| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 SDN研究现状 | 第11-12页 |
| 1.2.2 SDN网络路由研究 | 第12-14页 |
| 1.3 论文主要研究内容与创新点 | 第14-16页 |
| 1.3.1 论文主要研究内容 | 第14-15页 |
| 1.3.2 论文创新点 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 2 相关技术及原理 | 第17-31页 |
| 2.1 SDN网络下路径发现 | 第17-19页 |
| 2.1.1 SDN网络拓扑发现基本概念 | 第17-18页 |
| 2.1.2 SDN网络拓扑发现 | 第18-19页 |
| 2.2 强化学习技术 | 第19-23页 |
| 2.2.1 基本概念及原理 | 第19-21页 |
| 2.2.2 马尔可夫决策过程 | 第21-23页 |
| 2.3 常用强化学习算法介绍 | 第23-24页 |
| 2.3.1 动态规划算法 | 第23-24页 |
| 2.3.2 QLearning算法 | 第24页 |
| 2.3.3 蒙特卡罗算法 | 第24页 |
| 2.4 深度强化学习技术介绍 | 第24-27页 |
| 2.5 常用神经网络模型 | 第27-30页 |
| 2.5.1 反向传播神经网络 | 第27-28页 |
| 2.5.2 卷积神经网络 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3 基于强化学习和深度强化学习的路由规划算法研究 | 第31-54页 |
| 3.1 基于QLearning的路由规划算法研究 | 第31-35页 |
| 3.1.1 基于QLearning路由规划算法原理 | 第31-32页 |
| 3.1.2 基于QLearning路由规划算法流程 | 第32-35页 |
| 3.2 基于Q(λ)的路由规划算法研究 | 第35-37页 |
| 3.2.1 基于Q(λ)路由规划算法原理 | 第35页 |
| 3.2.2 基于Q(λ)路由规划算法流程 | 第35-37页 |
| 3.3 基于深度强化学习的路由规划算法研究 | 第37-44页 |
| 3.3.1 基于Deep QLearning路由规划算法原理 | 第37-39页 |
| 3.3.2 基于Deep QLearning路由规划算法流程 | 第39-41页 |
| 3.3.3 基于Deep QLearning路由规划算法相关函数说明 | 第41-44页 |
| 3.4 实验仿真设计 | 第44-49页 |
| 3.4.1 路由规划算法仿真环境模型 | 第44页 |
| 3.4.2 路由规划算法状态描述 | 第44-46页 |
| 3.4.3 路由规划算法奖赏函数定义 | 第46页 |
| 3.4.4 深度强化学习算法参数设置 | 第46-47页 |
| 3.4.5 路由环路问题解决 | 第47-49页 |
| 3.5 实验结果与分析 | 第49-53页 |
| 3.5.1 路由规划算法实验结果 | 第49-51页 |
| 3.5.2 路由规划算法实验结果比较 | 第51-53页 |
| 3.6 本章小结 | 第53-54页 |
| 4 SDN下基于强化学习的路由规划系统设计与分析 | 第54-64页 |
| 4.1 系统需求 | 第54页 |
| 4.2 系统总体设计 | 第54-56页 |
| 4.2.1 系统总体设计架构图 | 第54-55页 |
| 4.2.2 系统模块功能说明 | 第55-56页 |
| 4.3 系统模块设计 | 第56-57页 |
| 4.4 系统测试环境配置 | 第57-61页 |
| 4.4.1 测试环境配置 | 第57页 |
| 4.4.2 实验拓扑图 | 第57-58页 |
| 4.4.3 链路状态信息采集与预处理 | 第58-61页 |
| 4.5 测试结果与分析 | 第61-63页 |
| 4.6 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 论文总结 | 第64-65页 |
| 5.2 下一步工作展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间的主要科研成果 | 第70-71页 |
