×

延迟反馈控制对随机互联网拥塞控制模型动力学的影响。 (英语) Zbl 1530.93137号

摘要:本文研究了高斯白噪声驱动的具有分布和恒定延迟的随机互联网拥塞控制模型。我们研究了系统在不同延迟反馈强度下的随机动力学。首先,利用中心流形理论和随机平均方法,将系统简化为平均Itó方程。其次,利用平均Itó方程对应的Fokker-Planck-Kolmogorov方程研究了系统的随机分岔行为。研究发现,当时滞反馈强度达到临界值时,系统发生随机P(D)-分岔。最后,通过数值模拟验证了理论分析的有效性。

MSC公司:

93B52号 反馈控制
93立方厘米 延迟控制/观测系统
93E03型 控制理论中的随机系统(一般)
68英里11 互联网主题
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 库瓦伊德,M。;Shatnawi,Y.,用于保护物联网数据流的拥塞控制模型。特设网络。(2020)
[2] S.Gonge,G.Kandalkar,《互联网技术与教育技术相结合用于改进工程考试系统》,载于:2015年IEEE第三届国际MOOC会议,教育创新与技术MITE,2015年,第360-364页。
[3] 博兹,H。;Karatas,S.E.,《互联网使用与老年人生活质量综述》。塞浦路斯人J.Educ。科学。,182-191 (2015)
[4] Miteku,N.,互联网数据通信中Wi-fi上的Li-fi。国际J.Innov。Res.Electr.公司。电子。仪器。控制工程师,12,153-159(2015)
[5] 布罗多夫斯卡娅,V.E。;Dombrovskaya,A.Y。;Nechaev,V.D。;Sinyakov,A.V.,《跨国聚类分析的互联网通信国家概况》。欧洲科学杂志。Theol.公司。,3, 125-130 (2015)
[6] 贝聿铭。;Wang,S.,Dynamics和通过HB-AFT应用的延迟非平滑互联网TCP-RED拥塞控制系统的周期解。数学。计算。,689-702 (2019) ·Zbl 1428.49016号
[7] 黄,Z。;杨琼。;Cao,J.,互联网拥塞控制模型的随机稳定性和分岔行为。数学。计算。建模,9-101954-1965(2011)·Zbl 1235.93250号
[8] Wang,Y。;曹,J。;卢,B。;Cheng,Z.,多代理互联网拥塞控制系统的全局渐近共识。神经计算,50-64(2021)
[9] Ying,L。;杜勒鲁,G.E。;Srikant,R.,具有异质延迟的互联网拥塞控制器的全局稳定性,2948-2953
[10] 皮特,M。;Lall,S.,具有延迟的互联网拥塞控制非线性模型的全局稳定性分析。IEEE传输。自动化。控制,3553-559(2007)·Zbl 1366.93448号
[11] Choi,J.,一类非线性时滞系统的全局稳定性分析方案。Automatica,102462-2466(2009)·Zbl 1183.93114号
[12] 贝聿铭。;Wu,F.,状态相关延迟均匀加性增加和乘性减少/随机早期检测拥塞控制系统中的周期解、混沌和双稳态。数学。计算。模拟,871-887(2021)·兹比尔1524.65302
[13] 丁·D。;张,X。;薛,D.,RED下复合TCP网络拥塞控制模型的稳定性分析。开放自动。控制系统。J.,1(2015)
[14] Rezaie,B。;莫特拉格,M.R.J。;Khorsandi,S。;Analoui,M.,具有通信延迟的任意维互联网拥塞控制系统的Hopf分岔分析。非线性分析。RWA,53842-3857(2010)·Zbl 1197.68023号
[15] 徐伟(Xu,W.)。;曹,J。;肖,M。;Ho,D.W。;Wen,G.,一类具有离散和分布时滞的神经网络稳定性和分岔分析的新框架。IEEE传输。赛博。,10, 2224-2236 (2014)
[16] G.Duran、J.Valero、J.M.Amigó、A。Giménez,O.Martinez-Bonastre,互联网拥塞的分叉分析,收录于:IEEE INFOCOM 2019-IEEE计算机通信研讨会会议,INFOCOM WKSHPS,2019年,第1073-1074页。
[17] Rezaie,B。;莫特拉赫,M.R.J。;Analoui,M。;Khorsandi,S.,使用动态延迟反馈控制方法稳定接近Hopf分岔的时滞系统的不动点。《物理学杂志》。A、 39(2009)·Zbl 1257.34051号
[18] 黄,C。;Cao,J.,泄漏延迟对高阶分数BAM神经网络分岔的影响。神经网络。,223-235 (2018) ·兹比尔1439.93004
[19] 郭,S。;廖,X。;刘,Q。;Wu,H.,具有异质延迟的指数RED算法的线性稳定性和Hopf分岔分析。非线性分析。RWA,42225-2245(2009)·Zbl 1163.34346号
[20] 徐伟(Xu,W.)。;曹,J。;Xiao,M.,指数RED算法中的分歧分析与控制。神经计算,232-245(2014)
[21] 丁·D。;朱,J。;罗,X。;Liu,Y.,互联网拥塞控制算法对偶模型中的延迟诱导Hopf分岔。非线性分析。RWA,52873-2883(2009)·Zbl 1174.37020号
[22] 丁·D。;秦,X。;Wang,N。;Wu,T。;Liang,D.,互联网拥塞控制系统对偶模型中Hopf分支的混合控制。非线性动力学。,2, 1041-1050 (2014) ·兹比尔1306.93056
[23] 曹,J。;游击队,L。;Cheng,Z.,双时滞受控复杂网络模型的稳定性和Hopf分岔。申请。数学。计算。,21-29 (2019) ·兹比尔1428.34095
[24] 阿迪米,M。;克劳斯特,F。;Ruan,S.,多能干细胞动力学数学模型中的稳定性和Hopf分岔。非线性分析。RWA,4651-670(2005)·Zbl 1074.92010年
[25] Balachandran,K。;周,Y。;Kokila,J.,控制时滞分数阶动力系统的相对可控性。Commun公司。非线性科学。数字。模拟。,9, 3508-3520 (2012) ·Zbl 1248.93022号
[26] Cao,Y.,具有分布式延迟的互联网拥塞控制系统中的分歧。申请。数学。计算。,54-63(2019)·Zbl 1428.93043号
[27] 郭,S。;冯·G。;廖,X。;Liu,Q.,通过动态延迟反馈实现拥塞控制模型中的Hopf分岔控制。《混沌》,4(2008)·Zbl 1309.93065号
[28] 刘,F。;王浩。;Guan,Z.,Hopf网络拥塞控制系统XCP中的分岔控制。非线性分析。RWA,31466-1479(2012)·Zbl 1239.34075号
[29] 徐伟(Xu,W.)。;Hayat,T。;曹,J。;Xiao,M.,通过状态反馈实现互联网拥塞控制系统流体流模型的Hopf分岔控制。IMA数学杂志。控制通知。,1, 69-93 (2016) ·Zbl 1338.93168号
[30] 肖,M。;江,G。;Zhao,L.,指数RED算法模型中Hopf分岔的状态反馈控制。非线性动力学。,2, 1469-1484 (2014) ·Zbl 1306.93034号
[31] 丁·D。;秦,X。;Wu,T。;Wang,N。;Liang,D.,无线接入网络中拥塞控制模型的Hopf分岔控制。神经计算,159-168(2014)
[32] 哈米迪安,H。;Beheshti,M.T.H.,基于主动队列管理的TCP网络鲁棒分数阶PID控制器设计。国际。系统科学杂志。,1, 211-216 (2018) ·Zbl 1385.93022号
[33] 肖,M。;郑伟新。;江,G。;Cao,J.,延迟分数阶对偶拥塞控制算法的稳定性和分岔。IEEE传输。自动化。控制,9,4819-4826(2017)·Zbl 1390.93674号
[34] Tang,Y。;肖,M。;江,G。;林,J。;曹,J。;Zheng,W.X.,分数阶拥塞控制系统中Hopf分支的分数阶PD控制。非线性动力学。,3, 2185-2198 (2017) ·兹比尔1380.93122
[35] Yaghoubi,Z.,基于自适应滑模控制器的一般分数阶非线性多智能体系统的鲁棒聚类一致性。数学。计算。模拟,15-32(2020)·Zbl 1510.93166号
[36] 卢奇。;肖,M。;陶,B。;黄,C。;施,S。;王,Z。;Jiang,G.,拥塞控制系统在新型PD1n控制律下的复杂动力学行为:稳定性、分岔和周期振荡。混沌孤立子分形,242-252(2019)·Zbl 1448.93148号
[37] 张,X。;刘,Y。;刘,P。;Wang,J。;Zhao,Y。;Wang,P.,随机延迟轮对系统的非线性动力学分析。申请。数学。型号。,486-499 (2023)
[38] 刘,Q。;江,D。;施,N。;Hayat,T.,由Lévy跳跃驱动的带有疫苗接种和双重疾病的随机延迟SIR流行病模型的动力学。物理A,2010-2018(2018)·Zbl 1514.92148号
[39] Fofana,M.S.,随机时滞方程的渐近稳定性。概率工程机械。,4, 385-392 (2002)
[40] Lingala,N.,《处于不稳定边缘的时滞微分方程的随机扰动和周期驱动非线性振荡器》(2018年)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。