在科学技术高速发展的今天,新型网络应用不断出现,用户数量迅速增加,人们对互联网的需求量越来越大,由此引发的网络拥塞已经成为制约网络发展和应用的瓶颈问题。拥塞容易造成传输延迟和吞吐量等QoS (Quality of Service)性能指标降低,导致网络性能和网络资源利用率下降,从而无法提供有效的QoS保证。因此,有效地解决拥塞问题对于提高网络性能具有重要意义,如何更好地预防和控制网络拥塞也成为近年来网络研究领域的热点。本文在分析了TCP和IP拥塞控制机制的基础上,从控制理论和经济学的角度对拥塞控制进行了研究,主要研究工作如下：针对网络的时滞和网络模型的不确定性,从控制理论的角度将内模控制器与Smith预估控制相结合,提出了新的主动队列管理算法(AQM):IMC-Smith控制算法,并且在多种情况下作了详尽的仿真研究,得到了较好的结果,证明了IMC-Smith算法的优越性。针对网络中传输延时给拥塞控制带来不利影响,而现有算法过于依赖精确模型的弱点,研究了一种针对大时滞动态网络的主动队列管理算法。采用模糊控制与改进的Smith预估补偿相结合设计用于TCP连接的主动队列管理算法。通过改进的Smith预估补偿器能补偿大时滞对队列稳定性的影响,使得对TCP的拥塞控制更加及时；而模糊控制器无需被控对象的精确数学模型即能实现良好的控制,可以克服Smith预估补偿依赖精确模型的缺点,对动态网络流量又存在很强的鲁棒性,适合于大时滞不确定网络拥塞控制。设计基于自适应灰色预测的虚速率算法,将灰色预测、自适应控制与虚速率算法三者的设计思想融合起来。该算法既解决了基于队列的算法响应速度慢的缺点,同时又兼顾了传统PID控制在线参数整定困难的不足,通过在线边学习边控制的方式可以自适应地在线调节控制参数以保证网络系统在平衡点的稳定性,从而获得较快的暂态响应以及较好的稳态特性。提出了新的基于显式速率反馈的拥塞控制方法,在传统的Smith预估控制的基础上加入了滤波器,较好地克服了TCP网络的传播时延给拥塞控制所带来的不利影响,使TCP发送窗口能快速响应网络负荷状况的变化,从而避免了分组的丢失,并使得的流量较为平稳,理论分析表明该方案在模型匹配和不匹配两种情况下有较强的适应性都能保证系统的鲁棒性,能满足实际应用的需求。从经济学的角度出发,将价格策略应用到网络拥塞控制中来。首先将资源占有率引入到价格策略中,构造了基于资源占有率的价格策略；另外将网络中的效用函数模型同对策论中的Stackelberg策略相结合,提出了基于Stackelberg策略的价格策略。通过仿真实验,得到了理想的结果,证明了两种策略的有效性。针对基于优化理论提出的对偶梯度拥塞控制算法及其一般分析框架,研究了该算法在一种简化了的网络情形下的稳定性问题。在不考虑网络传输时延时的情况下,证明该对偶梯度拥塞控制算法在一般拓扑结构下的全局稳定性；在考虑了网络传输时延时的情况下,针对单瓶颈拓扑网络给出了该对偶梯度拥塞控制算法全局稳定的条件。这些结论为设计网络配置、确保网络稳定、避免网络拥塞提供了理论基础。最后对全文进行了概括性总结,并提出了下一步研究的方向。