导读:本文包含了自适应网络拥塞控制论文开题报告文献综述及选题提纲参考文献，主要关键词:RED算法,拥塞控制,模糊控制,参数自适应
自适应网络拥塞控制论文文献综述
温春晖[1]（2018）在《网络拥塞控制中的自适应RED算法研究》一文中研究指出网络影响着整个世界的发展,不管是互联网还是物联网,以及现阶段火热的人工智能、云计算和大数据,这些前沿技术领域的发展都离不开一个好的网络服务平台,要使网络能够做好时代经济发展的坚实后盾,网络在大数据时代就必须要有一个强大的数据传输能力,而网络拥塞控制就是提高网络传输能力的关键点,所以如何避免数据拥塞就成为了一个当前值得研究的课题方向。本文主要针对队列管理算法中的RED(Random Early Detection)算法进行改进研究,首先针对RED算法容易出现全局同步的现象,本文提出一种模糊控制的自适应RED改进算法。其次针对RED算法所存在的参数敏感性问题,本文提出了一种具有参数自适应动态调整功能的RED算法。本文的主要内容如下:1.提出一种基于模糊控制的参数自适应RED改进算法—FARED。在RED算法基础上,对RED算法的叁个变量参数进行优化,叁个变量参数分别为:速率、平均队列长度和当前队列长度。对每一个参数变量用模糊控制器优化,并对每一个模糊控制器进行数值的量化,最后进行模糊控制器整合,通过加入参数?和?对各控制器进行权重的配比,最后输出一个精确的丢包率。由于模糊控制器主要是针对不同变量参数进行优化,所以具有参数自适应调整的机制,从而提高网络的性能。2.提出了一种基于参数自适应动态调整的RED算法—DARED算法。算法的改进主要分为两步,其一是针对RED算法的丢弃概率函数是线性的这一问题,利用S型升半哥西分布函数对传统RED算法的丢包率函数非线性处理,其二是针对传统RED算法的参数都是静态设定的缺陷,利用目标队长的范围和平均队列长度的关系引入参数自适应动态调整策略对最大丢包率进行改进,从而改善DARED算法的性能。3.本文两种算法均在NS2中进行仿真,仿真结果表明FARED算法在丢包率,平均队列长度,延时抖动,吞吐量方面的性能均有比较好的改善效果,而且对RED算法存在的全局同步现象也有一定的改善。DARED算法除了延时和延时抖动有轻微的增加外,在丢包率、吞吐量、平均队列长度这叁个性能方面都有较大的改善,并且对RED算法存在的参数敏感性问题进行了较好的改善。(本文来源于《江西理工大学》期刊2018-05-25）
李晓玲,楚志刚[2]（2014）在《基于改进量子粒子群和主动PI模型的自适应无线传感器网络拥塞控制算法设计》一文中研究指出针对无线传感器网络中路由节点需要转发大量数据导致网络拥塞,从而引起节点丢包率高和网络吞吐率过低的问题,提出了一种基于主动PI模型和改进量子粒子群优化算法的拥塞控制方法;首先定义了丢包率和队列长度计算方式;设计了改进的PI主动队列管理模型,然后,为了改进PI模型的控制效果,采用改进的量子粒子群算法对PI主动队列管理模型中的比例系数和积分系数kP和kI进行参数优化,从而得到能实现WSN自适应控制的主动PI控制模型;最后,对基于量子粒子群算法和PI主动队列模型的网络拥塞算法进行了描述和说明;仿真实验表明:文中提出的拥戴控制方法能有效实现WSN拥塞控制,是一种适用于WSN的有效拥塞控制方法,与其它方法相比,具有较短的平均队列长度和较大的网络吞吐率,具有很强的可行性。(本文来源于《计算机测量与控制》期刊2014年11期）
胡源,牛玉刚,贾廷纲[3]（2014）在《一种自适应PI—模糊切换策略的无线网络拥塞控制机制》一文中研究指出无线网络具有参数时变、资源受限等特点,容易发生拥塞。针对这一情况,设计了一种基于自适应PI—模糊控制切换的拥塞控制算法。该算法将根据网络拥塞程度的不同采取不同的控制策略,以满足无线网络在不同状况下的拥塞控制性能要求。在网络状况良好时,不采取控制策略以节省算法执行的开销,节省网络的能量;在网络轻度拥塞时,采用自适应PI控制保证了算法的稳态性能;在网络重度拥塞时,切换到模糊控制,能使网络快速恢复到非拥塞状态,保证了算法的快速性。算法中自适应调整PI参数的方法和模糊控制策略保证了对网络的时变特性的适应性。仿真结果表明,算法能使网络瓶颈节点的缓存队列长度保持在理想的范围内。(本文来源于《系统仿真学报》期刊2014年03期）
