本申请提供了一种路由选择方法、装置、电子设备及存储介质,该方法中,在训练得到图神经网络模型的基础上,将所述目标网络拓扑结构、所述目标路由方案及所述目标网络流量输入到图神经网络模型,得到所述图神经网络模型输出的所述目标路由方案中每条链路中节点之间的网络延迟,保证能针对网络拓扑的改变和网络流量的波动进行网络延迟的准确预测,在此基础上,所述目标路由方案中每条链路中节点之间的网络延迟输入到深度强化学习网络模型,得到所述深度强化学习网络模型输出的每个所述节点作为每个下一跳节点的动作价值,实现实时根据网络延迟得到路由方案,提升路由性能的稳定性。
声明:
“路由选择方法、装置、电子设备及存储介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)