具有預測與自我調節(jié)能力的擁塞控制算法
大?。?/span>1.10 MB 人氣： 2018-01-18 需要積分：2
標簽：控制算法(21555)
隨著網絡技術的日益發(fā)展，計算機網絡的擁塞問題已極大地影響了用戶的使用體驗與數據傳遞。單一地提高硬件設備的投入并不能持續(xù)地防止網絡的擁塞。因此，近年來相繼出現了許多擁塞的控制算法，其中比較常見的為基于速率的擁塞控制算法。這些算法根據端點間的數據反饋進行流控制，即控制網絡的信源速率、接收速率或瓶頸節(jié)點的容量。但這些擁塞控制算法通常在低速交換的網絡中才能發(fā)揮擁塞控制效果，在高速交換的網絡中往往會出現數據延時，進而造成網絡的動態(tài)不穩(wěn)定。而神經網絡憑借其良好的自我學習與硬件兼容特點，使其在計算機網絡性能分析、控制以及人工智能等領域進行交叉和有機結合，以適應人們日益發(fā)展網絡建模及性能分析的需要。為解決在不同交換速度下的網絡中保持網絡的數據傳遞效果，結合神經網絡與擁塞控制算法，進而實現網絡擁塞控制最大化的控制效果。
本文在模糊神經網絡的基礎上對網絡的擁塞進行預測與控制，提出一種具有自我調節(jié)能力的擁塞控制算法。根據神經網絡中的隊列長度對網絡進行擁塞預測，實時地反饋于信源并對其速率進行控制，為實現網絡的自適應調節(jié)，此外，通過網絡的遞增參數和遞減參數等變量動態(tài)調節(jié)發(fā)送速率。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%