[发明专利]一种微环谐振腔时延带宽积最大化方法及系统

权利要求书

1.一种微环谐振腔时延带宽积最大化方法，其特征在于，所述方法包括：

获取微环谐振腔模型，根据所述微环谐振腔模型获取所述微环谐振腔的系统参数；

将所述微环谐振腔的系统参数输入DRRs-A3C算法模型并运行所述DRRs-A3C算法模型；

根据所述DRRs-A3C算法模型获得所述微环谐振腔的最大时延带宽积及所述最大时延带宽积所对应的优化参数值。

2.根据权利要求1所述微环谐振腔时延带宽积最大化方法，其特征在于，所述获取微环谐振腔模型，根据所述微环谐振腔模型获取所述微环谐振腔的系统参数包括：

根据耦合模理论通过有限元仿真软件和数值计算软件建立微环谐振腔模型；

运行所述微环谐振腔模型获取所述微环谐振腔模型的系统参数。

3.根据权利要求1所述微环谐振腔时延带宽积最大化方法，其特征在于，所述DRRs-A3C算法模型的运行过程具体为：

初始化所述DRRs-A3C算法模型的全局神经网络参数和工人神经网络参数；

将状态值S输入所述DRRs-A3C算法模型的工人神经网络，获得所述工人神经网络中Actor神经网络的动作值A，将所述动作值A输入环境，获取奖励R和新的状态值S’，得到训练集(S，A，R，S’)；

将所述训练集中的状态值S和新的状态值S’输入至所述工人神经网络中的Critic神经网络，获得所述状态值S对应的评价值V(S)和所述新的状态值S’对应的新的评价值V(S’)，并计算TD误差δ＝R+γ·V(S’)-V(S)；

迭代所述工人神经网络的参数；

当迭代至预设次数时停止，并更新全局神经网络参数；

根据所述全局神经网络参数更新所述工人神经网络参数；

重复迭代训练所述工人神经网络和所述全局神经网络；

当所述全局神经网络收敛，输出所述DRRs-A3C算法模型；

其中，所述δ为TD误差，所述R为Critic神经网络对奖励的估计，所述γ为衰减因子；

所述全局神经网络和所述工人神经网络均包括Actor网络和Critic网络，所述全局神经网络与所述工人神经网络结构一致，所述全局神经网络和所述工人神经网络均为全连接神经网络。

4.根据权利要求3所述微环谐振腔时延带宽积最大化方法，其特征在于，所述DRRs-A3C算法模型中环境为微环谐振腔系统，所述状态值为微环谐振腔系统的耦合系数，所述动作为微环谐振腔系统的耦合系数改变量，所述奖励为微环谐振腔的时延带宽积和正则化项。

5.根据权利要求1所述微环谐振腔时延带宽积最大化方法，其特征在于，所述根据所述DRRs-A3C算法模型获得所述微环谐振腔的最大时延带宽积及所述最大时延带宽积所对应的优化参数值包括：

根据所述微环谐振腔的系统参数初始化所述DRRs-A3C算法模型参数；

输入状态值至所述DRRs-A3C算法模型的工人神经网络，所述工人神经网络输出新的状态值；

根据所述工人神经网络参数更新所述DRRs-A3C算法模型的全局神经网络参数，所述全局神经网络训练所述新的状态值，并获得所述微环谐振腔的最大时延带宽积及所述最大时延带宽积所对应的优化参数。

6.根据权利要求5所述微环谐振腔时延带宽积最大化方法，其特征在于，所述根据所述工人神经网络参数更新全局神经网络参数，所述全局神经网络训练获得所述微环谐振腔的最大时延带宽积和对应的优化参数包括：

将所述工人神经网络参数同步至所述全局神经网络；

所述全局神经网络训练获得时延带宽积和所述时延带宽积所对应的优化参数；

判断所述全局神经网络是否收敛；

若所述全局神经网络收敛，则输出所述微环谐振腔的最大时延带宽积和所述最大时延带宽积所对应的优化参数。

7.根据权利要求1所述微环谐振腔时延带宽积最大化方法，其特征在于，所述微环谐振腔为单环形谐振腔、级联式双环形谐振腔、平行式双环形谐振腔、嵌套式双环形谐振腔、3×3耦合式双环形谐振腔或单双环形谐振腔拓扑组成的多环形谐振腔其中的一种或多种。