【摘要】针对 ５Ｇ 网络下传统传输控制协议（ＴＣＰ）拥塞控制机制存在的检测滞后、调节不准等问题，本研究提出一种综合优化策略，该策略融合了多参数智能判断、自适应窗口调节与多路径协同恢复机制。 通过引入往返时延、带宽利用率等多维参数，构建动态加权拥塞检测模型；设计“指数－线性”混合增长机制，结合机器学习预测模型实现窗口智能调节；利用备用路径保障传输连续性。 实验结果表明：该技术在增强移动宽带（ｅＭＢＢ）场景下吞吐量相较拥塞控制算法（Ｃｕｂｉｃ）提升 ３５.７％、延时降低 ２８％；超可靠低延时通信（ＵＲＬＬＣ）场景平均延时控制在 ０.８ ｍｓ 内；公平性测试 Ｊａｉｎ 指数达 ０.９２，收敛时间缩至 ２.３ ｓ，为 ５Ｇ 高效传输及 ６Ｇ 智能化网络协议的发展提供技术支撑。