来源：期刊VIP网 时间：
作者：赵赞善;高冠军;甘维明;王皓宇;段茂生;康达;
单位：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;
摘要：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
基金资助：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
