大规模光网络路由优化方法、系统、电子设备及存储介质

本申请提供一种大规模光网络路由优化方法、系统、电子设备及存储介质，本申请基于当前光网络拓扑中每个节点的优先级项和拓扑特征，构建表征当前光网络拓扑的状态空间矩阵；将状态空间矩阵输入预训练好的深度强化学习模型，并输出当前光网络拓扑中剩余各节点的收缩概率分布；选取收缩概率最大的节点作为当前收缩目标执行节点收缩操作，移除当前收缩目标及其相邻边，并在收缩目标的邻接节点间添加捷径边；更新节点收缩后的光网络拓扑；在所有节点完成收缩后，输出完整的节点收缩顺序序列。本申请通过DRL的试错学习机制，实现自适应优化收缩策略，从而最大程度降低节点收缩过程中的图的稠密程度，提升路由预处理效率，并显著缩短查询时间。