基于NSGA-II算法的多目标参数优化的主动队列管理新策略2650.docx

《基于NSGA-II算法的多目标参数优化的主动队列管理新策略2650.docx》由会员分享，可在线阅读，更多相关《基于NSGA-II算法的多目标参数优化的主动队列管理新策略2650.docx（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基于NSSGA-II算算法的多多目标参参数优化化的主动动队列管管理新策策略收稿日期：基金项目：国家自然科学基金（60474076）, 江苏省“六大人才高峰”项目（07-E-013）,南通市应用研究计划项目（K2007004）陆锦军11,2李李志权22王执铨铨1 (1南京京理工大大学自动动化学院院 南京京 21100994;2南通职职业大学学现代教教育技术术中心 南通 22660077)摘 要本本文推导导了基于于流体流流理论的的网络简简化模型型，基于于该模型型将NSSGA-II与PPGA相相结合的的优化算算法应用用于PIID控制制器参数数优化，提提出了一一种多目目标PIID优化化设计方方法在满足

2、足系统鲁鲁棒性的的前提下下，以超超调量、上升时时间和调调整时间间最小作作为多目目标优化化的子目目标，并并将NSSGA-与PGGA相结结合对其其求解。该算法法求得的的Parretoo最优解解分布均均匀，收收敛性和和鲁棒性性好，根根据网络络主动队队列管理理控制系系统的要要求在PPareeto解解集中选选择最终终的满意意解。仿仿真结果果表明，在在大时滞滞和突发发业务流流的冲击击两种情情况下,该方法法设计的的控制器器的动静静态性能能优于RRED、GA、SPSSO、QQDPSSO算法法的优化化结果。关键词主主动队列列管理 网络络拥塞 PIID控制制 NNSGAA-III中图分类类号TPP2733 文文献

3、标志志码A 国家标标准学科科分类代代码1220.330A Neew TTactticss off Muultii-Obbjecct PParaametter Opttimiizattionn foor AActiive Queeue Mannageemennt BBaseed oon NNSGAA-III AllgorrithhmLU JJin-junn1,22LI Zhii-quuan22WANNG ZZhi-quaan1（1Scchoool oof AAutoomattionn, NNanjjingg Unniveersiity of Sciiencce aand Tecchnoologg

4、y,NNanjjingg21000944, CChinna;2Cennterr off Edducaatioon aand Tecchnoologgy, Nanntonng VVocaatioonall Coolleege, Naantoong22660077,Chhinaa）Absttracct: Siimpllifiied nettworrk mmodeelbaasedd onn flluidd fllow theeoryy iss deerivved in thiis ppapeer, andd baasedd onn thhis moddel, ann immproovedd allg

5、orrithhm, i.ee. ooptiimizzatiion alggoriithmm coombiininng NNSGAA-III annd PPGA is appplieed tto ooptiimizzatiion of PIDD coontrrolller parrameeterrs. In thee foolloowinng, a mmultti-oobjeect PIDD opptimmizaatioon ddesiign metthodd iss puut fforwwardd, ii.e. whhen robbusttnesss oof tthe sysstemm iss

6、 saatissfieed, thee miinimmum of oveershhoott,risse ttimee annd aadjuustiing timme iis ttakeen aas tthe subb-obbjecct oof mmultti-oobjeect opttimiizattionn, aand sollve it by commbinningg NSSGA-II aand PGAA. TThe Parretoo opptimmal sollutiion gott byy thhis alggoriithmm diistrribuutess evven, annd h

7、has goood cconvverggencce aand robbusttnesss. Acccorddingg too reequeest of nettworrkedd Acctivve QQueuue MManaagemmentt coontrrol sysstemm, aa saatissfyiing sollutiion is choosenn inn Paaretto ssoluutioon sset. Thhe ssimuulattionn exxperrimeentaal rresuultss shhow thaat uundeer tthe twoo coondiitio

