随着互联网规模的增长，拥塞已经成为一个十分重要的问题。近年来，主动队列管理(AQM)已成为网络拥塞控制领域的一个研究热点。AQM通过评估网络状态、预测拥塞的出现，对分组进行有目的的丢弃，可以使源发送端更及时地了解到网络状况并调整发送速率。而现有算法在响应速度、稳定性及环境敏感性等方面仍有缺陷。对于网络模型的复杂性难题，模糊控制可以发挥相应的优点实现拥塞控制的智能化；而且模糊控制不严格依赖于对象模型，对模型的不确定性具有很强的适应能力。因此，把模糊控制技术引入到AQM中有望能够较好地解决实际网络中的拥塞问题。目前，关于此方面的研究已引起人们广泛的兴趣，亦取得了一些初步的研究成果。不过现有的一些研究成果离实际应用尚有一定的距离，还需要作进一步的探索。　　 本论文的主要工作如下：　　 ①介绍了Internet中拥塞现象产生的背景、原因以及拥塞控制策略的研究现状，讨论了模糊控制理论在AQM中的应用；　　 ②分析了几种典型的队列管理算法，包括DropTail，RED和GentleRED，利用网络仿真软件NS2进行仿真实验。本文设置了几种不同的网络环境，以检验这些算法的性能。根据对比仿真结果，结合算法原理分析了这些算法的性能特点，加深了对队列管理策略的理解；　　 ③分析了具有代表性的基于模糊控制技术的AQM方案，讨论了它们各自的优缺点；　　 ④在具有代表性的算法“随机早期检测”(RED)的改进算法GentleRED基础上提出一种基于模糊控制的改进GentleRED算法，取名Fuzzy GentleRED，对其进行了理论分析和仿真实验。仿真结果表明，这种基于模糊控制理论的拥塞控制机制能够在网络参数变化的情况下，保证系统的稳定，队列长度能够快速地收敛到目标期望值附近，对拥塞取得了良好的控制效果，也较其它方案在网络拥塞控制的有效性上有较好的改善。