基于模糊神經(jīng)網(wǎng)絡的AQM算法研究.pdf

1、隨著近年來互聯(lián)網(wǎng)的迅速發(fā)展，傳統(tǒng)網(wǎng)絡盡力而為的服務模型已經(jīng)不能滿足部分用戶的需求，也不能保證在流量和負載變化時的服務質量。在目前的網(wǎng)絡研究中，如何在充分利用網(wǎng)絡資源的同時給用戶提供更好的網(wǎng)絡服務，避免網(wǎng)絡擁塞和網(wǎng)絡崩潰的現(xiàn)象發(fā)生，是一個重要的課題。主動隊列管理作為網(wǎng)絡擁塞控制方法的主要分支，能夠較好地控制網(wǎng)絡擁塞，保證網(wǎng)絡穩(wěn)定運行。
　　主動隊列管理中的一些經(jīng)典算法，如 RED、BLUE、PID等算法，雖然能夠保證一定的網(wǎng)絡性能，

2、但存在著參數(shù)不能實時調節(jié)、不能適應非線性和動態(tài)的網(wǎng)絡環(huán)境等問題。為了克服這些問題，文中引入基于Mandani規(guī)則的模糊邏輯和三層神經(jīng)網(wǎng)絡PID，提出了基于模糊神經(jīng) PID（FNPID）的主動隊列管理算法。該算法利用模糊邏輯計算當前網(wǎng)絡學習速率，在神經(jīng)網(wǎng)絡PID中利用加權動量的梯度下降法，根據(jù)可變的學習速率來計算相應的丟包率。為使FNPID算法更具有適應性，將隊列長度和包到達速率作為共同度量，并在計算丟包率時采取動態(tài)權重?；?NS2仿真