8、ons of larrge timme ddelaay aand sudddenn buusinnesss fllow,thee dyynammic staate andd stteaddy sstatte pperfformmancces offthee prropoosedd allgorrithhm aare obvviouuslyy suuperriorr too thhosee off thhe eexisstinng RRED,GA, SPPSO andd QDDPSOOalggoriithmms.Key worrds: aactiive queeue mannageemennt;

9、 neetwoork conngesstioon; PIID cconttroll;NSGGA-III1 引引言IP网络络拥塞控控制是人人们一直直着力解解决但未未能很好好解决的的问题，相继产生了不少有影响力的算法，如RED1、ARED2、SRED3、BLUE4等，同时也出现了许多基于网络流量的控制模型，但较具影响力的是V Misra等人于2000年基于流体流理论提出的网络模型5，该模型较为恰当地描述了TCP传输流的行为6，为研究人员广为采用，根据该模型，产生了PID7等主动队列管理算法和相应的PID参数优化算法8-11，增强了对队列长度的控制能力，但这些方法难以兼顾系统对快速性、稳定性和鲁棒性

10、的要求。针对这些缺陷，本文提出了一种多目标PID设计方法在满足系统鲁棒性的前提下，以系统输出的超调量、上升时问和调整时间作为多目标优化的子目标，并将带精英策略的快速非支配排序遗传算法(NSGA-II)12和并行遗传算法(PGA)13相结合，提出基于伪并行NSGA-II算法的多目标鲁棒PID优化设计方法，并且将得到的优化PID目标参数应用于网络主动队列管理系统中。仿真结果表明,在大时滞和突发业务流的冲击两种情况下,该方法设计的控制器的动静态性能优于RED、GA、SPSO、QDPSO算法的优化结果。2 TTCP/AQMM简化模模型及其其AQMM控制V Miisraa等人在在分析网网络连续续数据流流

11、和随机机微分方方程的基基础上，建建立了TTCP的的动态模模型6，用如如下一组组非线性性微分方方程来描描述。 （1）式中：WW为预期期的TCCP拥塞塞窗口的的大小（包包）；qq为预期期的队列列长度（包包）；为为往返时时间；（秒秒），为传输输延时（秒秒）；C为链路路容量（包包/秒）；N为激活TCP连接数；P为分组的丢弃概率，P的取值范围为0，1；q和W满足。其中，、分别表示缓存容量和最大窗口尺寸。式（1）中第一个方程描述的是TCP的窗口控制动态特性，其中式右端的1/R项模拟了窗口的加性增加，W/2项对应于包丢失概率p的窗口大小乘性降低。第二个方程描述的是瓶颈队列长度，它等于包到达率NW/R和链路容

12、量C之间的差值。分析稳态工作点各参数之间的关系，主要研究低频性能，在W1时，忽略高频性能,加入AQM控制，最终可得到如图1所示的基于简化模型AQM控制系统框图。q(t)AQM控制p(t)e(t)q0图1 基基于简化化模型的的AQMM控制系系统框图图令Gp(s)为为AQMM系统简简化模型型，即Gp(S)=（2）其中，TT1=，。若链路容容量C、往返返时间和和连接数数N分别为为1055pacckett/s、0.003s和和30，则Gp(S)=（3）PID控控制是一一种具有有负反馈馈的闭环环控制系系统，能能够较好好的根据据系统实实时状态态快速作作出控制制反应，故故不妨假假设图55中的AAQM控控制器

13、仍仍具有PPID形形式，它它引入微微分环节节来增强强系统的的快速响响应的能能力，克克服其他他控制算算法响应应迟缓的的弱点，根根据偏差差的变化化趋势调调节，具具有超前前作用，对对系统的的时滞具具有补偿偿能力。即Gc（SS）=KKp+Kds （4）其中Kpp、Ki、Kp分别为为PIDD控制器器的比例例、积分分、微分分增益系系数，其其离散的的表达形形式为（5）其中是第第k时刻的的队列长长度采样样值，qq0为期望望队列长长度，pp(k)为k时刻的的丢包概概率。其增量形形式为（66）其中，T=0.006625ss（7）分组丢包包概率（8）3 多多目标鲁鲁棒PIID设计计与Paaretto解集集3.1 多

