下载文档原格式
![[2012年2月1日]江苏省自然科学基金项目申报代码](https://img.taocdn.com/s1/m/0cbfcedfa58da0116c174990.png)
第36卷第3期计算机仿真2019年3月文章编号：1006-9348(2019)03-0285-04关于无线网络拥塞链路信息优化控制仿真徐磊，杨晓飞，王玉龙(江苏科技大学电子信息学院，江苏镇江212003)摘要:随着无线网络终端数量不断增加，导致网络拥塞问题日益突出。
为了提高无线网络的服务质量和资源利用率，解决建 立精确的数学模型难，以及传统PID拥塞控制算法的参数整定难，自适应差，适应动态网络环境难等问题，提出一种融合模 糊控制和PID型神经网络技术的主动队列管理算法（FCAPIDNN)。
通过神经网络在线学习实时调节PID网络参数，借助模 糊控制计算神经网络的学习速率，从而提高队列长度的调节效果。
NS2的仿真结果表明，相较传统PID控制，FCAPIDNN算 法能使队列长度更快地收敛到预期值附近，即使对于突发数据流也有较强的适应性。
关键词:无线网络;模糊控制;神经网络;主动队列管理；比例微分积分控制器中图分类号:TP393 文献标识码:BInformation Optimization Control Simulation ofCongestion Link in Wireless NetworksXU Lei, YANG Xiao-fei, WANG Yu-long(School of Electronics and Information, Jiangsu University of Science and Technology, Zhenjiang Jiangsu 212003, China)A B S T R A C T：With the increasing number of wireless network terminals, the problem of network congestion i s becoming more and more prominent.In order t o improve the quality of service and resource u t i l i z a t i o n of wireless networks, and t o solve the d i f f i c u l t y of establishing accurate mathematical model and the problems of t r a d i t i o n a l PID control algorithms ,such as d i f f i c u l t parameter tuning, the poor adaptive a b i l i t y and poor adaptability t o dynamic network environment, an active queue management algorithm i s proposed based on fuzzy control and PID neural network (FCAPIDNN).I t regulated the PID network parameters in r e a l time through the online learning of the neural network.Moreover, i t used fuzzy control t o calculate the learning r ate of the neural network, which improved the controle f f e c t of the queue length. The simulation resu l t s based on NS2 show that compared with the t r a d i t i o n a l PID controlalgorithm, FCAPIDNN algorithm can make the queue length converge t o the expected value faster, even f o r the burst data stream also has strong adaptability.K E Y W O R D S：Wireless networks；Fuzzy control；Neural network；Active queue management；PID controlleri引言近年来，网络拥塞问题一直是国内外的研究热点，在这 方面已经取得了很多的成果。
江苏省科学技术厅关于印发《2007年度省基础研究计划(自然科学基金)项目指南》及组织申报项目的通知文章属性•【制定机关】江苏省科学技术厅•【公布日期】2006.12.27•【字号】苏科基[2006]4号•【施行日期】2006.12.27•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】基础研究与科研基地正文江苏省科学技术厅关于印发《2007年度省基础研究计划（自然科学基金）项目指南》及组织申报项目的通知（苏科基[2006]4号）各省辖市科技局、省有关部门、有关单位：省基础研究计划（自然科学基金）是以我省科技创新需求为导向，以加强技术储备、培育创新源、推进优势学科建设和高水平人才队伍培养为目标，以应用基础研究为主的科技发展计划。
根据《江苏省科技发展“十一五”规划纲要》的总体要求，为提高我省基础研究工作的目标导向，省自然科学基金委员会组织编制了《2007年度省基础研究计划（自然科学基金）项目指南》，现印发给你们（详见附件），请按要求做好项目组织申报工作。
有关事项通知如下：一、项目类别和支持重点2007年度省基础研究计划（自然科学基金）将按照面上项目、青年科技创新人才项目、重点项目三个类别组织项目。
鼓励面向我省产业和社会发展实际需求选题，鼓励科研机构和企业联合申报。
1、面上项目。
主要资助针对我省经济、社会、科技发展需求的应用基础研究和具有重要价值的原始创新项目，每项资助7万元左右。
2、青年科技创新人才项目。
主要资助有望成为我省重点科技创新领域学术带头人或技术带头人的优秀青年科技人员和有创新思路的青年科技人员启动原始创新研究。
青年科技创新人才学（技）术带头人项目每项资助20万元左右，青年科技创新人才启动项目每项资助5万元左右。
3、重点项目。
主要资助针对我省高新技术产业、区域支柱产业和社会发展的关键技术基础问题和我省优势学科领域前沿科学重点问题，以提出解决关键技术基础问题的方法或获得国家重大基础研究项目资助为目标的多学科交叉综合研究，鼓励企业早期介入原始创新研究。
大时滞网络自适应主动队列管理新算法
侯萍;王执铨
【期刊名称】《计算机工程与应用》
【年(卷),期】2008(044)019
【摘要】针对PID控制器无法严格处理主动队列管理(AQM)中的大时滞情况,且不能随着变化的网络环境在线调节参数,提出了一种基于增益自适应Smith预估控制和模糊控制的大时滞网络的自适应PID主动队列管理(GAS-FPID)算法.引入增益自适应Smith预估控制器实现滞后补偿,模糊控制器来实现PID参数动态网络环境的在线调整;NS2仿真表明,所提出算法能克服滞后的影响,能快速的适应动态网络环境,具有很好的稳定性和鲁棒性.
【总页数】4页(P132-135)
【作者】侯萍;王执铨
【作者单位】南京理工大学,自动化学院,南京,210094;南京人口管理干部学院,工商管理系,南京,210042;南京理工大学,自动化学院,南京,210094
【正文语种】中文
【中图分类】TP393
【相关文献】
1.基于自适应模糊神经网络PID控制器的主动队列管理算法 [J], 宋炯;杨维和;张嘉智;闫忠孝
2.大时滞网络中的自适应拥塞控制算法 [J], 林开司;王力虎;张露
3.主动队列管理下大时滞网络路径拥塞控制算法 [J], 刘国芳;张炜
4.大时滞网络自适应预测PI主动队列管理算法 [J], 钱艳平;李奇
5.一种新的主动队列管理自适应PI算法 [J], 王明文;朱清新;卿利
因版权原因，仅展示原文概要，查看原文内容请购买。
