制算法的设计目标 |
| 2.3.3 基于速率的流量控制方法 |
| 2.4 ATM拥塞预测控制机制 |
| 2.5 本章小结 |
| 第三章 基于粒子滤波的拥塞预测控制 |
| 3.1 拥塞控制系统模型 |
| 3.1.1 队列系统描述 |
| 3.1.2 信元丢失率 |
| 3.2 粒子滤波算法 |
| 3.2.1 粒子滤波理论 |
| 3.2.2 粒子滤波算法分析 |
| 3.3 网络拥塞预测控制流程 |
| 3.3.1 粒子滤波预测流程 |
| 3.3.2 拥塞控制流程 |
| 3.4 仿真实验 |
| 3.5 本章小结 |
| 第四章 基于遗传粒子滤波的拥塞预测控制 |
| 4.1 粒子滤波重采样算法 |
| 4.1.1 多项式重采样算法及其仿真结果 |
| 4.1.2 残差重采样算法及其仿真结果 |
| 4.2 遗传重采样粒子滤波拥塞预测控制 |
| 4.2.1 遗传算法优化流程 |
| 4.2.2 遗传重采样粒子滤波流程 |
| 4.2.3 仿真实验 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间所做的工作 |
（3）基于神经网络的ATM网络多媒体流拥塞控制（论文提纲范文）
| 1 引言 |
| 2 基于神经网络的拥塞控制器设计 |
| 2.1 拥塞控制器1设计 |
| 2.2 拥塞控制器2设计 |
| 3 仿真 |
| 3.1 仿真例子1:话音信源的拥塞控制仿真 |
| 3.2 仿真例子2:视频信源的拥塞控制仿真 |
| 4 结束语 |
（4）高速通信网络拥塞控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 网络拥塞控制研究的意义 |
| 1.2 ATM 网络拥塞控制算法 |
| 1.2.1 二进制反馈方案 |
| 1.2.2 启发式显式速率反馈方案 |
| 1.2.3 基于控制理论显式速率反馈方案 |
| 1.3 高速 TCP 拥塞控制算法 |
| 1.3.1 AQM 算法 |
| 1.3.2 HSTCP |
| 1.3.3 XCP |
| 1.4 论文的主要研究内容 |
| 第2章 基于随动跟踪的 ABR 流量控制改进算法 |
| 2.1 引言 |
| 2.2 网络信息传输描述 |
| 2.2.1 反馈机制 |
| 2.2.2 网络模型描述 |
| 2.3 拥塞控制器设计 |
| 2.4 拥塞算法实现 |
| 2.5 仿真研究 |
| 2.6 本章小结 |
| 第3章 FTQ 拥塞控制算法 |
| 3.1 引言 |
| 3.2 网络系统模型 |
| 3.3 控制器设计 |
| 3.3.1 快速队列跟踪控制器 |
| 3.3.2 前馈控制器 |
| 3.4 VC 公平性 |
| 3.5 仿真研究 |
| 3.6 本章小结 |
| 第4章 基于双 Smith 预估器的 ABR 业务拥塞控制 |
| 4.1 引言 |
| 4.2 模型描述 |
| 4.3 控制器设计 |
| 4.3.1 控制目标 |
| 4.3.2 传统 Simth 预估器 |
| 4.3.3 双 Smith 预估器 |
| 4.3.4 反馈滤波器设计 |
| 4.3.5 辅助控制器设计 |
| 4.3.6 ER 更新算法 |
| 4.4 仿真研究 |
| 4.5 本章小结 |
| 第5章 ATM 网络模糊控制算法研究 |
| 5.1 引言 |
| 5.2 网络信息传输描述 |
| 5.3 模糊逻辑与模糊控制器设计 |
| 5.3.1 模糊逻辑 |
| 5.3.2 模糊控制器设计 |
| 5.4 仿真研究 |
| 5.5 本章小结 |
| 第6章 HSTCP 主动队列管理算法研究 |
| 6.1 引言 |
| 6.2 模型描述 |
| 6.3 控制器设计 |
| 6.4 仿真研究 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
（5）高速网络中拥塞控制研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 拥塞控制 |
| 1.1.1 拥塞现象及其表征 |
| 1.1.2 拥塞现象发生的主要原因 |
| 1.1.3 拥塞的危害性 |
| 1.1.4 拥塞控制综述 |
