-
题名机器学习辅助的多目标优化海底光缆路由规划研究
- 1
-
-
作者
赵赞善
高冠军
甘维明
王皓宇
段茂生
康达
-
机构
北京邮电大学电子工程学院
中国科学院声学研究所南海研究站
陵水海洋信息海南省野外科学观测研究站
哈尔滨工程大学水声工程学院
-
出处
《光通信技术》
北大核心
2025年第3期10-15,共6页
-
基金
国家重点研发计划项目(2022YFB2903303)资助
国家自然科学基金项目(62371064)资助。
-
文摘
为提升海底光缆路由规划算法的全局优化能力,降低累积成本与风险,同时提升算法效率,提出一种机器学习辅助(MLA)的多目标优化海底光缆路由规划算法。MLA利用强化学习优势,自主迭代学习,同步优化成本与风险,考虑海底地形、水深等参数,同时采用Pareto前沿面作为收敛评价标准,并与传统蚁群优化(ACO)算法进行对比验证。实验结果表明:在相同风险水平下,该算法能降低27.45%的铺设成本,其最优解累积风险仅为ACO算法的25%,且收敛速度提升了330倍以上。此外,其大部分Pareto解位于前沿面,明显优于ACO算法解集的离散分布。
-
关键词
海底光缆路由规划
多目标优化
强化学习
Q学习
海缆系统经济性优化
海缆系统生存性优化
-
Keywords
submarine optical fiber route planning
multi-objective optimization
reinforcement learning
Q-learning
economic optimization of submarine cable system
survivality optimization of submarine cable system
-
分类号
TN91
[电子电信—通信与信息系统]
-
