| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·引言 | 第9-10页 |
| ·基于速率的ABR业务拥塞控制之研究现状 | 第10-11页 |
| ·基于智能优化的PID参数整定之研究现状 | 第11页 |
| ·本文的主要工作 | 第11-12页 |
| ·章节安排 | 第12-13页 |
| 第二章 ATM网络及 ABR业务拥塞控制机制简介 | 第13-18页 |
| ·ATM网络简介 | 第13-15页 |
| ·ATM网络的业务类型 | 第13-14页 |
| ·ATM网络拥塞的原因 | 第14页 |
| ·ATM网络拥塞的危害 | 第14-15页 |
| ·ABR业务基于速率的拥塞控制机制 | 第15-17页 |
| ·ABR流量控制方案 | 第15-16页 |
| ·ABR流量控制算法的设计目标 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 ABR业务流量的 PID拥塞控制算法研究 | 第18-28页 |
| ·引言 | 第18页 |
| ·单瓶颈节点网络模型 | 第18-19页 |
| ·PID拥塞控制算法 | 第19-26页 |
| ·问题的提出 | 第19-20页 |
| ·网络模型描述 | 第20-21页 |
| ·控制器设计 | 第21-25页 |
| ·公平算法实现 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第四章 基于遗传算法整定的 PID网络流量控制研究 | 第28-34页 |
| ·引言 | 第28页 |
| ·遗传算法的基本原理 | 第28-30页 |
| ·基于遗传算法整定的PID控制器设计 | 第30-32页 |
| ·仿真结果及性能分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于改进粒子群算法整定的 PID网络流量控制研究 | 第34-51页 |
| ·粒子群算法简介 | 第34-37页 |
| ·粒子群算法的基本思想 | 第34-36页 |
| ·粒子群优化算法的算法描述 | 第36-37页 |
| ·常用的测试函数 | 第37-40页 |
| ·基于粒子运动方向变异的改进粒子群算法研究 | 第40-47页 |
| ·引言 | 第40页 |
| ·改进粒子群优化(MPSO)算法 | 第40-41页 |
| ·具体实现 | 第41-42页 |
| ·变异率选择及算法分析 | 第42-47页 |
| ·改进粒子群算法整定的PID控制器设计 | 第47-49页 |
| ·参数的编码 | 第47-48页 |
| ·适应度函数选择 | 第48页 |
| ·算法流程 | 第48页 |
| ·参数搜索空间 | 第48-49页 |
| ·仿真结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 基于混沌粒子群算法的PID网络流量控制研究 | 第51-61页 |
| ·粒子群算法的早熟现象及早熟判断机制 | 第51-52页 |
| ·基于混沌思想的混合粒子群算法(CPSO) | 第52-54页 |
| ·混沌优化算法(Chaos Optimization Algorithm) | 第52-53页 |
| ·混沌粒子群算法的算法描述 | 第53-54页 |
| ·算法分析 | 第54-58页 |
| ·基于混沌粒子群算法的PID网络拥塞控制 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 结论与展望 | 第61-67页 |
| ·本文的主要创新点 | 第61页 |
| ·展望 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间撰写的论文 | 第68页 |