| 1.2 国内外研究状况综述 |
| 1.2.1 ABR服务的流量控制机制和流量控制算法综述 |
| 1.2.2 业务量建模研究 |
| 1.2.3 业务流量预测 |
| 1.3 本文的主要工作 |
| 1.4 内容安排 |
| 1.5 本章小结 |
| 2 ATM网络及其拥塞控制 |
| 2.1 ATM网络 |
| 2.2 通信量管理与控制框架 |
| 2.2.1 通信量管理 |
| 2.2.2 通信量控制 |
| 2.3 反馈式控制制 |
| 2.3.1 二进制式方法 |
| 2.3.2 显式速率ER方法 |
| 3 排队论及其应用 |
| 3.1 系统模型和性能指标 |
| 3.2 经典排队论 |
| 3.3 肯达尔模型 |
| 3.4 现代排队论 |
| 4 自相似通信量研究 |
| 4.1 自相似的通信量 |
| 4.2 自相似随机过程的数学定义 |
| 4.3 自相似模型研究进展 |
| 4.3.1 分数布朗运动模型 |
| 4.3.2 分数自回归整合滑动平均FARIMA |
| 4.3.3 服从Pareto分布的0N-OFF模型 |
| 4.3.4 其它 |
| 4.4 自相似性对排队性能的影响 |
| 4.5 自相似性参数 H的估计 |
| 5 基于混沌时间序列分析的预测 |
| 5.1 混沌现象及其应用 |
| 5.1.1 混沌吸引子 |
| 5.1.2 混沌的定义及其特征量 |
| 5.1.3 混沌的应用 |
| 5.2 混沌时间序列分析及应用 |
| 5.3 基子最大Lyapunov指数的预测方法 |
| 5.3.1 相空间重构 |
| 5.3.2 Lyapunov指数特性及其数值计算 |
| 5.3.3 预测模式 |
| 5.3.4 多步预测 |
| 5.4 结论 |
| 6 改进的幻影方案在拥塞避免与控制中的应用 |
| 6.1 Phantom方法的原理 |
| 6.2 Phantom算法 |
| 6.3 改进的Phantom算法 |
| 6.4 结论 |
| 7 仿真实验及分析 |
| 7.1 预测模式的仿真实验 |
| 7.2 改进的Phantoln算法的仿真实验 |
| 8 研究总结与展望 |
| 8.1 研究内容总结 |
| 8.2 目前存在的一些问题 |
| 8.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 |
| 附录2 |
（6）ATM网络拥塞控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 问题的提出 |
| 1.2 ATM网络拥塞控制问题的研究现状 |
| 1.3 本文的主要研究工作 |
| 第2章 ATM网络的拥塞控制理论 |
| 2.1 ATM的概念 |
| 2.1.1 ATM的一些基本概念 |
| 2.1.2 ATM信道类型 |
| 2.1.3 ATM的服务类型 |
| 2.2 ATM的拥塞控制 |
| 2.2.1 ATM网络的拥塞分级 |
| 2.2.2 ATM拥塞特性 |
| 2.3 ATM拥塞控制策略 |
| 2.4 拥塞回避策略 |
| 2.4.1 基于窗口的流量控制(WBC)方法 |
| 2.4.2 基于信用证的流量控制(CBC)方法 |
| 2.4.3 基于速率的流量控制(RBC)方法 |
| 2.5 基于速率的流量控制方法总结 |
| 2.5.1 EPRCA算法 |
| 2.5.2 ERICA算法 |
| 2.6 本章小结 |
| 第3章 单节点ATM网络拥塞控制算法 |
| 3.1 前言 |
| 3.2 线性二次型性能指标函数最优控制问题 |
| 3.3 基于最优控制的拥塞控制速率分配算法 |
| 3.3.1 模型描述 |
| 3.3.2 设定控制目标 |
| 3.3.3 问题的求解 |
| 3.3.4 仿真研究 |
| 3.4 随机控制理论 |
| 3.4.1 离散时间随机状态控制系统模型 |
| 3.4.2 离散时间LQG完全状态最优随机控制 |
| 3.5 基于LQG的拥塞控制速率分配算法 |
| 3.5.1 算法的设计思想 |
| 3.5.2 系统模型描述 |
| 3.5.3 仿真比较 |
| 3.6 本章小结 |
| 第4章 多节点拥塞控制速率分配算法 |
| 4.1 系统模型描述 |