14、目目标鲁棒棒PIDD优化模模型 为了兼兼顾系统统对快速速性、稳稳定性和和鲁棒性性的要求求，这里里以系统统输出的的超调量量、上升升时间和和调节时时间作为为优化目目标，以以频域鲁鲁棒性为为约束(当然也也可以把把它作为为目标函函数处理理)，建建立如下下的多目目标优化化模型: （9）式中：为为超调量量；为上上升时间间(由终终值2第一次次上升到到终值998%的的时间)；为调调整时间间(误差差带取22)；GM、PM为幅值值裕度和和相角裕裕度，下下标miin为约约束下限限。3.2 Parretoo解集 多目标标优化问问题可以以用函数数来定义义，该函函数把决决策向量量映射到到目标向向量，其其数学描描述为： （

15、10）式中：XX=(,)由mm个决策策变量构构成，由由n个需需同时优优化的目目标构成成；约束束g(X)由rr个等式式、不等等式gi(X)0构成成。多目标优优化问题题(2)中的各各目标往往往处于于冲突状状态，因因而不存存在使所所有目标标同时达达到最优优的绝对对最优解解，只能能获得满满意解即即Parretoo解。对对于极小小值多目目标优化化问题，PPareeto最最优解定定义为：在设计计变量的的可行域域内，对对于变量量X，当且且仅当不不存在其其他变量量，在不不违背约约束的条条件下满满足，至至少存在在一个ii使得成立立，则称称变量为为非支配配解，即即Parretoo最优解解。Paaretto最优优解

16、不是是唯一的的，多个个Parretoo最优解解构成PPareeto最最优解集集(也称称Parretoo前沿或或非支配配解集)。4基于伪伪并行NNSGAA-III算法的的PIDD优化4.1 NSGGA-算法12 NSGGA是由由Sriinivvas和和Debb于200世纪990年代代初期提提出，它它的高效效性在于于运用一一个非支支配分类类程序，使使多目标标简化至至一个适适应度函函数的方方式。该该方法能能解决任任意数目目的目标标问题，并并且能够够求最大大和最小小的问题题。Deeb于220022年对NNSGAA进行了了改进，提提出了NNSGAA-III，一种种快速的的非劣性性排序方方法：定定义了拥拥

17、挤距离离估计某某个点周周围的解解密度取取代适应应值共享享。NSSGA-II有有效地克克服了NNSGAA的三大大缺陷：计算复复杂性从从O(mmN3)降至至O(mmN2)，具具备最优优保留机机制及无无需确定定一个共共享参数数。进一一步提高高了计算算效率和和算法的的鲁棒性性。该算算法得到到的非劣劣解在目目标空间间分布均均匀，收收敛性和和鲁棒性性好，已已成为进进化多目目标优化化领域的的基准算算法之一一。其步步骤如下下： (1)快速非非支配排排序。在在选择运运算之前前，根据据个体的的非劣解解水平对对种群分分级。具具体方法法为：将将当前种种群中所所有非劣劣解个体体划分为为同一等等级，令令其等级级为l；然后

18、将将这些个个体从种种群中移移出，在在剩余个个体中找找出新的的非劣解解，再令令其等级级为2；重复上上述过程程，直至至种群中中所有个个体都被被设定相相应的等等级。(2)虚虚拟适应应度。为为了保持持个体的的多样性性、防止止个体在在局部堆堆积，NNSGAA-III算法首首次提出出了虚拟拟适应度度的概念念。它指指目标空空间上的的每一点点与同级级相邻22点之间间的局部部拥挤距距离。例例如，图图1中目目标空间间第i点点的拥挤挤距离等等于它在在同一等等级相邻邻的点ii-1和和i+11组成的的矩形22个边长长之和。这一方方法可自自动调整整小生境境，使计计算结果果在目标标空间比比较均匀匀地散布布，具有有较好的的鲁

