基于模糊神经网络的通信网络拥塞控制方法研究

为解决通信网络的信元比特率低和信元丢失率高导致的拥塞问题,本文引入模糊神经网络,研究通信网络拥塞控制方法。首先利用模糊神经网络构建通信网络流量预测结构,结合偏差值和sigmoid函数预测网络流量。其次建立拥塞控制机制并设置模糊集,利用神经网络双曲正切函数的一种变体函数构建控制方法,最后实现通信网络拥塞控制。实验结果表明,该方法信元比特率较高,控制在0.85×7.5~0.97×7.5 Mb/s范围内,丢失率低于0.005,有效降低了通信网络信元丢失率,提高了信元比特率,解决了通信拥塞问题。