| 4.2 优化算法的选择 |
| 4.2.1 遗传算法的基本思想 |
| 4.2.2 遗传算法的特点 |
| 4.2.3 遗传算法的基本操作 |
| 4.2.4 遗传算法的应用情况 |
| 4.2.5 遗传算法及其算法实现 |
| 4.3 实例和优化算法设计 |
| 4.3.1 模型建立 |
| 4.3.2 优化算法设计 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（7）基于ATM网络ABR业务流量控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 流量控制及其意义 |
| 1.1.1 网络拥塞的产生及其影响 |
| 1.1.2 流量控制的意义及其分类 |
| 1.2 Internet网中的流量与拥塞控制 |
| 1.2.1 TCP滑动窗口机制及其特点 |
| 1.2.2 IP层的拥塞控制机制 |
| 1.3 ATM网络ABR业务流量控制及其研究现状 |
| 1.4 本文的结构特色与创新点 |
| 第2章 ATM网络及其流量控制基础 |
| 2.1 ATM网络技术概述 |
| 2.2 ATM网络中的流量控制 |
| 2.3 ABR业务的流量控制 |
| 2.3.1 RM信元及源端与目的端的行为 |
| 2.3.2 ABR业务的三类算法 |
| 2.3.2.1 二进制算法及其特点 |
| 2.3.2.2 近似公平速率算法及其特点 |
| 2.3.2.3 精确公平速率算法及特点 |
| 2.4 小结 |
| 第3章 参数自适应的ABR业务流量控制算法研究 |
| 3.1 参数对二进制算法的影响分析 |
| 3.1.1 模型建立及参数设置分析 |
| 3.1.2 Q_h和β与缓存大小关系仿真 |
| 3.2 参数自适应算法及其性能分析 |
| 3.2.1 算法描述 |
| 3.2.2 仿真及性能分析 |
| 3.3 二进制流量控制算法稳定性分析 |
| 3.3.1 二进制算法的控制模型 |
| 3.3.2 算法的稳定性分析 |
| 3.4 小结 |
| 第4章 ABR业务流量控制算法的问题及解决办法 |
| 4.1 ABR流量控制算法的评价标准及其问题 |
| 4.2 时延问题及其解决办法 |
| 4.2.1 时延问题概述 |
| 4.2.2 一种可以减小控制时延的算法 |
| 4.3 公平性和稳定性问题 |
| 4.4 多播及TCP over ABR问题 |
| 4.5 小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A(攻读学位期间所发表的学术论文目录) |
| 附录B(攻读学位期间参加的科研项目) |
（8）基于源端的ATM网络ABR业务流量控制（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第1章 绪论 |
| 1.1 研究背景与动机 |
| 1.2 ATM网络拥塞控制分析 |
| 1.2.1 早期工作 |
| 1.2.2 预防式控制 |
| 1.2.3 反应式控制 |
| 1.2.4 拥塞控制目标 |
| 1.3 课题研究内容 |
| 1.4 本章小结 |
| 第2章 ABR流量控制机制 |
| 2.1 ATM网络的业务模型分析 |
| 2.2 ABR流量控制的意义 |
| 2.3 ATM网络中的流量管理 |
| 2.4 ATM信元 |
| 2.4.1 信元结构 |
| 2.4.2 ATM信元类型 |
| 2.5 ATM交换 |
| 2.5.1 TP、VP、VC的关系 |
| 2.5.2 交换要求 |
| 2.5.3 ATM交换基本原理 |
| 2.5.4 ATM交换功能及其实质 |
| 2.5.5三 种缓冲方式 |
| 2.6 本章小结 |
| 第3章 ABR拥塞控制算法的研究 |
| 3.1 引言 |
| 3.2 RM信元 |
| 3.3 ABR业务参数 |
| 3.4 网络单元行为描述 |
| 3.4.1 两种信元类型的定义 |
| 3.4.2 源端行为 |
| 3.4.3 终端行为 |
| 3.4.4 交换机行为 |
| 3.5 常规的拥塞解决方案 |
| 3.5.1 基于窗口的流控方法 |
| 3.5.2 基于速率的控制 |
| 3.5.3 基于信用卡的流控 |
