基于离线学习与改进MCTS的网络抗断纤保护规划方法

本申请涉及智能优化技术领域，特别涉及一种基于离线学习与改进MCTS的网络抗断纤保护规划方法，包括：利用预设的多模多目标优化算法对预设的网络抗断纤保护规划的多目标优化模型进行求解，得到每个业务对应的至少一条最优备用路径；学习每条最优备用路径的拓扑结构和链路权重信息；在存在链路故障时，基于预设的改进蒙特卡洛树搜索算法，根据所有业务中的当前受损业务对应的至少一条最优备用路径的拓扑结构和链路权重信息，动态搜索当前受损业务的目标恢复路径，并输出目标恢复路径。由此，解决了现有光网络恢复技术中时效性差和业务恢复率低的问题，通过综合优化最短恢复时间和最大业务恢复率，有效提高了网络抗断纤保护规划的性能和效率。