武事费求与率用
基于RBF-FNN的网络拥塞控制研究
任金霞郭浩洋
(江西理工大学电气学院江西赣州341000)
通信技术
摘要模糊控制和人工神经网络作为当前的研究热点，而两种技水的有机结合,使得智能模拟有了发展和进步。本文将这两种技术应用在通信网络中,在AQM算法中设计了一种模期神经网络控制器,期以解决网络中普遍存在的拥塞难题,具有创新意义。
关键词：模棚控制RBF押经网络AQM算法网络揭塞
中图分类号：TP373 1引言
文献标识码:A
文章编号:1007-9416(2013)09-0047-02
aw(t)
模榭逻辑和人工神经网络各有优点：人工神经网络(ANN)通过模拟生物神经网络，在模拟推理及自学习等方面谋求前进，使人工智能和人脑的自组织和并行处理等功能更接近，模榭信息处理以模糊逻辑为基础，抓住人类思维中的模糊性这一特点，模仿人的模糊综合判断推理来解决常规方法难以完成的模翻信息处理的难题。目前，模糊和神经网络技术在知误和信息处理额域已达到了一定的研究阶段，模糊神经网络因为运用模翻数学中的计算方法，这使得些处理单元的计算变得简便，信息处理的速度加快，由于采用了模糊化的运行机制，系统的容错能力也得到了加强。但最主要的是，模糊神经网络使信息处理的范围得到扩展，系统可同时处理确定性信息和非确定性信息。
2TCP/AQM简化模型
IP网络拥塞控制是人们一直着力解决但未能很好解决的问题，相继产生了不少有影响力的算法，如RED，ARED,SRED，BLUE 等，但较具影响力的是MisraV等人于2000年基于流体流理论提出的网络模型)。该模型较为恰当地描述了TCP传输流的行为(4,为研究人员广为采用。
MisraV等人将Intemet中的数据流看作一个连续状态的流体，并据此假设建立了TCP/AQM系统的一个流体流非线性动态模型H，
n
1.
RBI FNN
p(k)
ka
TCP漂端
图1RBF-FNNAQM系统结构 10Mb
15b
列长度
45fb
HA
5ms
B
dns
图2网络拓扑结构
基金项日：国家自然科学基全(项目编号：71361014)
团
F() W(R(r)
()
2R(tR(r))
wn-c ag
ar
()a
(()a)e
(1)
W为TCP拥塞窗口大小，q为瞬时队列长度，R为往返时延 RTT=q/C+T，T为传输延时，C是链路带宽,N为网络负载(TCP 连接数),D为分组丢弃/标记的概率。式(1)中第1个方程描述的是
300
o
250 200 1hn
5
图3RED队列长度
250 200 50 100 00
图4PI队列长度
作者简介：任金霞(1970一),女(汉族),山西孝义人,硕士,制教授,研究方向为控制理论和方法
郭浩洋(1988-),男(汉族),河南漯河人,硕士在读,研究方向为智能控制研究与应用。