| 3.6 几种典型拥塞控制算法的分析 |
| 3.6.1 ERICA+方法 |
| 3.6.2 漏桶算法 |
| 3.7 基于模糊神经网络和令牌机制的拥塞控制方法 |
| 3.7.1 系统设计思想 |
| 3.7.2 控制系统总模型 |
| 3.7.3 模糊神经网络控制器 |
| 3.7.4 仿真结果 |
| 3.8 本章小结 |
| 第4章 ATM网络中基于速率流量控制机理的源端控制法 |
| 4.1 引言 |
| 4.2 源端的ABR流量控制方法 |
| 4.2.1 队列占用情况的判断 |
| 4.2.2 队列占用情况的控制 |
| 4.2.3 交换机完成的工作 |
| 4.2.4 源端完成的工作 |
| 4.2.5 参数的选择 |
| 4.3 仿真模型的建立 |
| 4.4 仿真结果 |
| 4.4.1 仿真实验1 |
| 4.4.2 仿真实验2 |
| 4.4.3 仿真实验3 |
| 4.4.4 仿真实验4 |
| 4.4.5 仿真实验5 |
| 4.4.6 仿真实验6 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
（9）ATM网络离散事件仿真方法及预测拥塞算法设计（论文提纲范文）
| 0 引言 |
| 1 ATM网络简介及拥塞控制算法仿真研究的目的意义 |
| 1.1 ATM网络简介 |
| 1.1.1 ATM标准及规范 |
| 1.1.2 ATM信元 |
| 1.1.3 ATM的虚连接、虚通路及虚通道 |
| 1.1.4 ATM协议栈 |
| 1.1.5 ATM主要通信特征参数及服务类型 |
| 1.2 ATM网络的拥塞控制 |
| 1.2.1 ATM网络拥塞控制的原因 |
| 1.2.2 拥塞控制算法及评价标准 |
| 1.2.3 拥塞控制离散事件仿真方法及目的意义 |
| 1.3 本文的工作 |
| 2 ATM网络拥塞控制的离散事件调度过程分析 |
| 2.1 ATM网络拥塞控制的反馈机制 |
| 2.2 Petri网概述 |
| 2.3 EFCI算法 |
| 2.3.1 算法概述 |
| 2.3.2 EFCI算法的离散事件系统流程分析 |
| 2.4 ER算法 |
| 2.4.1 算法概述 |
| 2.4.2 ERICA算法的离散事件系统流程分析 |
| 2.5 OPNET实现 |
| 2.5.1 OPNET简介 |
| 2.5.2 利用OPNET进行离散事件分析、实现的过程 |
| 2.5.3 EFCI算法实现 |
| 2.5.4 ER算法实现 |
| 3 ATM网络拥塞控制的离散事件仿真分析 |
| 3.1 ABR流控机制 |
| 3.2 交换机队列模型 |
| 3.3 EFCI改进方法 |
| 3.3.1 P-EFCI算法设计 |
| 3.3.2 P-EFCI算法实现 |
| 3.3.3 仿真结果比较 |
| 3.4 基于实时调度的具稳定性的GPC算法 |
| 3.4.1 具稳定性的预测拥塞控制器设计 |
| 3.4.2 公平性分析 |
| 3.4.3 算法实现 |
| 3.4.4 仿真结果比较 |
| 4 结束语 |
| 参考文献 |
（10）ATM网络拥塞控制的智能PID方法研究（论文提纲范文）
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 基于速率的ABR业务拥塞控制研究现状 |
| 1.3 智能PID控制概述 |
| 1.4 本文的主要工作 |
| 第2章 ATM网络及ABR业务拥塞控制 |
| 2.1 ATM网络简介 |
| 2.1.1 ATM网络的业务类型及服务质量 |
| 2.1.2 ATM拥塞的原因 |
| 2.1.3 ATM网络拥塞的危害 |
| 2.2 ABR业务基于速率的拥塞控制机制 |
| 2.2.1 ABR流量控制方案 |
| 2.2.2 ABR服务参数 |
| 2.2.3 ABR源、目的和交换机的行为 |
| 2.2.4 ABR流量控制算法的设计目标 |
| 2.3 小结 |
| 第3章 二进制ABR业务拥塞控制的网络模型 |
| 3.1 ATM网络模型及其拥塞控制系统 |
| 3.2 二进制ABR流量／拥塞控制的模型 |
| 3.2.1 二进制流体流模型的建立 |
| 3.2.2 模型线性化 |
