基于队列长度和速率的拥塞控制神经网络方法

• 作者: 周井泉 李琴 黄亮亮
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 拥塞控制 动量梯度学习 神经网络 比例微分积分器
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 107-110
• 页数: 4页
• 分类号: TP301
• 字数: 2180字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.02.026

摘要

文中研究了网络拥塞控制问题。 PID控制器是实现网络拥塞控制非常有效的方法,能够实现对网络的主动队列管理。文中根据队列长度和变化速率,利用神经网络实现传统的比例微分积分器(PID)功能,从而提出了基于队列长度和速率的拥塞控制神经网络方法(RSPID)。该方法利用神经网络的加权动量梯度学习算法,自动调节控制参数,克服了传统PID控制方法由于控制器参数固定带来的适应性和稳定性问题。仿真结果表明,RSPID算法的鲁棒性和队列长度性能要优于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
3	黄亮亮	南京邮电大学电子科学与工程学院	2	5	2.0	2.0