一种基于确定性策略梯度强化学习算法的OTN专网运行过程优化方法

本发明公开了一种基于确定性策略梯度强化学习算法的OTN专网运行过程优化方法，包括以下步骤：1)构建OTN专网运行过程的数字孪生模型；2)采用基于深度确定性策略梯度算法DDPG的强化学习方法，实现OTN专网运行过程优化配置；构建强化学习的环境模型，并基于此构建强化学习算法的状态空间、动作空间和奖励函数实现基于深度确定性策略梯度算法强化学习方法的OTN专网运行过程优化配置。本发明在数字孪生模型的基础上，提出了基于强化学习的OTN专网运行过程优化方法，可以有效提升OTN专网的智能化运维程度。