一种基于多智能体强化学习的电力通信接入网业务路由规划方法

本发明涉及一种基于多智能体强化学习的电力通信接入网业务路由规划方法，包括：输入相关参数，初始化训练轮数；各用户终端根据贪婪策略依次做出动作；基站为用户终端分配带宽；根据用户终端分配带宽情况，计算所有业务的接入网平均传输时延；为各业务依次调用Dijkstra算法，得到骨干网路由规划方案；计算业务的骨干网平均传输时延；各用户终端根据奖励更新其Q表；更新训练轮数；得到接入网信道选择方案，并确定用户分配带宽情况；为各业务依次调用Dijkstra算法，得到骨干网路由规划方案。本发明能够满足电力通信网融合5G场景下的业务路由规划需求，并降低接入网业务的平均传输时延，提高电力系统的可靠性。