网络拥塞是指在分组交换网络中传送分组数目过多时,由于存储转发节点的资源有限而造成网络传输性能下降情况。近年来,随着云计算、移动互联网、物联网的日益发展和普及,通信网络系统日趋复杂,大大增加了网络资源调度和管理的难度。同时电子商务、远程医疗、分布式计算、即时通信、网络语音与视频等层出不穷的网络应用使人们对网络系统的依赖程度日益提高,并对网络的可靠性、安全性和可用性等提出了许多新要求。为了向用户提供可靠的网络服务质量,避免网络拥塞带来的数据丢失、时延增大、吞吐量下降甚至拥塞崩溃等问题,有必要设计合理的算法对网络资源进行有效管理或调度。主动队列管理（AQM）算法是网络拥塞控制的重要一环,在解决“bufferbloat”问题,提升网络服务质量和维持数据流之间公平性方面具有独特优势。考虑到网络本身的时变性、异构性和复杂性,本文将从自适应控制的角度分析系统特征并设计AQM算法。对算法设计中存在系统建模、时滞处理、参数辨识和公平性保障等难点问题进行了深入研究,并取得以下成果:（1）通过实时评价接包和丢包效果,建立了一种路由视角下的TCP/AQM系统信息压缩模型,在建模过程中还同时讨论了拥塞指示变量选取的问题。现有TCP/AQM模型缺乏对异构往返时延、未知源端机制和时变网络环境的考虑,所建模型的假设条件现实中难以满足且含有很多未知参数。因此现有模型较为适合系统性能分析,用于控制器设计则不太合适。信息压缩模型可以克服或缓解这些不足,它与具体源端调节机制无关,辅以定制的参数辨识算法能够及时跟踪网络环境变化。（2）TCP/AQM系统本质为一多时滞回路耦合系统,各回路往返时延大小各不相同且分布范围远大于控制量调节周期,这给准确评估控制效果带来很大困难。在信息压缩模型基础上,结合广义预测自适应控制思想,对模型进行适当变换并在时间尺度上进行扩展,从而在更大的尺度上对调节过程进行评价。相比于Co Del等潜在标准化算法,所得AQM算法有效改善了大时滞网络环境下的算法性能。（3）信息压缩模型是原有复杂机理模型的动态近似模型,形式更为简洁,但参数范围变化很大,这对辨识算法提出了很高要求。通过对经典参数辨识算法的分析,提出可以从模型误差分配这一新的角度对辨识算法进行再认识。然后运用新分析框架,结合TCP/AQM系统特征和控制要求,设计了一种基于模型有效性评价机制的辨识算法。该算法能够有效应对时滞和不确定性带来的负面影响,满足AQM算法的设计需求。（4）在总结以往算法得失的基础上,分两步设计了一种集保护与监控于一体的公平性AQM算法。以较小的代价实现尽可能大的公平性是公平性AQM算法的设计宗旨和难点所在。如何有效鉴别和惩罚带宽抢占流是以往研究的重点,可惜尚未取得令人满意的控制效果。所设计算法首先对被丢包的数据流进行必要保护,保护结束时统计该数据流的状态信息,以此作为判定其行为是否合法的依据。若被认定为非法数据流,则解除保护转入纯监控模式,并对之进行必要惩罚。仿真表明通过记录必要的状态信息,新算法能够实现较为理想的带宽公平性,相较于g CHOKe等算法取得了明显的性能改善。最后总结全文并对后续研究进行展望。