| 3.3 EFCI算法的性能分析 |
| 3.4 小结 |
| 第4章 基于PID的二进制ABR拥塞控制 |
| 4.1 线性PID控制器 |
| 4.1.1 PID控制器设计 |
| 4.1.2 PID控制器仿真结果 |
| 4.1.3 PID控制器性能分析 |
| 4.2 积分分离PID控制 |
| 4.2.1 积分分离PID控制原理 |
| 4.2.2 仿真结果及性能分析 |
| 4.3 变速积分PID控制 |
| 4.3.1 变速积分PID控制原理 |
| 4.3.2 仿真结果及性能分析 |
| 4.4 微分先行PID控制 |
| 4.4.1 微分先行PID控制原理 |
| 4.4.2 仿真结果及性能分析 |
| 4.5 小结 |
| 第5章 基于模糊PID的二进制ABR拥塞控制 |
| 5.1 模糊控制 |
| 5.1.1 模糊控制的基本原理 |
| 5.1.2 模糊控制器 |
| 5.1.3 模糊控制器的特点 |
| 5.2 模糊PID控制器 |
| 5.2.1 直接控制量型模糊PID控制 |
| 5.2.2 模糊控制器设计 |
| 5.2.3 仿真结果及性能分析 |
| 5.3 模糊自适应整定PID控制 |
| 5.3.1 模糊自适应整定PID控制原理 |
| 5.3.2 模糊自适应整定控制器设计 |
| 5.3.3 仿真结果及性能分析 |
| 5.4 模糊免疫PID控制 |
| 5.4.1 模糊免疫PID控制原理 |
| 5.4.2 模糊控制器的设计 |
| 5.4.3 仿真结果及性能分析 |
| 5.5 小结 |
| 第6章 基于神经PID的二进制ABR拥塞控制 |
| 6.1 神经网络理论的概述 |
| 6.1.1 神经元及其特性 |
| 6.1.2 神经网络的结构与特性 |
| 6.1.3 神经网络的基本学习方法 |
| 6.2 单神经元自适应PID控制 |
| 6.2.1 单神经元自适应PID控制原理 |
| 6.2.2 仿真结果及性能分析 |
| 6.3 新型神经元PID自适应控制器 |
| 6.3.1 新型神经元PID控制原理 |
| 6.3.2 仿真结果及分析 |
| 6.4 神经网络模糊PID控制器 |
| 6.4.1 神经网络模糊PID控制原理 |
| 6.4.2 神经网络模糊PID控制器设计 |
| 6.4.3 仿真结果及分析 |
| 6.5 小结 |
| 第7章 基于专家和遗传PID的ABR拥塞控制 |
| 7.1 专家PID控制 |
| 7.1.1 专家PID控制原理 |
| 7.1.2 仿真结果及分析 |
| 7.2 基于遗传算法的PID控制器 |
| 7.2.1 遗传算法的基本原理 |
| 7.2.2 基于遗传算法的PID控制器 |
| 7.2.3 仿真结果及性能分析 |
| 7.3 小结 |
| 第8章 各种PID控制器性能的分析比较与展望 |
| 8.1 控制器的性能分析与比较 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 作者攻读硕士学位期间参加的科研项目和发表的论文 |
四、解决ATM网络拥塞的一种控制方法（论文参考文献）
- [1]基于强化学习理论的网络拥塞控制算法研究[D]. 李鑫. 东北大学, 2009(06)
- [2]基于粒子滤波的ATM网络拥塞预测控制研究[D]. 田静. 东北大学, 2008(03)
- [3]基于神经网络的ATM网络多媒体流拥塞控制[J]. 杜树新,袁石勇. 电路与系统学报, 2007(04)
- [4]高速通信网络拥塞控制算法研究[D]. 刘志新. 燕山大学, 2006(03)
- [5]高速网络中拥塞控制研究[D]. 罗燕. 重庆大学, 2004(02)
- [6]ATM网络拥塞控制方法研究[D]. 郭晓燕. 北京工业大学, 2004(04)
- [7]基于ATM网络ABR业务流量控制算法研究[D]. 谢利超. 湖南大学, 2004(04)
- [8]基于源端的ATM网络ABR业务流量控制[D]. 刘庆峰. 燕山大学, 2004(04)
- [9]ATM网络离散事件仿真方法及预测拥塞算法设计[D]. 马吉荣. 大连理工大学, 2004(04)
- [10]ATM网络拥塞控制的智能PID方法研究[D]. 赵雪. 东华大学, 2004(03)