基于CHOKe模型和神经网络的拥塞控制方法

• 作者: 周井泉 李琴
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 拥塞控制 CHOKe模型 神经网络 可变学习速率的反向传播算法
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 96-99
• 页数: 4页
• 分类号: TP301
• 字数: 2049字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.04.024

摘要

PID控制能有效实现网络拥塞控制，实现对网络的主动队列管理，但是PID控制器的参数是固定的，不能实时调整。针对网络拥塞控制问题中的参数时变、非线性等问题，文中将CHOKe模型中的“击中”理念和神经网络中的可变学习速率的反向传播算法( VLBP算法)相结合，提出了一种基于CHOKe模型和神经网络的PID拥塞控制的算法-CNRPID算法。该算法能够在线调节PID控制器中的参数。仿真结果表明：CNRPID算法的鲁棒性和平均队列长度等都要优于传统的PID算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周井泉	南京邮电大学电子科学与工程学院	74	227	7.0	9.0
2	李琴	南京邮电大学电子科学与工程学院	11	14	2.0	2.0