一种改进的RED算法

本文就目前路上器中如何实现数据流隔离和公平分配带宽进行了探讨，首先研究了Sally等人提出的RED算法，指出其缺陷，并根据TCP的有效吞吐率公式，提出了一种改进的RED算法，它可以实现更好的公平性，仿真结果验证了算法的有效性。     

一种基于模糊控制的参数自适应RED改进算法

考虑到传统随机早期检测(Random Early Detection,RED)算法在较强的业务突发度和较大流量抖动的情况下很难获得令人满意的吞吐量这一问题,基于模糊控制理论设计了一个模糊控制器,以提高系统在减少队列长度、降低丢包率中的作用。同时由于在网络拥塞控制中传统RED算法存在着参数敏感、稳定性差等问题,故在系统中加入一个参数自适应算法,用来稳定队列长度。仿真结果表明该算法在减少队列长度、降低丢包率、提高鲁棒性方面的优化有着明显的效果。     

采用改进的RED算法实现BACnet路由器拥塞控制

BACnet协议规定了用于BACnet路由器拥塞控制的报文,但是没有规范拥塞控制算法。文章分析了把随机提前检测(RED)算法应用于BACnet路由器的可行性,并结合BACnet网络的特点,提出了一种基于绝对优先级调度的RED算法。采用这种改进的RED算法,BACnet路由器可以在保证BACnet网络可靠性的前提下,对BACnet网络进行有效的拥塞控制。     

一种适应于异质网络的RED改进算法

随着Internet的发展，异质网络结构成为发展的趋势。由于RED算法在异质网络环境下会引起队列长度波动较大、丢包率较高等现象，所以针对这些特点文中提出了一种改进算法，即通过在限定时间内的数据报重传次数进行数据传输控制。这种算法在指定的异质网络环境下能够有效地提高网络性能。最后，经过仿真试验表明，改进后的算法较RED算法在性能方面有明显的提高。     

一种适应于异质网络的RED改进算法

随着Internet的发展,异质网络结构成为发展的趋势。由于RED算法在异质网络环境下会引起队列长度波动较大、丢包率较高等现象,所以针对这些特点文中提出了一种改进算法,即通过在限定时间内的数据报重传次数进行数据传输控制。这种算法在指定的异质网络环境下能够有效地提高网络性能。最后,经过仿真试验表明,改进后的算法较RED算法在性能方面有明显的提高。     

基于自相似业务的RED算法性能研究

通过计算研究无线局域网中业务流的自相似性和仿真实验,研究无线局域网中基于自相似业务的RED算法的性能。仿真结果表明由于业务流的自相似性的负面影响和无线网络本身特点的影响,RED算法和Drop-Tail算法的性能差别不大。由于Drop-Tail算法简单易行、开销较低,建议在无线接入点采用Drop-Tail算法进行拥塞控制。     

基于模糊RED算法的IP拥塞控制机制

TCP／IP拥塞控制不能有效地支持Internet多媒体业务，模糊逻辑提供了解决复杂性、动态性和健壮性问题的一种非解析方法，文章基于模糊RED算法和区分服务提出了新的IP拥塞控制机制。与丢尾算法和普通RED算法相比，在保证QoS的同时，该算法不仅改善了TCP的吞吐量，而且使流量抖动较平缓，并克服了区分服务对连接公平性差的缺点。     

基于RED的带宽分配算法

实现带宽资源的分配对于QoS控制来说是非常重要的。常见的带宽分配算法如WFQ、DRR等分组调度算法存在着诸如计算复杂度高、需在路由器进行每流状态的管理等不足。该文在前人的基础上,提出了一种基于RED的带宽分配算法,避免了上述问题,从而提高了算法的可扩展性。     

基于多优先级的动态阈值RED算法

提出一种基于多优先级的动态阈值RED算法(PDT-RED)。根据分组优先级和未使用的缓存空间动态调节平均队列阈值,实现对不同类型的分组采取不同的标记/丢弃概率的区分服务。为了提高缓存利用率,在该算法基础上提出优化算法(OPDT-RED)。模拟实验证明,与同类算法相比,OPDT-RED使高优先级的分组丢失率降低了56%~62%,平均分组丢失率降低了33%~41%,并且简单、易于实现,能提高缓存的利用率。     

一种改进的RED算法

针对随机早期检测(random early detection,RED)主动队列管理机制的参数依赖问题,提出一种以网络流量优化理论中“价格”的变化为依据,自适应调节参数的RED改进算法。仿真实验结果表明,该算法明显提高了链路的利用率,降低了丢包率和平均队列长度。     

