近年来，音频、视频等多媒体应用在Internet上不断涌现，越来越严重的网络拥塞问题逐渐暴露出来。在网络通信中，拥塞容易造成延迟和吞吐量等QoS性能指标下降，是影响带宽、缓存等网络资源利用率的关键因素，为解决这些问题，仅增加互联网的容量是远远不够的，还需要有灵敏和有效的网络拥塞控制的方法。因此拥塞控制一直是网络研究领域的热点问题。研究的主要内容及创新点如下：本文首先介绍了Internet中的拥塞控制机制，主要讨论了IP层的拥塞控制策略，针对目前广泛使用的主动队列管理策略中的RED算法进行了详细研究，本人在论文中完成的主要工作如下：(1)RED算法的平均队列长度是在分组到达时利用EWMA形式计算的平均队列长度，所以平均队列长度的计算反映更多的是分组到达速率而不是缓存的当前及下一时刻的占用情况。即使下一时刻的缓存中队列为空，丢弃可能还在继续，这将造成链路利用率的大大降低。针对这一问题，本文就RED算法做了改进，在平均队列长度的计算中考虑下一时刻的数据包的速率和缓存占用情况，并将两者结合起来进行丢弃决策，解决了网络利用率的问题。利用网络模拟软件NS进行仿真，实验结果表明，改进RED算法在分组丢弃比例和链路利用率上都优于RED，增强了RED的自适应性。(2)研究了网络的非线性、时滞、不确定特点，结合预测控制理论提出一种新型主动队列管理(AQM)策略PSRED，该算法基于单值预测控制思想，为了实现快速控制，采用混合神经网络构造预测器，估计未来时刻队列的丢弃概率。该算法实现了模型的在线反馈校正，对模型的精度要求不高，且速度较快。仿真实验表明，该算法对网络参数变化具有很强的鲁棒性。