随着互联网规模的增长，拥塞己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。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。还需要作进一步地探索。 本论文的主要工作如下： ①分析了网络拥塞的固有特性，讨论了模糊控制理论在AQM中的应用； ②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： ③在具有代表性的算法“随机指数标记”(REM)的基础上提出一种基于模糊控制的改进REM算法，取名Fuzzy REM，对其进行了理论分析和仿真实验。仿真结果表明，即使网络动态变化，该算法也能够快速地稳定队列长度，达到良好的控制性能，也较现有其它方案在网络拥塞控制的有效性上有较好的改善。 ④在具有代表性的算法“模糊显示标记”(FEM)的基础上提出一种自适应目标队列算法，取名ATQL-FEM，对其进行了仿真分析。仿真结果表明这种自适应机制能有效提高应对突发流量时的适应性，很好地适合网络模型的非线性。