传统网络因其控制平面与转发平面紧耦合,使得系统的升级成本较大,且网络的运行和维护工作量较大。软件定义网络(Software-Defined Networking,SDN)实现了控制和转发的解耦合,使其分别由分离的设备独立完成。其中,控制功能由软件定义网络控制器集中完成。在这种新型的网络结构中,控制器如何智能调度动态网络流量,成为网络领域的重要问题之一。结合了深度学习感知能力和强化学习决策能力的深度强化学习,一方面能够准确及时感知网络流量变化,另一方面强化激励良好反馈和惩戒压制负面反馈,其良好性能正在被越来越多领域所关注。而深度强化学习主要分作两类:基于值函数和基于策略梯度。这两种深度强化学习,在SDN控制器智能化研究中均有一定的工作。本文分析了SDN下非智能路由考虑因素单一且无法学习之前错误经验从而有效避免再次发生等局限性,并讨论了现有SDN下非智能路由机制所存在的问题。针对该问题,介绍了目前SDN路由机制与人工智能结合的案例,并结合上述研究与讨论,提出基于深度强化学习的SDN智能路由优化方法。本文完成了如下改进:1.研究了当前基于深度Q学习(Deep Q Network,DQN)智能路由的相关工作,注意到很多模型在训练神经网络的时候,不同的终端都采用同一个神经网络架构,仅仅只改变网络参数来进行训练,这种方法在实际使用的过程中存在网络吞吐量不足等问题。因此本文提出一种对于不同目的节点配置不同结构的神经网络,以此来有效的解决网络中的动态路由的控制问题。仿真结果表明该方法具有良好收敛性与稳定性的同时,有效提高了网络吞吐量。2.由于DQN无法在连续空间和状态上进行优化的问题,因此采用深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)对;路由进行优化。论文在DDPG基础上通过采用线下训练线上小范围调整,提高智能体收敛性并缓解资源开销,仿真结果表明,基于DDPG的SDN路由优化方法具有良好的收敛性与有效性,与基于DQN的智能路由方法相比较,该方法对于SDN网络的运维管理,具有较大的实际意义与价值。