具有預(yù)測與自我調(diào)節(jié)能力的擁塞控制算法
隨著網(wǎng)絡(luò)技術(shù)的日益發(fā)展，計算機網(wǎng)絡(luò)的擁塞問題已極大地影響了用戶的使用體驗與數(shù)據(jù)傳遞。單一地提高硬件設(shè)備的投入并不能持續(xù)地防止網(wǎng)絡(luò)的擁塞。因此，近年來相繼出現(xiàn)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(jù)端點間的數(shù)據(jù)反饋進行流控制，即控制網(wǎng)絡(luò)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(wǎng)絡(luò)中才能發(fā)揮擁塞控制效果，在高速交換的網(wǎng)絡(luò)中往往會出現(xiàn)數(shù)據(jù)延時，進而造成網(wǎng)絡(luò)的動態(tài)不穩(wěn)定。而神經(jīng)網(wǎng)絡(luò)憑借其良好的自我學(xué)習(xí)與硬件兼容特點，使其在計算機網(wǎng)絡(luò)性能分析、控制以及人工智能等領(lǐng)域進行交叉和有機結(jié)合，以適應(yīng)人們?nèi)找姘l(fā)展網(wǎng)絡(luò)建模及性能分析的需要。為解決在不同交換速度下的網(wǎng)絡(luò)中保持網(wǎng)絡(luò)的數(shù)據(jù)傳遞效果，結(jié)合神經(jīng)網(wǎng)絡(luò)與擁塞控制算法，進而實現(xiàn)網(wǎng)絡(luò)擁塞控制最大化的控制效果。
本文在模糊神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上對網(wǎng)絡(luò)的擁塞進行預(yù)測與控制，提出一種具有自我調(diào)節(jié)能力的擁塞控制算法。根據(jù)神經(jīng)網(wǎng)絡(luò)中的隊列長度對網(wǎng)絡(luò)進行擁塞預(yù)測，實時地反饋于信源并對其速率進行控制，為實現(xiàn)網(wǎng)絡(luò)的自適應(yīng)調(diào)節(jié)，此外，通過網(wǎng)絡(luò)的遞增參數(shù)和遞減參數(shù)等變量動態(tài)調(diào)節(jié)發(fā)送速率。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
具有預(yù)測與自我調(diào)節(jié)能力的擁塞控制算法下載
相關(guān)電子資料下載
- 凌鷗創(chuàng)芯空調(diào)外機解決方案支持市場上主流的家用/商用空調(diào)外機 308
- 電機驅(qū)動器的智能控制算法研究 286
- BLDC電機控制算法詳解 205
- 運動控制算法有哪些 401
- PID控制的原理與作用 377
- 常用的電機控制算法有哪些 374
- 位置式PID與增量式PID的區(qū)別 863
- 藍(lán)海華騰與覽翌航空合作，助推中國eVTOL產(chǎn)業(yè)及低空經(jīng)濟的發(fā)展 407
- 淺析用于PFC的新型充電模式控制算法 949
- 利用NVIDIA AI Enterprise IGX在邊緣賦能任務(wù)關(guān)鍵型AI 201