拥塞控制的问题主要集中在效率和公平性(fairness)上。网络资源的使用效率是指源端要求的总资源与网络所能提供的资源之间的关系。如果二者刚好相等或者很接近,那么这种算法的效率就是高的,否则都是效率不高的表现。公平性是指在网络发生拥塞时各连接能公平地共享网络资源。产生公平性问题的根本原因在于拥塞发生必然导致数据包丢失,而数据包丢失会导致各数据流之间为争抢有限的网络资源发生竞争,竞争能力强的数据流将到更多网络资源,从而损害了其它数据流的利益。本文从端系统和路由器两个方面详细研究了当前IP网络中的拥塞控制策略,在此基础上针对IP网络的实际应用需求展开了系统深入地研究。主要工作有:(1)设计了一种在线学习的网络流量单神经元PID主动队列管理算法(NPID),NPID算法使用有监督Hebb学习规则在线修正其加权系数,通过不断地调整系统的误差来修正控制器的参数,使控制器能够适应受控对象结构参数以及网络环境的变化,稳定路由器的队列长度。并通过仿真验证了该算法的有效性。(2)在TCP拥塞控制的基础上提出一种SISD拥塞控制算法:一种慢增慢减的拥塞控制算法。详细介绍了SISD的窗口调整策略,发送速率模型以及参数的选取方法。最后,仿真验证了该算法的有效性。