单神经元自适应PID主动队列控制算法的改进.pdfVIP

第23卷　 第5期 计 算机 技 术 与发 展 Vol.23　 No.5 　 　 　 　 　 　 2013年5月 　 　 　 　 COMPUTERTECHNOLOGY AND DEVELOPMENT　 　 　 　 　 　 　 　 　 　 May.　 2013 单神经元自适应 PID主动队列控制算法的改进 杨　 宏,胡琛琛,周井泉 (南京邮电大学 电子科学与工程学院,江苏 南京 210003) 摘　 要:文中主要研究网络拥塞控制机制中的主动队列管理(AQM)算法。 针对传统PID主动队列管理算法中参数固定、 不能实时调整、无法适应复杂多变的非线性网络等缺点,提出了一种改进的主动队列管理算法—ISNAPID算法。 该算法对 单神经元的学习速率进行有效的改进,使得改进的单神经元自适应 PID算法能够更快速地反应网络的拥塞情况。 利用 NS2对PI算法、SNAPID算法以及ISNAPID算法进行了比较,仿真结果表明ISNAPID算法具有更好的收敛性、稳定性以及 鲁棒性。 关键词:拥塞控制;神经元;自适应;主动队列管理 中图分类号:TP393　 　 　 　 　 　 文献标识码:A　 　 　 　 　 　 文章编号:1673-629X(2013)05-0093-04 doi:10.3969/ j.issn.1673-629X.2013.05.024 Improvement of Neural-network Adaptive PID Active Queue Control Algorithm YANG Hong,HU Chen-chen,ZHOU Jing-quan (College of Electronic Science and Engineering,Nanjing University of Postsand Telecommunications, Nanjing210003,China) Abstract:It mainly studiesthe active queue management algorithm(AQM)of the network congestion control mechanisms.To solve the disadvantagesoftraditionalPIDactivequeuemanagement,such asfixedparameters,no self-setting,noadaptingto complex network en- vironment and so on,animprovedactivequeuemanagementalgorithm,calledISNAPID,isproposed.Thisalgorithmimprovedthepartof neural learning rate,making the improved single neuron adaptive PID algorithm faster response to network congestion.Compared with other activequeuemanagementalgorithmsuchasPIalgorithm,SNAPIDalgorithmandISNAPIDalgorithm,thesimulationresultsdemon- strate that ISNAPID algorithm hasbetter convergence,stability and robustness. Key words:congestion control;neuron;self-adaptive;active queue management 0　 引　 言 但