基于RED的无线传感器网络的拥塞控制

拥塞控制问题是影响无线传感器网络性能的一个重要因素。针对无线传感器网络中的拥塞控制问题,提出了一种基于RED的拥塞避免策略。RED算法目前比较常用于路由器队列管理中,以实现对缓存空间队列长度的管理。将其引入到无线传感器网络中,采用拥塞度门限值作为拥塞调节的依据,以matlab软件作为仿真工具,通过建立简单网络拓扑结构进行模拟实验,综合比对各个实验参数下的不同实验结果,从而得到适当参数值下,较好的无线传感器网络传输性能。     

基于M-H采样的快速反向微分进化算法

反向微分进化(ODE)算法基于反向优化对种群进行初始化更新以保持种群多样性。但该算法中反向个体容易偏离全局最优个体,不能很快达到全局最优,在函数优化过程中收敛速度慢且容易陷入局部最优。为此,提出一种基于M-H采样的快速反向微分进化算法。M-H采样用于ODE算法的变异操作,满足马尔可夫链可逆条件。马尔可夫链的一步转移概率根据个体等级分配的选择概率进行计算,既能选择最优个体,又能寻找优化方向并保持种群多样性。仿真结果表明,M-H采样得到的个体具有马尔可夫链平稳分布特性,该算法在单峰函数和多峰函数优化中都能快速收敛,全局和局部搜索性能达到平衡,具有较高的搜索精度及较好的鲁棒性。     

APRED：基于Avg和P的RED改进算法

RED算法是IETF推荐的AQM唯一候选算法,但RED中存在Avg对实际队列变化反应较慢,丢弃概率不准确等问题。为了更准确地计算平均队列长度和丢弃概率,对RED算法的平均队列计算方式(Avg)进行动态调整,并且对丢弃概率P进行非线性优化,进而提出一种改进算法APRED。仿真结果表明,改进后的算法在持久流和突发流情况下均能够减小平均队列的抖动,提高瓶颈链路平均吞吐量,降低路由器丢包率,提高了算法的网络适应性。     

基于网格聚类和修正逻辑的航迹起始算法

针对高密度杂波环境中多目标航迹起始时虚假航迹多和起始处理速度慢的问题,提出了一种将扫描点迹先聚类后进行航迹起始的新算法TI-GCL(Track Initiation Algorithm Based on Grid Clustering and Modified Logic Algorithm).新算法通过网格核技术和边界提取技术分别对高、低密度网格中的回波点迹进行处理,得到更为准确的簇,进一步利用簇中数据对象的相似度进行聚类,最后对每个聚类中的点迹运用修正逻辑法起始目标航迹.仿真结果表明,该算法在高密度杂波环境下能够准确、快速地起始多目标航迹,适于工程运用.     

DTN网络中ED算法的分析与改进

详细研究了延迟容忍网络（DTN）的一种确定性路由算法-ED（Earliest—Delivery）,分析了其计算延时开销函数,并在此基础上充分考虑了传播延时、节点之间链路的连接规律,引入链路连接状态表来选取璐由决策时刻,优化延时开销的计算。实验结果表明,改进后的ED算法可以有效地降低延时,提高路由成功率。     

一种适用于无线通信网络的随机提前检测算法*

在无线通信网络环境下,提出了一种改进的基于平均队列长度和等待时间的随机提前检测算法.这种算法根据平均队列长度和等待时间计算数据包的丢弃概率.仿真结果表明,与单纯基于平均队列长度的RED算法相比较,在大的数据业务负荷条件下可以获得相对更大的吞吐量、更低的丢包率以及较低的时延抖动,从而能更有效地实现无线网络中的拥塞控制.     

一种改进的动态告警负载均衡算法

负载均衡通过将大量的并发访问请求转发到多个服务器分别进行处理,以提高web集群的整体吞吐量.现有的负载均衡算法存在着引用负载因素过少、负载计算过于复杂、节点的负载抖动现象过于严重等问题.本文提出一种改进的动态告警负载均衡算法,基于请求类型、节点工作能力和实时负载值来确定转发目标.该方案实时监测各节点的负载状态并实施周期性反馈与动态告警,既保证了负载信息的实时性与有效性,又减少了负载计算量;采用RED方法校正负载状态的判定,避免了因为负载状态的误判而引发的负载不均,从而减小了负载抖动现象.模拟实验结果表明,改进算法增加了web集群系统的吞吐量,并且明显改善了负载均衡度.