| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-20页 |
| 1.1 研究背景 | 第8-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 相关技术介绍 | 第14-17页 |
| 1.4 论文研究内容 | 第17-18页 |
| 1.5 论文组织结构 | 第18-20页 |
| 2 基于马尔可夫决策过程的在线实时服务链调度模型设计 | 第20-31页 |
| 2.1 基于虚拟网络功能的服务链在线调度问题建模 | 第20-23页 |
| 2.2 基于马尔可夫决策过程的模型设计 | 第23-26页 |
| 2.3 序列化回溯的服务链放置策略 | 第26-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于深度增强学习的在线服务链调度解决方案 | 第31-38页 |
| 3.1 基于深度确定性策略梯度算法的服务链在线调度模型 | 第31-33页 |
| 3.2 基于长短期记忆神经网络的服务链序列特征学习模型 | 第33-34页 |
| 3.3 DRLSF模型 | 第34-36页 |
| 3.4 DRLSF训练步骤 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 实验验证与性能分析 | 第38-47页 |
| 4.1 实验环境 | 第38-39页 |
| 4.2 仿真设置 | 第39-40页 |
| 4.3 神经网络训练 | 第40-42页 |
| 4.4 性能测试 | 第42-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-48页 |
| 致谢 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 附录1 攻读硕士学位期间发表的学术论文 | 第54-55页 |
| 附录2 攻读学位期间申请的国家发明专利 | 第55页 |
