SDN下基于強(qiáng)化學(xué)習(xí)的路由規(guī)劃算法研究.pdf

1、SDN(Software Defined Networking)作為一種新型的網(wǎng)絡(luò)架構(gòu)，具有轉(zhuǎn)發(fā)與控制分離的特性，集中式控制也給網(wǎng)絡(luò)管理帶來(lái)了極大的便利。如何為數(shù)據(jù)包找到合適的轉(zhuǎn)發(fā)路徑，充分高效地利用SDN中每條數(shù)據(jù)鏈路，是當(dāng)前研究的熱點(diǎn)課題。
　　本文將強(qiáng)化學(xué)習(xí)算法應(yīng)用到SDN網(wǎng)絡(luò)路由規(guī)劃中。強(qiáng)化學(xué)習(xí)算法是人工智能領(lǐng)域，通過(guò)智能體自主探索系統(tǒng)環(huán)境獲取經(jīng)驗(yàn)后動(dòng)態(tài)優(yōu)化性能的算法。本文以QLearning和Q（λ）算法作為強(qiáng)化學(xué)習(xí)算法

2、的代表，提出了基于QLearning和Q(λ)的路由規(guī)劃算法。本文基于一定的鏈路QoS標(biāo)準(zhǔn)，如鏈路可用帶寬、延遲抖動(dòng)和丟包率來(lái)衡量基于強(qiáng)化學(xué)習(xí)路由算法的性能，實(shí)驗(yàn)結(jié)果表明基于QLearning和Q(λ)的路由規(guī)劃算法均能找到滿足QoS性能較優(yōu)的轉(zhuǎn)發(fā)路徑。
　　基于QLearning和Q(λ)的路由規(guī)劃算法，存在需要人工設(shè)計(jì)特征的缺陷。實(shí)際應(yīng)用環(huán)境中，系統(tǒng)狀態(tài)往往繁多復(fù)雜，實(shí)驗(yàn)特征也難于提取。對(duì)此，本文將深度學(xué)習(xí)算法與強(qiáng)化學(xué)習(xí)算法相