19、棒性性。图6 局部拥拥挤距离离示意图图 具体实实现时，首首先解码码染色体体，然后后计算每每个个体体相应的的目标函函数值，再再根据目目标函数数值进行行非劣分分层，计计算每层层个体的的虚拟适适应度，计计算步骤骤为：对同层层的个体体初始化化距离：Lid =00；对同层层的个体体按第mm个目标标函数值值升序排排列：；使得排排序边缘缘上的个个体具有有选择优优势，给给定一个个大数LL0d=Lld=M；对排序序中间的的个体，求求拥挤距距离： (为第第i个体体的第mm个目标标函数值值)；对不同同的目标标函数，重重复步骤骤。 (3)选择运运算。选选择过程程使优化化朝Paaretto最优优解的方方向进行行并使解解

20、均匀散散布。经经过排序序和拥挤挤距离计计算，群群体中的的每个个个体i都得到到2个属属性：非非支配序序irannk。和和拥挤距距离。iid当irannkjd时，i个体优优于j个体。上式的的意义为为：如果果2个个个体的非非支配排排序不同同，取序序号低的的个体(分级排排序时，先先被分离离出来的的个体)；如果果2个个个体在同同一级，取取周围较较不拥挤挤的个体体。 (4)精英策策略。精精英策略略即保留留父代中中的优良良个体直直接进入入子代。采用的的方法是是：将父代代Pt和子代代Qt全部个个体合成成为一个个种群，RRt的个体体数为22N；将种群群Rt快速非非支配排排序并计计算每一一个体局局部拥挤挤距离，依

21、依据等级级的高低低逐一选选取个体体，直到到个体数数量达到到N就形成成了新的的父代种种群Pt+11；在基础础上开始始新一轮轮的选择择、交叉叉和变异异，形成成新的子子代种群群Qt+11。4.2并并行遗传传算法13并行遗传传算法与与常规遗遗传算法法的主要要差别在在于：它它存在同同时进化化的多个个种群，对对多个种种群轮流流进行遗遗传操作作，这样样能够提提高算法法的性能能和效率率，有效效地克服服单种群群算法的的早熟现现象。“迁移策策略”是并行行遗传算算法引入入了一个个新的算算子，它它是指在在进化过过程中子子群体间间交换个个体的过过程，迁迁移可以以加快较较好个体体在群体体中的传传播，提提高收敛敛速度和和解

22、的精精度，与与单种群群相比可可用较小小的计算算量达到到同等性性能，即即使是在在单一处处理器上上以串行行(伪并并行)的的方式进进行并行行计算也也能产生生较好的的效果。迁移策策略的主主要控制制参数有有：子群群体的连连接拓扑扑、迁移移率、迁迁移间隔隔、迁移移选择和和替换。具体描描述见文文献113。4.3基基于伪并并行NSSGA-II算算法的PPID优优化设计计 本文将将NSGGA-III算法法与并行行遗传算算法结合合，在单单一处理理器上以以串行(伪并行行)的方方式进行行并行计计算，其其流程图图如图22所示。基于伪伪并行NNSGAA-III算法的的多目标标鲁棒PPID优优化步骤骤为： (1)编码：、（

23、分别别为比例例、积分分和微分分系数)采用实实数编码码方式，取取值的上上、下限限视具体体工程应应用背景景确定。 (2)初始种种群的产产生。取取5个子子种群，规规模依次次为500、300、300、400、500，随机机产生子子种群的的个体。 (3)遗传操操作。每每个子种种群采用用NSGGA-III算法法进行遗遗传操作作，NSSGA-II参参数设置置为：图7伪并并行NSSGA-II算算法流程程图选择：联赛选选择，选选择规模模为2；重组：实值重重组，重重组率为为0.99。为了了提高算算法的搜搜索能力力，5个个子种群群采用不不同的方方式，依依次为：离散重重组、中中间重组组、线性性重组、离散重重组、中中间

