10.13921/j.cnki.issn1002-5561.2020.06.011
基于强化学习的资源最优化逻辑拓扑映射算法
光传送网(OTN)中光节点波长复用/解复用器以及光开关矩阵可实现任意结构的逻辑拓扑在物理拓扑上的映射,不合理的映射方案将消耗额外端口资源.提出一种基于强化学习(RL)的逻辑拓扑最优化映射算法,将预处理后的拓扑状态和逻辑通道数据用于训练RL模型,以对逻辑通道进行全局波长资源分配,最终达到资源最优化目的.仿真结果表明:所提算法有效减小逻辑拓扑映射过程中的资源消耗,从而最小化网络部署成本.
光传送网、逻辑拓扑映射、强化学习、网络资源分配
44
TN915
国家电网科技项目“电力通信光传输网络分布式仿真及优化技术研究”5442XX180003
2020-07-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
46-50