期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于队列和负载因子的动态参数随机指数标记算法
被引量:
2
1
作者
汪浩
田作华
《四川大学学报(工程科学版)》
EI
CAS
CSCD
北大核心
2010年第1期173-178,共6页
为了解决随机指数标记算法(REM)队列抖动大,对动态数据流响应慢,以及环境适应性差等问题,分析了算法的控制属性,并提出了一种参数动态调整的随机指数标记算法(DREM)。基于控制理论的分析表明,REM算法具有比例积分(PI)控制属性。通过引...
为了解决随机指数标记算法(REM)队列抖动大,对动态数据流响应慢,以及环境适应性差等问题,分析了算法的控制属性,并提出了一种参数动态调整的随机指数标记算法(DREM)。基于控制理论的分析表明,REM算法具有比例积分(PI)控制属性。通过引入队列因子和负载因子的概念,对队列调整状态进行实时划分,能够有效地判断当前网络的拥塞状况。同时,利用队列和负载因子设计了关键参数的调整率,以协助基于"和式增加积式减少(AIMD)"规则的TCP拥塞控制策略,有效增强了REM算法的控制性能。NS2平台中的仿真实验表明,相对于标准REM算法,DREM提高了队列长度的响应能力,减小了丢包率,增强了主动队列管理算法的适应性和鲁棒性。
展开更多
关键词
拥塞控制
主动队列管理
随机指数标记
队列因子
负载因子
在线阅读
下载PDF
职称材料
基于加强型价格的随机指数标记算法
被引量:
2
2
作者
汪浩
牛玉刚
《华东理工大学学报(自然科学版)》
CAS
CSCD
北大核心
2009年第3期457-461,共5页
随机指数标记算法(REM)是一种有效的主动队列管理算法,但存在队列收敛性差、对网络环境变化响应慢等问题。通过理论分析表明REM算法类似于PI控制策略,感知网络拥塞的能力不足。为克服上述缺点,提出了基于加强型价格的随机指数标记算法(E...
随机指数标记算法(REM)是一种有效的主动队列管理算法,但存在队列收敛性差、对网络环境变化响应慢等问题。通过理论分析表明REM算法类似于PI控制策略,感知网络拥塞的能力不足。为克服上述缺点,提出了基于加强型价格的随机指数标记算法(EPREM)。EPREM在原价格中增加数据包到达速率的变化率,得到加强型的价格,同时引入带宽缓存比例因子指导新增参数λ的设定。在NS2中的仿真实验结果表明:相对于REM算法,EPREM提高了收敛速率,增强了算法对网络环境变化的适应性。
展开更多
关键词
网络拥塞控制
主动队列管理
随机指数标记
价格
带宽缓存比例因子
在线阅读
下载PDF
职称材料
一种基于RBF网络的参数自调整REM算法
被引量:
2
3
作者
陈炳卿
牛玉刚
《华东理工大学学报(自然科学版)》
CAS
CSCD
北大核心
2010年第3期428-432,共5页
针对传统的随机指数标记(Random Exponential Marking,REM)算法存在参数难以调整的缺陷,提出了一种改进型主动队列管理算法——基于RBF网络的参数自调整REM算法。利用RBF神经网络动态地对算法参数进行调整,使其能够适应不断变化的网络...
