新兴应用程序（如云计算）的不断涌现和新型网络模式（如物联网）的普遍应用,要求新的网络基础设计建设能够支持动态、高容量和可靠传输质量的端到端服务,在这种背景下波分复用光网络已经越来越难以满足用户的需求。和目前广泛应用的固定网格波分复用光网络相比,弹性光网络（Elastic Optical Network,EON）可以通过梳理一系列更细粒度的子载波灵活建立超级通道,并且可以根据传输质量要求调整调制格式。因此近年来,弹性光网络技术被认为是下一代骨干网最有前途的网络技术之一。同时,EON灵活的资源分配机制使得相应的服务配置设计更加复杂。为了提升EON频谱资源利用率,需要对路由、调制格式和光谱资源分配问题进行深入研究。本课题组近来对弹性光网络动态资源算法进行了深入的研究,提出了一些资源分配机制方案。本文对弹性光网络资源分配问题进行了深入的调查研究,回顾了近些年来国内外学者在弹性光网络资源分配问题方面进行的研究。在现有的研究基础之上,展开了基于深度强化学习的非线性弹性光网络资源分配算法的研究。本文提出了一种基于深度强化学习的非线性弹性光网络光路配置方案。当业务请求到达时,神经元网络可以感知非线性弹性光网络的状态,代理会根据状态选择一个动作尝试着去建立光路服务这个请求,动作执行后代理会获得对于刚才动作的反馈。通过与环境的交互,可以训练深度强化学习策略网络的参数,从而可以学习到正确的非线性弹性光网络光路配置方案。我们建立了状态空间模型,主要包括业务请求的信息以及网络拓扑的状态。为了能够便于深度强化学习代理进行学习,我们并没有简单地将弹性光网络中每条链路上的每个频隙的状态都考虑进去,而是考虑了将与当前业务请求相关的K条备选路径上面基于M种不同调制格式的J个频谱快的信息作为状态空间表示模型种网络拓扑信息部分。与采用传输物理距离限制确定调制格式的方案不同,我们引入了高斯噪声模型去计算业务请求的信噪比,从而选择满足信噪比限制条件的调制格式。在业务请求到达时,我们将为它准备K·M·J个方案,并且计算每个方案中连接的信噪比,再与该调制格式的阈值进行比较。需要注意的是,与静态光路配置不同,在动态光路配置问题中,亦需要考虑未来业务请求对于当前业务请求的影响。本文通过仿真验证了上文提出的基于深度强化学习的非线性弹性光网络光路配置算法的正确性,比较了不同神经元网络参数以及不同K和J的数量对于光路配置算法的影响。同时本文也将该算法与基准算法进行了阻塞率方面的比较,据仿真结果显示,与基准算法相比请求的阻塞率降低了约46.67%。