网络拥塞控制已经成为网络系统改善性能、提高服务质量的主要手段,网络拥塞控制问题的研究具有重要的理论意义和应用价值。主动队列管理(AQM)是网络拥塞控制中效果较好而广泛使用的一种方法,成为Internet拥塞控制领域的热点问题。本文在已有的AQM算法的基础上,将智能控制理论的思想引入到AQM算法的设计中,提出了两种新的AQM算法,明显地改进了队列的稳定性和鲁棒性,并且在公平性方面也有所改善。本文所做的主要工作如下:(1)提出了基于队列长度和链路速率相对变化率的模糊AQM算法。该算法通过引入队列长度与期望队列长度以及链路速率与链路容量的相对误差量作为网络拥塞指示,并采用模糊推理来决策出中间节点(路由器)的丢包概率。仿真实验表明,该算法不仅具有良好的队列稳定性和较小的队列延时,同时对实际网络中的非线性和负载波动等不确定性具有鲁棒性。(2)给出了一种基于NLMS的AQM算法(NAQM)。通过引入加权队列长度作为拥塞指示,采用归一化最小均方(Normalized Least Mean Square,NLMS)的方法对权值自适应调整,结合负载因子对分组进行更为合理的丢弃,将队列长度的变化稳定在一个理想的水平。仿真表明该算法具有较好的动静态性能,且能提高队列稳定性,降低丢包率。尤其在多瓶颈链路中,算法的队列稳定性最好。(3)研究了主动队列管理的公平性问题,并引入流的鉴别机制,分别对以上算法进行了公平性研究。仿真表明,改进后的算法队列稳定,具有良好的公平性。