史永宏,高世界[4]（2013）在《基于Smith的自适应模糊网络拥塞控制算法》一文中研究指出针对网络拥塞控制系统中因网络时滞对主动队列管理算法产生的不利影响,提出了一种基于Smith预估的自适应模糊主动队列管理算法。该算法将Smith预估控制与自适应模糊控制相结合,利用Smith预估器补偿网络时滞,同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差等缺点。仿真结果表明,该方法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,尤其是在网络条件变化的情况下,该算法优于传统PI控制、模糊控制和传统的滑模控制。(本文来源于《计算机应用研究》期刊2013年10期）
刘微微[5]（2010）在《面向物联网的网络拥塞自适应控制方法的研究》一文中研究指出随着物联网时代的到来,人们对网络服务质量的要求会越来越高,不仅仅是对网络传输速度的要求高,同时对于网络的传输性能也提出了更高的要求。影响网络传输性能的重要因素之一是网络拥塞,因此网络拥塞控制成为了物联网传输服务体系中研究热点。针对未来要应对的复杂的物联网的混合的网络环境,本文提出了一种基于升半正态分布的拥塞自适应控制算法—DARED,DARED算法通过改进原始的数据包丢弃概率函数曲线,并根据队列长度划分出不同的网络状态进行相应的拥塞控制,从以下两个方面进行改进:第一点:利用模糊理论中的升半正态分布隶属度函数替代原来的线性函数,实现了丢弃概率的曲线从最小门限阀值Q_(min)到最大门限阀值Q_(max)之间的平滑变换,保证了对于任何阶段的拥塞都能够做出快速的反映。第二点:将拥塞分为叁种状态,通过计算平均时间间隔内队列长度,与最大门限阀值和最小门限阀值进行比较,确定当前的拥塞程度,根据拥塞程度来进行动态的自适应的调整,采取相应的数据包丢弃概率,保持队列长度在稳定的范围内,避免不必要的抖动。在Linux系统环境下,利用NS2仿真软件对DARED算法进行仿真,实验仿真结果表明,基于升半正态分布的自适应网络拥塞自适应控制算法能够适应物联网复杂的网络环境变化,保持了队列长度的稳定性,在数据包丢弃概率的变化方面优于传统的RED算法。(本文来源于《天津理工大学》期刊2010-12-01）
贾永库[6]（2010）在《基于非线性自适应RED算法的网络拥塞控制研究》一文中研究指出随着计算机网络的发展,互联网的规模呈爆炸式增长,各种新型的网络应用层出不穷,使得网络承载的数据量越来越大,导致数据分组丢弃率增加,时延增大,使得整个系统的性能严重下降,对网络进行有效的拥塞控制对提高网络的性能有重大意义。为了对网络拥塞控制有更深入的了解,本文首先介绍了网络拥塞的基本知识,并对网络拥塞产生的原因进行了详细的分析；随后介绍了基于源端的TCP拥塞控制策略和基于网络层的IP拥塞控制策略。针对TCP拥塞控制策略,主要讨论了它的四个基本阶段以及几种典型算法；针对IP拥塞控制策略,介绍了几种典型的队列管理算法,对其中的RED算法做了深入的研究,通过NS实验仿真分析其性能,针对它存在的缺陷介绍了几种相关的改进算法,这是本文的研究重点之一。在仿真实验中发现RED算法的丢弃概率的变化率与缓冲区队列长度抖动之间存在着一定的关系,即丢弃概率的变化率越小时,缓冲区队列长度的抖动越小；依据这种关系并借助ARED算法将队列长度稳定在一个目标区间的特点,提出了一种非线性ARED算法,这是本文的另一个研究重点。非线性ARED算法通过对ARED算法中的丢弃概率计算函数的非线性化,使得丢弃概率的变化率在队列长度频繁变化的区域内尽可能的小,以便减小队列长度的抖动；仿真实验结果表明,与ARED算法相比,该算法在大多数场景中不但能有效减小队列长度的抖动,还能降低数据分组丢失率。(本文来源于《西北大学》期刊2010-06-30）
朱华,向少华[7]（2009）在《一种模糊自适应PI算法在网络拥塞控制中的应用》一文中研究指出有效的拥塞控制机制是保证Internet稳定运行的关键因素之一,文章充分利用模糊控制理论在处理不确定性问题上的优越性,设计了一种基于模糊自适应PI的主动队列管理(AQM)算法,通过仿真说明,所设计的算法能在保证队列控制的稳定性基础上,加快队列收敛速度,减少超调量,并能适应各种回路条件和网络业务流的变化。(本文来源于《大众科技》期刊2009年11期）
聂飞,李增智[8]（2007）在《一种自适应的主动网络拥塞控制机制研究》一文中研究指出传统的端到端的拥塞控制机制不适应主动网络,针对主动网络面临的拥塞问题,提出了一种自适应的主动网络拥塞控制解决方案.在中间节点为转发到相邻节点的主动信包建立缓冲队列,以缓冲区中队列长度来表明节点的拥塞程度,通过对前向节点计算单元进行控制来改变当前节点拥塞状况,网络中相关节点通过协作对网络进行拥塞控制.理论分析和模拟试验结果表明,不管网络初始状态如何,该方案均能使各节点迅速达到动态平衡,快速消除主动网络拥塞.(本文来源于《小型微型计算机系统》期刊2007年05期）
