基于神经网络PID的智能AQM新算法

摘要

目前针对Internet网络中间节点的拥塞控制问题已获得了广泛关注。本文提出一种基于神经网络智能PID控制器(PIDNN)的AQM新算法，针对TCP/AQM系统模型，结合中间节点队列管理机制，采用神经网络梯度学习算法来在线调整基于PIDNN的AQM控制器的参数，以实现丢包概率的自适应调整，从而对网络拥塞程度作出及时响应，尤其在网络参数时变的情况下仍能保证动态性能，并能够显著改善网络的服务性能(QoS)。最后，通过NS-2仿真结果表明，该算法在队列稳定性，丢包率等整体性能方面要明显优于基于常规PID的AQM算法，并且该AQM算法结构简单、易于实现。