神经网络监督控制在拥塞控制中的应用研究

"这篇论文是2010年发表的研究，主要探讨了基于神经网络监督控制的拥塞控制算法在主动队列管理(AQM)中的应用。作者包括张少博、李钢和康军，他们来自长安大学信息工程学院。论文深入研究了TCP/AQM拥塞控制系统的可逆性，并设计了一种结合三层前馈神经网络控制器(NNC)和反馈控制器(FC)的AQM算法。NNC通过FC提供的教师信号学习并建立被控对象的逆动力学模型。仿真结果显示，该算法在瞬态和稳态性能上优于传统的PI算法，表现出良好的拥塞控制效果。" 这篇论文涉及的核心知识点如下： 1. **主动队列管理(AQM)**：AQM是一种在网络路由器中管理队列长度的方法，旨在预防网络拥塞，通过主动丢弃数据包来提供服务质量保证。它比被动的队列管理策略更积极，可以更快速地响应网络状况的变化。 2. **拥塞控制**：在计算机网络中，拥塞控制是防止过多的数据同时充斥在网络中，导致网络性能下降的过程。TCP协议中包含了多种拥塞控制机制，如慢启动、拥塞避免、快速重传和快速恢复等。 3. **神经网络控制**：神经网络是一种模拟人脑神经元网络结构的计算模型，可以用于预测、分类和控制任务。在本研究中，神经网络被用作控制器，通过学习和调整权重以适应网络动态。 4. **神经网络监督控制**：在这种控制策略中，神经网络通过接收来自反馈控制器的教师信号进行学习，以建立系统的逆动力学模型。这有助于预测和控制网络状态。 5. **三层前馈神经网络控制器(NNC)**：这种网络结构包含输入层、隐藏层和输出层，其中输入层接收系统状态，隐藏层进行复杂计算，输出层产生控制信号。 6. **反馈控制器(FC)**：反馈控制器负责提供教师信号，帮助神经网络学习。这种反馈机制使系统能够根据实际表现进行自我校正。 7. **TCP/AQM系统的可逆性**：研究了TCP流与AQM算法之间的相互作用，探索了如何通过神经网络控制实现系统的可逆操作，即有效地在拥塞和非拥塞状态之间转换。 8. **性能比较**：通过与传统的比例积分(P-I)控制器进行对比，证明了神经网络监督控制的AQM算法在瞬态响应和稳态性能上有显著优势。 9. **仿真结果**：论文中的仿真部分可能展示了算法在不同网络条件下的表现，提供了关于新算法有效性的定量分析。 10. **文献标志码:A** 和 **中图分类号:TP393** 表示这篇论文属于计算机科学技术领域的学术论文。 通过这些知识点，我们可以理解该研究在如何利用先进控制理论（神经网络监督控制）改进网络拥塞管理方面所做出的贡献。