24、重组组；变异。均匀变变异，变变异率为为0.11。各子子种群的的变异步步长依次次为：00.1、0.003、00.011、0.0033、0.0011； (4)迁移策策略。子子群体问问采用网网络拓扑扑，按照照排列比比例来选选择迁移移个体，每每运行88代迁移移1次，迁迁移率为为0.11。(5)迭迭代次数数加1，返返回步骤骤(3)，直至至达到最最大迭代代次数为为止，大大种群中中的所有有非支配配解即构构成Paaretto最优优解集。最大迭迭代数设设为500。5 算算例分析析 我们以以前述的的主动队队列管理理系统，即即式(110)进进行仿真真。伪并并行NSSGA-II算算法的参参数设置置如上文文所述，式式(

25、1)中Gminn取2，PPminn取600，、的取值值范围为为：11，3、11，2、11，1.5。 (1)优化结结果本文的最最大迭代代次数设设为500，实际际运行到到30代代时，PPareeto最最优解集集已基本本保持不不变，收收敛速度度很快。表1列列出了部部分具有有代表性性的Paaretto最优优解。由表l可可知本文文方法求求得的PPareeto解解集可满满足系统统对快速速性、稳稳定性和和鲁棒性性不同偏偏好的需需求当系统统要求超超调量很很低时，可可选择第第1组解解；当系系统要求求上升时时间较小小时，可可选择第第8组解解；在各各种偏好好下，其其他性能能指标也也能很好好地兼顾顾。当系系统没有有偏

26、好时时即无偏偏最优解解在第44组解。这为快快速性、稳定性性与鲁棒棒性的权权衡分析析提供了了有效的的工具，解解决了现现有PIID优化化方法难难以兼顾顾的问题题，避免免了对多多个指标标进行加加权求解解的盲目目性。表1一组组Parretoo最优解解(的误误差带取取2)序号/12.188470.911401.499540.0110.7003.4332.40071.00122.199901.044191.499980.7550.7553.0662.49971.77632.055471.044161.466830.8770.6993.1662.40069.00842.122391.122121.47751

27、1.1220.7222.8882.46668.99252.255580.977881.499512.1110.6883.2992.38868.22762.300180.955451.499873.3000.6663.3332.35567.33972.200651.155831.333323.6110.7442.1442.60063.11982.444650.999641.500036.6220.6333.9002.29963.220 (2)与原有有优化设设计方法法的比较较 表2列列出了GGA、SSPSOO、QDDPSOO 、NNSGAA-III等设计计方法的的优化结结果，不不难发现现，本文文算

28、法所所得的PPareeto解解集中无无偏最优优解（即即第4组组解）比比其更优优，GAA，SPPSO，QQDPSSO等原原有优化化设计方方法每次次运行只只能得到到一个解解，而本本文的设设计方法法一次运运行能得得到多个个Parretoo最优解解，便于于决策者者根据实实际系统统的要求求进行选选择。表2不同同设计方方法的比比较(tts的误差差带取22)优化 算法/GA2.6663.1443.7662.8222.84.72.27754.220SPSOO2.4882.9553.5002.7442.74.52.25554.332QDPSSO2.3882.8443.3552.7332.64.42.20055.

29、774NSGAA-III2.1221.1221.4771.1220.72.82.46668.9926 仿仿真实验验运用NSS2网络络仿真器器验证本本算法性性能。网网络拓扑扑结构如如图8所示，仿仿真实验验结果与与REDD、PIID(GGA)、PIDD(SPPSO), PPID(QDPPSO) 等算法法进行比比较。12in-1nAB10Mbps15Mbps5ms5msd ms45Mbpsci图8 网网络拓扑扑结构节点A和和节点BB之间的的瓶颈链链路容量量15MMbpss，延时时5mss。n个个持久性性的FTTP业务务源与节节点A之之间的链链路容量量均为110Mbbps，通通常情况况之下延延时5mm

30、s，节节点B和和节点CC之间的的时延为为dmss。REED高低低门限值值分别为为1000paccketts和2200ppackketss， PPID的的队列长长度的期期望值为为1500paccketts；各各节点缓缓存大小小均为3300ppackketss。实验1：考察大大时滞对对算法性性能的影影响。nn取600，时延延d取2220mms，所所有FTTP业务务源均在在0时刻刻启动。瓶颈链链路的容容量为115Mbbps，RRTT时时间约为为0.66s，主主要包括括传播时时延、排排队时延延等。采采用前述述方法，实实验仿真真结果如如图9（aa）、（bb）、（cc）、（dd）、（ee）所示示。图9(a

