本文将控制理论引入到网络通讯中，采用显示速率反馈机制对ABR业务流量进行控制，解决可控流的拥塞问题。分别给出了目前常见的两种缓冲队列模型：先入先出(FIFO)缓冲队列模型和每一流量(Per-flow)缓冲队列模型，并在此基础上针对实际网络中存在的传播时延、负载、用户数量等不确定因素进行分析，设计ABR流量速率控制器。研究的主要内容及创新点如下： 首先，研究ATM网络的基本原理及ABR业务流量的控制原理。 其次，基于FIFO缓冲队列模型，采用经典控制理论设计双预测PI控制器，并利用Routh稳定性判据给出了模型不匹配情况下闭环系统稳定的充要条件，解决了传播时延经常发生变化造成网络服务质量下降的问题；采用智能控制理论设计神经网络控制器，利用改进的粒子群优化算法对神经网络进行训练，克服了传统神经网络控制器训练速度慢、易陷入局部极值点的缺陷。最终设计的神经网络控制器不依赖于网络的数学模型，消除了网络模型难以精确获得对控制产生的影响。 最后，基于Per-flow缓冲队列模型，将经典控制理论与智能控制理论相结合，设计含有Smith预估补偿器的智能PID控制器，利用改进的粒子群优化算法对PID控制器的参数进行调节。所设计的控制器不但可以自动适应网络负载、时延的变化，并且还能消除反馈时延给控制带来的不利影响。