张颖[9]（2006）在《无模型自适应控制在网络拥塞控制中的应用》一文中研究指出网络自身的特性以及不断增加的网络应用决定了网络拥塞的出现是无法避免的,而在拥塞没有更加恶化以前采取有效的拥塞避免机制是目前所知的保证网络不至于崩溃的主要方法――网络资源的增加或者应用的减少不足以保证网络的通畅,而且这不是一种积极的方法。拥塞控制按照不同的标准可以分为不同的控制机制,相应的有不同的拥塞控制策略。主动队列管理算法是一种运行于网络内部节点的积极的闭环控制的链路算法。该算法主要在网络的内部节点产生拥塞指示的信息,然后通过一定的方式将该信息传送到端系统,端系统据此调节发送速率来缓解网络拥塞。本文在对当前几种流行的主动队列管理算法—RED, ARED,SRED, REM等进行详细的分析基础上,总结出当前拥塞控制算法的优势和不足,并提出了一种更优化的解决方法――无模型自适应方法(FMAC),该方法无需考虑系统本身的结构,只考虑系统的输入和输出,方法简单,只有一个需要在线调节的参数,对环境变化具有较强的适应性。本文将无模型自适应方法应用到主动列队管理中,并进行了与传统的PID控制的比较研究,仿真结果说明,无模型自适应控制比PID控制能更快更稳定的达到平衡点,且几乎没有超调,进而说明无模型自适应控制在网络拥塞控制具有较好的适应性。(本文来源于《北京交通大学》期刊2006-12-01）
焦翠珍[10]（2006）在《一种改进的自适应无线网络拥塞控制方案》一文中研究指出拥塞控制的主要目标是在变化的网络环境下达到较高的带宽利用率,公平性和响应性.然而这些目标相互冲突,很难达到平衡.本文提出一种能在竞争连接的条件下取得相对稳定且延迟较小的拥塞控制算法.该算法主要通过改变AIMD拥塞控制算法中的增加因子和减少因子,使原算法中的参数可根据当前网络条件动态改变.仿真实验表明改进后的算法能有效地避免延迟抖动,具有较强的稳定性.(本文来源于《福建电脑》期刊2006年09期）
自适应网络拥塞控制论文开题报告
（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：
针对无线传感器网络中路由节点需要转发大量数据导致网络拥塞,从而引起节点丢包率高和网络吞吐率过低的问题,提出了一种基于主动PI模型和改进量子粒子群优化算法的拥塞控制方法;首先定义了丢包率和队列长度计算方式;设计了改进的PI主动队列管理模型,然后,为了改进PI模型的控制效果,采用改进的量子粒子群算法对PI主动队列管理模型中的比例系数和积分系数kP和kI进行参数优化,从而得到能实现WSN自适应控制的主动PI控制模型;最后,对基于量子粒子群算法和PI主动队列模型的网络拥塞算法进行了描述和说明;仿真实验表明:文中提出的拥戴控制方法能有效实现WSN拥塞控制,是一种适用于WSN的有效拥塞控制方法,与其它方法相比,具有较短的平均队列长度和较大的网络吞吐率,具有很强的可行性。
（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。
自适应网络拥塞控制论文参考文献
[1].温春晖.网络拥塞控制中的自适应RED算法研究[D].江西理工大学.2018
[2].李晓玲,楚志刚.基于改进量子粒子群和主动PI模型的自适应无线传感器网络拥塞控制算法设计[J].计算机测量与控制.2014
[3].胡源,牛玉刚,贾廷纲.一种自适应PI—模糊切换策略的无线网络拥塞控制机制[J].系统仿真学报.2014
[4].史永宏,高世界.基于Smith的自适应模糊网络拥塞控制算法[J].计算机应用研究.2013
[5].刘微微.面向物联网的网络拥塞自适应控制方法的研究[D].天津理工大学.2010
[6].贾永库.基于非线性自适应RED算法的网络拥塞控制研究[D].西北大学.2010
[7].朱华,向少华.一种模糊自适应PI算法在网络拥塞控制中的应用[J].大众科技.2009
[8].聂飞,李增智.一种自适应的主动网络拥塞控制机制研究[J].小型微型计算机系统.2007
[9].张颖.无模型自适应控制在网络拥塞控制中的应用[D].北京交通大学.2006
[10].焦翠珍.一种改进的自适应无线网络拥塞控制方案[J].福建电脑.2006