31、a)REED队列列长度（d=220ms）图9(b)PID（GA）队列长度（d=220ms）图9(cc)PIID（SSPSOO）队列列长度（d=220ms）图9(d)PID（QDPSO）队列长度（d=220ms）图9(ee)PIID（NNSGAA-III）队列列长度（d=220ms）从实验结结果可以以看出，RRED在在大时滞滞中出现现了持续续震荡，相相比之下下，基于于GA、PSOO、QDDPSOO、NSGGA-III优化化的PIID算法法响应速速度较快快，但基基于NSSGA-II的的优化算算法的响响应速度度最快，动动静态综综合性能能最好。各算算法性能能比较如如表3所所示，其其中为超超调量，ts

32、为调节时间，ess为稳态误差。表3 大大时滞条条件下各各算法性性能比较较性能指标算法ts/ssess/pacckettsRED趋向系统不稳稳定，不不求ess值PID(GA)763PID(PSOO)552PID(QDPPSO)442PID(NSGGA-III)332实验2：考察突突发业务务流的冲冲击对算算法的影影响，nn取700，时延延d取2220mms，有有60个个FTPP业务源源均在00s时刻刻启动，还还有100个在115s时时刻启动动，有660个FFTP业业务源均均在0时时刻启动动，还有有10个个在155s时刻启动，发发送1000k字字节后停停止。仿仿真结果果如图110（aa）、（bb）、

33、（cc）、（dd）、（ee）所示示。由图图看出，当当引入突突发业务务流时，RRED、PI影影响最大大，队列列长度有有所上升升，而这这些突发发业务量量终止时时，其队队列有所所下降，出出现较大大振荡，相相比之下下，基于于GA、PSOO、QDDPSOO、NSSGA-II的的PIDD算法体体现了一一定的抗抗干扰能能力，但但基于NNSGAA-III算法抗干扰能能力最强强，性能能最好。各算算法性能能比较如如表4所所示。表4突发发业务流流的冲击击对各算法性能能影响比比较性能指标算法ts/ssess/pacckettsRED趋向40系统不稳稳定，不不求ess值PID(GA)754PID(PSOO)543PID

34、(QDPPSO)442PID(NSGGA-III)332图10(a)RRED队队列长度度（n增增长至770）图10 (b) PPID（GAA）队列长长度（nn增长至至70）图10 (c) PPID（SPPSO）队列长长度（nn增长至至70）图10 (d) PID（QDPSO）队列长度（n增长至70）图10 (e) PPID（NSSGA-II）队列长长度（nn增长至至70）7 结结论本文基于于网络简简化模型型将PIID控制制器应用用于网络络AQMM控制系系统中，将将NSGGA-III与PPGA相相结合的的优化算算法应用用于PIID控制制器参数数进行组组合优化化。仿真真结果表表明，该 PIID控制

35、制算法具有有较好的的综合性性能，比比REDD、基于于GA优优化的PPID控控制算法法、基于于标准PPSO优优化的PPID控控制算法法、基于于QDPPSO优优化的PPID控控制算法法更合适适于AQQM控制制，性能能表现为为平均队队列长度度更趋于于期望值值；超调调量更小小；调节节时间更更短；队队列长度度的抖动动更小；自适应应能力更更强。参考文献献1 Chrristtiannsenn M, Jeeffaay KK, OOtt D, Smiith F DD. TTuriing REDD foor WWeb Traaffiic J. ACCM CCompputeer CCommmuniicattionn

36、 Reevieew, 20000,330(44):1139-1500.2 Fenng WW, KKanddlurr D, Saaha D, Shiin KK.A Selff-coonfiigurratiion REDD gaatewwayA.Prooceeedinngs of thee INNFOCCOM99C. Neew YYorkk: IIEEEE Coompuuterr Soocieety, 19999. 13320-13228 .3 Ottt T j, Lakkshmman T VV, WWongg L H. SREED: staabillizeed RREDA. PProcceedd

