1、隨著互聯(lián)網(wǎng)規(guī)模的增長，擁塞已經(jīng)成為一個十分重要的問題。近年來，主動隊列管理(AQM)已成為網(wǎng)絡(luò)擁塞控制領(lǐng)域的一個研究熱點。AQM通過評估網(wǎng)絡(luò)狀態(tài)、預測擁塞的出現(xiàn)，對分組進行有目的的丟棄，可以使源發(fā)送端更及時地了解到網(wǎng)絡(luò)狀況并調(diào)整發(fā)送速率。而現(xiàn)有算法在響應(yīng)速度、穩(wěn)定性及環(huán)境敏感性等方面仍有缺陷。對于網(wǎng)絡(luò)模型的復雜性難題，模糊控制可以發(fā)揮相應(yīng)的優(yōu)點實現(xiàn)擁塞控制的智能化；而且模糊控制不嚴格依賴于對象模型，對模型的不確定性具有很強的適應(yīng)能力。因

2、此，把模糊控制技術(shù)引入到AQM中有望能夠較好地解決實際網(wǎng)絡(luò)中的擁塞問題。目前，關(guān)于此方面的研究已引起人們廣泛的興趣，亦取得了一些初步的研究成果。不過現(xiàn)有的一些研究成果離實際應(yīng)用尚有一定的距離，還需要作進一步的探索。
　　 本論文的主要工作如下：
　　 ①介紹了Internet中擁塞現(xiàn)象產(chǎn)生的背景、原因以及擁塞控制策略的研究現(xiàn)狀，討論了模糊控制理論在AQM中的應(yīng)用；
　　 ②分析了幾種典型的隊列管理算法，包括Dro

3、pTail，RED和GentleRED，利用網(wǎng)絡(luò)仿真軟件NS2進行仿真實驗。本文設(shè)置了幾種不同的網(wǎng)絡(luò)環(huán)境，以檢驗這些算法的性能。根據(jù)對比仿真結(jié)果，結(jié)合算法原理分析了這些算法的性能特點，加深了對隊列管理策略的理解；
　　 ③分析了具有代表性的基于模糊控制技術(shù)的AQM方案，討論了它們各自的優(yōu)缺點；
　　 ④在具有代表性的算法“隨機早期檢測”(RED)的改進算法GentleRED基礎(chǔ)上提出一種基于模糊控制的改進GentleRE