| 1 互联网拥塞控制 | 第1-15页 |
| ·网络拥塞的产生以及拥塞控制的提出 | 第7-10页 |
| ·TCP／IP网络模型 | 第7-8页 |
| ·拥塞的概念 | 第8-9页 |
| ·拥塞产生的原因 | 第9-10页 |
| ·TCP拥塞控制算法的发展 | 第10-11页 |
| ·TCP拥塞控制的四个阶段 | 第10-11页 |
| ·TCP拥塞控制的发展 | 第11-13页 |
| ·本文的内容 | 第13-15页 |
| 2 主动队列管理(AQM)算法 | 第15-27页 |
| ·传统队列管理机制--Drop Tail | 第15-16页 |
| ·主动队列管理机制--RED | 第16-19页 |
| ·RED算法的改进 | 第19-22页 |
| ·ARED算法 | 第19-20页 |
| ·SRED(Stabilized RED) | 第20-22页 |
| ·DRED算法 | 第22-23页 |
| ·REM算法 | 第23-24页 |
| ·PI控制算法 | 第24页 |
| ·PID控制算法 | 第24-25页 |
| ·其它算法 | 第25页 |
| ·互联网仿真工具环境 | 第25-27页 |
| 3 智能PID拥塞控制算法 | 第27-41页 |
| ·PID控制原理 | 第27-30页 |
| ·位置式PID控制算法 | 第28-29页 |
| ·增量式PID控制算法 | 第29-30页 |
| ·智能PID控制算法 | 第30-32页 |
| ·智能PID控制的原理与实质 | 第30页 |
| ·智能PID控制AOM算法的描述 | 第30-32页 |
| ·智能PID控制算法的仿真与性能评价 | 第32-38页 |
| ·仿真拓扑结构以及参数的设置 | 第32-33页 |
| ·基于专家经验的智能PID控制在固定负载情况下的性能 | 第33-34页 |
| ·智能PID控制算法在变负载情况下的性能 | 第34-35页 |
| ·在变时延情况下算法的性能 | 第35页 |
| ·与cbr流共存时算法的性能 | 第35-36页 |
| ·对于大时延网络系统的适应情况 | 第36-38页 |
| ·参数对于算法性能的影响 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 单神经元自适应PID积极队列管理算法 | 第41-53页 |
| ·神经网络基础 | 第41-43页 |
| ·单神经元模型 | 第41-42页 |
| ·神经网络的学习规则 | 第42-43页 |
| ·单神经元自适应PID控制器 | 第43-47页 |
| ·单神经元自适应PID控制器及其学习算法 | 第44-47页 |
| ·单神经元自适应PID控制AQM算法 | 第47-49页 |
| ·算法的性能验证 | 第49-52页 |
| ·网络的拓扑结构以及参数的设置 | 第49页 |
| ·算法在LAN环境下的性能 | 第49-51页 |
| ·算法在WAN环境下的性能 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 5 微分先行AQM算法 | 第53-61页 |
| ·微分先行控制原理 | 第53页 |
| ·算法实现 | 第53-54页 |
| ·算法性能验证 | 第54-60页 |
| ·网络拓扑结构与算法参数设置 | 第54页 |
| ·微分先行控制算法在固定负载情况下的性能 | 第54-56页 |
| ·微分先行控制算法在变负载情况下的性能 | 第56页 |
| ·微分先行控制算法在变时延情况下的性能 | 第56页 |
| ·与cbr流共存时的性能 | 第56-57页 |
| ·在WAN仿真环境下微分先行算法的性能 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 结束语 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |