基于补偿模糊神经网络的RED变种算法

• 作者: 倪杰 刘治 文俊朝
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 拥塞控制 AQM RED CFNNRED
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 电子与自动化技术
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP393
• 字数: 4392字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1549.2009.01.024

摘要

作为最著名的网络拥塞控制机制,随机早期检测(Randlom Early Detection,简称RED)算法由于其参数敏感性,无法在复杂多变的网络环境下保障良好的控制性能.为了改善RED敏感于参数的缺陷,增强算法的自适应性,文章将补偿模糊神经网络(compensatory fuzzy neural network,简称CFNN)引入拥塞控制算法的设计中,结合RED和CFNN,得到了基于CFNN的RED变种算法(RED baseal on CFNN,简称CFNNRED).与传统的RED相比,CFNNRED的改进在于:配置神经元一定的模糊逻辑规则,迅速得到丢包率,增强算法的可操作性和可实现性;通过神经网络的自学习,增强算法的自适应性和鲁棒性.最后通过仿真证明,CFNNRED算法的自适应性增强,对队列的控制能力得到加强,队列更加平稳,网络能够提供更加稳定的服务质量保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘治	广东工业大学自动化学院	29	88	5.0	8.0
2	倪杰	广东工业大学自动化学院	3	13	2.0	3.0
3	文俊朝	广东工业大学自动化学院	3	13	2.0	3.0