针对传统的随机指数标记(Random Exponential Marking,REM)算法存在参数难以调整的缺陷,提出了一种改进型主动队列管理算法——基于RBF网络的参数自调整REM算法。利用RBF神经网络动态地对算法参数进行调整,使其能够适应不断变化的网络环境。该算法将REM算法在一定条件下近似为比例积分控制,使REM算法参数调节近似等效于比例积分系数的调节,简化了参数调节,提高了算法的实时性。仿真实验表明:该算法优于传统的REM算法,具有良好的鲁棒性及较快的调节速率。
展开更多
关键词
网络拥塞控制
主动队列管理
随机指数标记
(REM)
比例积分控制
RBF神经网络
在线阅读
下载PDF
职称材料
题名
基于队列和负载因子的动态参数随机指数标记算法
被引量:
2
1
作者
汪浩
田作华
机构
上海交通大学自动化系
出处
《四川大学学报(工程科学版)》
EI
CAS
CSCD
北大核心
2010年第1期173-178,共6页
基金
国家自然科学基金资助项目(60574081)
文摘
为了解决随机指数标记算法(REM)队列抖动大,对动态数据流响应慢,以及环境适应性差等问题,分析了算法的控制属性,并提出了一种参数动态调整的随机指数标记算法(DREM)。基于控制理论的分析表明,REM算法具有比例积分(PI)控制属性。通过引入队列因子和负载因子的概念,对队列调整状态进行实时划分,能够有效地判断当前网络的拥塞状况。同时,利用队列和负载因子设计了关键参数的调整率,以协助基于"和式增加积式减少(AIMD)"规则的TCP拥塞控制策略,有效增强了REM算法的控制性能。NS2平台中的仿真实验表明,相对于标准REM算法,DREM提高了队列长度的响应能力,减小了丢包率,增强了主动队列管理算法的适应性和鲁棒性。
关键词
拥塞控制
主动队列管理
随机指数标记
队列因子
负载因子
Keywords
congestion control
active queue management
random exponential marking
queue factor
load factor
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于加强型价格的随机指数标记算法
被引量:
2
2
作者
汪浩
牛玉刚
机构
上海交通大学自动化系
华东理工大学信息科学与工程学院
出处
《华东理工大学学报(自然科学版)》
CAS
CSCD
北大核心
2009年第3期457-461,共5页
基金
国家自然科学基金(60674015)
上海市重点学科建设项目(B504)
上海市教委科研创新重点项目(09zz60)
文摘
随机指数标记算法(REM)是一种有效的主动队列管理算法,但存在队列收敛性差、对网络环境变化响应慢等问题。通过理论分析表明REM算法类似于PI控制策略,感知网络拥塞的能力不足。为克服上述缺点,提出了基于加强型价格的随机指数标记算法(EPREM)。EPREM在原价格中增加数据包到达速率的变化率,得到加强型的价格,同时引入带宽缓存比例因子指导新增参数λ的设定。在NS2中的仿真实验结果表明:相对于REM算法,EPREM提高了收敛速率,增强了算法对网络环境变化的适应性。
关键词
网络拥塞控制
主动队列管理
随机指数标记
价格
带宽缓存比例因子
Keywords
network congestion control
active queue management
random exponential marking
price
bandwidth-buffer proportion factor
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种基于RBF网络的参数自调整REM算法
被引量:
2
3
作者
陈炳卿
牛玉刚
机构
华东理工大学信息科学与工程学院
出处
《华东理工大学学报(自然科学版)》
CAS
CSCD
北大核心
2010年第3期428-432,共5页
基金
国家自然科学基金(60674015)
上海教委科技创新重点项目(09ZZ60)
上海市重点学科项目(B504)
文摘
针对传统的随机指数标记(Random Exponential Marking,REM)算法存在参数难以调整的缺陷,提出了一种改进型主动队列管理算法——基于RBF网络的参数自调整REM算法。利用RBF神经网络动态地对算法参数进行调整,使其能够适应不断变化的网络环境。该算法将REM算法在一定条件下近似为比例积分控制,使REM算法参数调节近似等效于比例积分系数的调节,简化了参数调节,提高了算法的实时性。仿真实验表明:该算法优于传统的REM算法,具有良好的鲁棒性及较快的调节速率。
关键词
网络拥塞控制
主动队列管理
随机指数标记
(REM)
比例积分控制
RBF神经网络
Keywords
network congestion control
active queue management
REM
proportional integral control
RBF neural network
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于队列和负载因子的动态参数随机指数标记算法
汪浩
田作华
《四川大学学报(工程科学版)》
EI
CAS
CSCD
北大核心
2010
2
在线阅读
下载PDF
职称材料
2
基于加强型价格的随机指数标记算法
汪浩
牛玉刚
《华东理工大学学报(自然科学版)》
CAS
CSCD
北大核心
2009
2
在线阅读
下载PDF
职称材料
3
一种基于RBF网络的参数自调整REM算法
陈炳卿
牛玉刚
《华东理工大学学报(自然科学版)》
CAS
CSCD
北大核心
2010
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部