研究目的
通过最大化可容纳的路径数量,在考虑链路资源利用率和流量分布的同时,优化透明光网络中的路由与波长分配(RWA)。
研究成果
所提出的基于强化学习的RWA算法有效提升了透明光网络中可容纳的路径数量,最高增幅达9.1%,展现了其在动态网络控制方面的潜力。
研究不足
该研究假设不存在波长转换或信号再生,这可能限制其在具备这些功能的网络中的适用性。性能评估是在特定的流量分布和网络拓扑下进行的。
研究目的
通过最大化可容纳的路径数量,在考虑链路资源利用率和流量分布的同时,优化透明光网络中的路由与波长分配(RWA)。
研究成果
所提出的基于强化学习的RWA算法有效提升了透明光网络中可容纳的路径数量,最高增幅达9.1%,展现了其在动态网络控制方面的潜力。
研究不足
该研究假设不存在波长转换或信号再生,这可能限制其在具备这些功能的网络中的适用性。性能评估是在特定的流量分布和网络拓扑下进行的。
加载中....
您正在对论文“[IEEE 2019年第21届透明光网络国际会议(ICTON) - 法国昂热(2019.7.9-2019.7.13)] 2019年第21届透明光网络国际会议(ICTON) - 基于强化学习实现自适应状态值评估的透明光网络动态控制”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期