37、inggs oof tthe INFFOCOOM 99C. Neew YYorkk: IIEEEE Coompuuterr Soocieety, 19999. 13346-13555.4 Athhuraaliyya SS, LLow S, Li V HH, YYin Q HH. RREM: Acctivve qqueuue mmanaagemmenttJ. IIEEEE Neetwoork, 20001,15(3):48-53.5 Missra V, Gonng WW B, Toowslley D. Fluuid-bassed Anaalyssis of a NNetwworkk off AQ

38、QM RRoutterssSuppporrtinng TTCP Floows witth aan AAppllicaatioon tto RRED A. PProcc. AACM/SIGGCOMMMCC. 20000, 1511-1660.6 Holllott C V, Missra V, owssleyy T D, et al. A Conntrool TTheoorettic Anaalyssis of REDDA .Prooc. IEEEEINNFOCCOMC. Allaskka, USAA, 220011, 115100-15519.7 Holllott C V, Missra V,

39、Towwsleey DD, eet aal. On Dessignningg Immproovedd Coontrrolllerss foor AAQM Rouuterrs SSuppporttingg TCCP FFlowws A. Prooc. IEEEE IINFOOCOMMC. AAlasska, USSA, 20001, 17226-117344.8 WU T BB,LIIU ZZR,WWANGG J N.OOptiimizzingg PIID pparaametterss baasedd onn immproovedd chhaoss allgorrithhmJJ.JJourrna

40、ll off Ellecttronnic Meaasurremeent andd Innstrrumeent,20007,221(44):559-662.9 LI L XX,PEENG H PP,ett all.PIID pparaametter tunningg baasedd onn chhaottic antt swwarmmJ. CChinnesee Joournnaloof SScieentiificc Innstrrumeent, 20006,27(9):11004-111066.10 SUUN JJ P,YANN L.Dessignn off fuuzzyy PIID ccont

41、trolllerrs bbaseed oon iimprroveed ggeneeticc allgorrithhmsJ. Chiinesse JJourrnall off Sccienntiffic Insstruumennt, 20006,227(66 Suuppll.):19991-119922.11 HUUANGG Y, HAAN PP. PPID conntrooll bassed on BP neuurall neetwoork forr suuperrheaatedd stteamm teempeerattureesyssyteemJJ. Chiinesse JJourrnall

42、 off Sccienntiffic Insstruumennt, 20006,227(66 Suuppll.):19880-119811.12 DEEB KK,PRRATAA PAA,AGGARWWAL S,eet aal. A ffastt annd eelittistt muultii-obbjecctivve ggeneeticc allgorrithhm: NSGGA-j.IEEEE Traansaactiionss onn Evvoluutioonarry CCompputaatioon, 20002,66(2):1882-1197.13 CAANTUU-PAAZ EE. AA s

43、uummaary of ressearrch on parralllel gennetiic aalgooritthmssR.IllliGGAL Repportt Noo: 9950007,119955.作者简介介:陆锦军（119644- ），男男，教授授，主要要研究方向向为网络络系统的的拥塞控控制，智智能控制制理论与与应用。王执铨（119399- ），男男，教授授，博士士生导师师，目前前感兴趣趣的研究究方向为网网络系统统的拥塞塞控制，鲁鲁棒控制制，容错错控制，信信息系统统的安全全理论与与技术等等等。稿件说明明:为了便于于专家审审稿,稿稿件内容容写得较较详尽,一旦审审稿通过过,全全文缩至至5-66页,从从而更加加突出NNSGAA-III算法在在AQMM中应用用的核心心内容.联系电话话：陆锦锦军0113911229981998E-maiil:LLjjmaiil.nntvcc.eddu.ccn 王执执铨：0025-8433181154通讯地址址：南京京市孝陵卫卫2000号，南南京理工工大学自自动化学学院，22100094- 15 -