基于Additive-multiplicative模糊神经网的ATM网络拥塞控制 (2004年)

考虑了模糊神经网络的学习功能，提出利用Additive-multiplicative模糊神经网络（AMFNN）对ATM网络进行拥塞控制的方案，在拥塞过程中，利用模糊神经网络预测下一个将要到达流的特征，结合当前缓冲区的队列信息预测网络是否发生拥塞一旦拥塞发生，控制器则向源端反馈拥塞控制信息，信源根据拥塞信息适当降低传输速度，从而避免了拥塞的发生。仿真结果表明，该方法改善网络对拥塞的实时处理能力，提高网络资源的利用率。