基于 Q 学习的 IP-over-EON 节能网络规划

在网络规划阶段，由于 IP-over-弹性光网络（IP-over-EON）灵活性的增加，相较于固定栅格波分复用（WDM）网络，通过高效的资源分配和静态业务需求配置在 IP-over-EON 中实现最优网络规划极具挑战性。用于此目的的数学优化模型可能因计算复杂度过大而无法为大型网络提供求解。在这方面，可采用贪心启发式方法，直观地从静态业务需求矩阵中依次选择业务单元并尝试寻找最优解。然而，一般而言，此类贪心启发式方法给出的解均为次优解，因为极少能选出可提供最优性能的合适业务序列。为此，我们提出一种强化学习技术（具体为 Q 学习方法），结合基于辅助图（AG）的节能贪心方法，用于大型网络规划。Q 学习方法用于决定合适的业务分配序列，从而降低网络整体功耗。在所提启发式方法中，给定静态业务需求矩阵中的各业务依次通过 Q 学习技术选出，并利用基于 AG 的贪心方法进行配置。