基于PID神经元网络和内模控制的拥塞控制算法  

Congestion control algorithm based on PID neural network and internal model control

作　　者：侯萍[1,2] 王执铨[1] 

机构地区：[1]南京理工大学自动化学院,南京210094 [2]南京人口管理干部学院,南京210042

出　　处：《计算机应用研究》2009年第4期1443-1445,1470,共4页Application Research of Computers

基　　金：国家自然科学基金资助项目(60574082);南京人口管理干部学院科研项目(2008C18)

摘　　要：针对网络系统的大时滞和非线性特性,设计了一种新的拥塞控制算法,将PID神经元网络与内模控制相结合应用于主动队列管理中,并使用Lyapunov理论证明了此算法的稳定性。NS仿真结果表明,这种算法的稳态和瞬态性能都优于PID算法,并且在参数变化和负载扰动时具有很强的鲁棒性。This paper designed a new congestion control algorithm for large delay and nonlinear network systems. Applied pro- portional integral differential （PID） neural network controller and internal model control（IMC） in active queue management （AQM）. Proved stability by Lyapunov theory. The simulation results show that this algorithm＇ s stability and transient perform- ance are superior to PID algorithm. Moreover it possesses high robustness even when system parameter changes or network load fluctuates.

关 键 词：网络拥塞控制 主动队列管理 PID神经元网络 内模控制 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]