一种基于RBF网络的参数自调整REM算法

针对传统的随机指数标记（RandomExponentialMarking，REM）算法存在参数难以调整的缺陷，提出了一种改进型主动队列管理算法—基于RBF网络的参数自调整REM算法。利用RBF神经网络动态地对算法参数进行调整，使其能够适应不断变化的网络环境。该算法将REM算法在一定条件下近似为比例积分控制，使REM算法参数调节近似等效于比例积分系数的调节，简化了参数调节，提高了算法的实时性。仿真实验表明：该算法优于传统的REM算法，具有良好的鲁棒性及较快的调节速率。