基于神经元自适应变结构控制的主动队列管理算法

doi:10.3724/SP.J.1087.2011.02305

计算机应用 ›› 2011, Vol. 31 ›› Issue (09): 2305-2307.DOI: 10.3724/SP.J.1087.2011.02305

基于神经元自适应变结构控制的主动队列管理算法

周川,王宗欣,吴益飞,陈庆伟

南京理工大学自动化学院，南京 210094

收稿日期:2011-03-28 修回日期:2011-05-21 发布日期:2011-09-01 出版日期:2011-09-01
通讯作者: 周川
作者简介:周川(1970-)，男，江苏南京人，教授，博士，主要研究方向：智能控制、网络拥塞控制；
王宗欣(1983-)，男，山东临沂人，硕士研究生，主要研究方向：网络拥塞控制；
吴益飞(1979-)，男，江苏丹阳人，讲师，博士，主要研究方向：智能控制；
陈庆伟(1963-)，男，江苏兴化人，教授，博士，主要研究方向：智能控制。
基金资助:
江苏省自然科学基金资助项目(BK2007206);南京理工大学自主科研专项计划项目(2010GJPY066);南京市留学回国启动基金资助项目(AD41242)

Active queue management algorithm based on neuron adaptive variable structure control

ZHOU Chuan,WANG Zong-xin,WU Yi-fei,CHEN Qing-wei

School of Automation, Nanjing University of Science and Technology, Nanjing Jiangsu 210094, China

Received:2011-03-28 Revised:2011-05-21 Online:2011-09-01 Published:2011-09-01
Contact: ZHOU Chuan

摘要/Abstract

摘要： 针对网络TCP模型的非线性以及回路延时和负载波动等不确定性因素，提出一种基于神经元自适应变结构控制(VSC)的主动队列管理(AQM)算法。通过非线性变结构控制以保证路由器队列响应的快速性和鲁棒性；同时考虑到滑模控制中存在的抖振会引起队列波动和控制精度降低等问题，引入神经元在线调整控制器参数以减弱抖振，从而减小队列延时和模型不确定性的影响，提高AQM系统的鲁棒性和性能。最后通过NS-2仿真实验验证了算法的有效性。

关键词: 主动队列管理, 拥塞控制, 变结构控制, 神经元, 抖振

Abstract: Considering the non-linearity of TCP model, uncertainty of Round Trip Time (RTT) and fluctuation of network load, an Active Queue Management (AQM) scheme based on Variable Structure Controller (VSC) using single neuron adaptive learning was proposed. The nonlinear VSC was used to guarantee the swiftness and robustness of queue response at router. However, the jitter of VSC would cause the queue fluctuation and performance degradation. Therefore, a single neuron was introduced to adjust the parameters of the VSC in order to alleviate the effect of jitter and modeling uncertainty. The proposed scheme can reduce the jitter and enhance the robustness for AQM control system greatly. Finally, the simulation results show the effectiveness of the proposed algorithm through NS-2 simulator.

Key words: Active Queue Management (AQM), congestion control, variable structure control, neuron, jitter

中图分类号:

TP393.06

周川王宗欣吴益飞陈庆伟. 基于神经元自适应变结构控制的主动队列管理算法[J]. 计算机应用, 2011, 31(09): 2305-2307.

ZHOU Chuan WANG Zong-xin WU Yi-fei CHEN Qing-wei. Active queue management algorithm based on neuron adaptive variable structure control[J]. Journal of Computer Applications, 2011, 31(09): 2305-2307.

[1]	赖涵光, 李清, 江勇. 基于场景变化的传输控制协议拥塞控制切换方案[J]. 《计算机应用》唯一官方网站, 2022, 42(4): 1225-1234.
[2]	陈程军, 毛莺池, 王绎超. 基于激活-熵的分层迭代剪枝策略的CNN模型压缩[J]. 计算机应用, 2020, 40(5): 1260-1265.
[3]	朱喆, 许少华. 降噪自编码器深度卷积过程神经网络及在时变信号分类中的应用[J]. 计算机应用, 2020, 40(3): 698-703.
[4]	谭静, 董程凤, 王慧强, 王贺哲, 冯光升, 吕宏武, 袁泉, 陈诗军. ERC²:具有拥塞控制策略的DTN传染路由方法[J]. 计算机应用, 2019, 39(1): 26-32.
[5]	周立军, 刘凯, 吕海燕. 基于竞争学习的稀疏受限玻尔兹曼机机制[J]. 计算机应用, 2018, 38(7): 1872-1876.
[6]	徐彦, 熊迎军, 杨静. 脉冲神经元脉冲序列学习方法综述[J]. 计算机应用, 2018, 38(6): 1527-1534.
[7]	毕松, 刁奇, 柴小丰, 韩存武. 基于非联合型学习机制的学习神经元模型[J]. 计算机应用, 2017, 37(8): 2229-2233.
[8]	左雨星, 郭爱煌, 黄博, 王露. 基于网络效用最大化的车联网功率控制算法[J]. 计算机应用, 2017, 37(12): 3345-3350.
[9]	王仁群, 彭力. 数据中心网络拓扑感知型拥塞控制算法[J]. 计算机应用, 2016, 36(9): 2357-2361.
[10]	孙三山, 汪帅, 樊自甫. 软件定义网络架构下基于流调度代价的数据中心网络拥塞控制路由算法[J]. 计算机应用, 2016, 36(7): 1784-1788.
[11]	甘峰浩, 牛玉刚, 贾廷纲. 基于模糊压缩感知的无线传感网络拥塞控制算法[J]. 计算机应用, 2015, 35(9): 2430-2435.
[12]	吴东. 控制时延的主动队列管理算法[J]. 计算机应用, 2014, 34(3): 632-634.
[13]	申健夏靖波付凯孙昱. 基于历史相遇概率的容迟容断网络主动拥塞控制算法[J]. 计算机应用, 2014, 34(3): 644-648.
[14]	刘云龙韩星海唐述宏. 基于趋近律方法的Delta算子滑模变结构控制系统[J]. 计算机应用, 2013, 33(08): 2397-2400.
[15]	吴小川张治学. 基于Fuzzy丢包区分的TCP自适应拥塞控制算法[J]. 计算机应用, 2013, 33(07): 1809-1812.

基于神经元自适应变结构控制的主动队列管理算法

Active queue management algorithm based on neuron adaptive variable structure control

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics