随着Internet网络从单纯学术领域向通信、商业等多个领域的发展，以致Internet网络上的用户和应用快速增长，从而不可避免地出现网络拥塞现象，网络拥塞的发生造成Internet网络性能严重下降，因此，对网络进行拥塞控制成为改善Internet网络性能、提高服务质量的主要手段。本文分别从优化理论、经典线性控制理论、非线性控制理论的角度来进行网络拥塞控制算法的设计，针对不同应用角度，提出了几种网络拥塞控制算法。　　 基于PI控制器的主动队列管理算法可以有效地消除队列控制中的“稳态误差”，然而，该算法中PI控制积分项的引入也导致算法响应速度的降低，动态调节效果不甚理想。本文提出一种基于最优非线性PI控制器的主动队列管理算法，当网络流量处于平稳状态，采用基于最优非线性PI控制器的主动队列管理算法来控制路由器队列长度，该算法具有更快的响应速度以及更小的稳态误差，算法性能优于基于PI控制器的主动队列管理算法。　　 虽然基于最优非线性PI控制器的主动队列管理算法在响应速度上优于基于PI控制器的主动队列管理算法，但是当网络流量处于较剧烈变化时，基于最优非线性PI控制器的主动队列管理算法可能引起“闭环不稳定”，产生控制振荡现象。振荡可通过向控制信号增加微分作用项来予以矫正，但其参数的设置比较困难。因此，本文提出一种基于粒子群优化的PID主动队列管理算法。该算法通过将粒子群优化算法与PID控制器相结合，既能解决PID控制器参数整定的问题，又可通过粒子群优化算法在线修正PID控制器参数来适应网络流量的变化，对较剧烈网络流量变化的适应能力较强。　　 PI控制器、PID控制器均属于线性控制器，虽然基于经典线性控制理论所设计的控制器增强了对路由器队列长度的控制能力，但在网络高速变化的动态环境下（TCP连接数目较多，变化较大，存在UDP流），这些算法地很难抵抗负载扰动和噪声的干扰，控制器参数难以整定，鲁棒性较差，算法稳定性难以保证。针对这一问题，本文从非线性控制理论出发，利用非线性控制方法中的积分反步法设计了一种主动队列管理算法，利用积分反步法所设计的主动队列管理算法具有较好的鲁棒性以及稳定性。　　 滑模变结构控制作为一种鲁棒控制方法引起人们极大的关注，滑模变结构控制与积分反步法同属于非线性控制方法，与本文所提出的利用积分反步法进行主动队列管理算法的设计相比，滑模变结构控制具有所产生的滑动模态对系统参数变化和扰动不敏感的优点，抗干扰性强。在滑模变结构控制中，仅依赖于系统参数变化的界值，不要求受控对象精确的数学模型，本文提出使用模糊滑模变结构控制策略，在TCP往返时间RTT以及TCP连接数目这些不确定参数和UDP数据流扰动部分上界未知情况下，根据滑模到达条件，利用模糊规则估计出控制律中的切换增益，可以有效地克服传统滑模变结构控制切换中延迟造成的抖动。利用模糊滑模变结构控制方法所设计的主动队列管理算法具有更好的鲁棒性以及稳定性。　　 本文前面部分从不同角度所设计的四个主动队列管理算法，主要是在路由器中实现，不涉及TCP拥塞控制与路由器中的拥塞控制算法配合机制，S.H.Low等人提出了完整的TCP/AQM对偶性模型，该模型把现有的TCP拥塞控制和AQM算法看作是求解具有适当效用函数的最优速率分配问题，把用户合适拥塞速率的求取归结为一个非线性优化模型，在TCP/AQM对偶性模型中，采用梯度下降法来计算网络链路价格。Internet网络流量瞬息万变，为了实现全局的最优化速率控制，必须提高拥塞控制算法的收敛速度，针对梯度下降法计算网络链路价格收敛速度慢的问题，本文提出使用BFGS方法来进行网络链路价格的计算，BFGS方法既保持了Newton法收敛速度快的优点，又摆脱了Hessian矩阵的计算，减少了计算量。