网络功能虚拟化是一种新兴的解决方案,将传统上运行在专用设备上的网络服务虚拟化为一组有序的虚拟化网络功能（Virtualized Network Function,VNF）,并运行在通用设备上从而极大地提高了网络的灵活性和可扩展性,并且有效降低了服务部署和管理的成本。与此同时,在云计算等平台上托管VNF来提供服务已经成为了服务提供商的普遍选择,而考虑到云计算的成本差异性,从服务提供商的角度出发,编排VNF并且调度网络流对于实现网络效用最大化具有重要意义,因为这往往意味着最大的利润。然而传统的基于优化模型的启发式解决方案在解决这一问题时通常遵循一定的假设,这限制了其在实际应用时的适用性。为了解决这些限制,受深度强化学习（Deep Reinforcement Learning,DRL）技术在网络控制领域成功应用的启发,提出了一种基于深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）的VNF编排和网络流调度算法。但当问题规模逐渐变大时,基于DDPG的算法收敛速度较慢的问题渐渐凸显。为了加速DDPG算法的训练过程,利用传统的优化模型作为指导,设计了一个模型辅助的DDPG（model-assisted DDPG,m DDPG）算法,其不同于传统的DDPG算法让智能体盲目地探索动作,而是利用基于优化模型的启发式解决方案,通过添加一个模型辅助分析指导模块来指导智能体在训练初期的探索行为,通过这种方式来加快智能体的探索效率。然后将m DDPG算法应用于VNF编排和网络流调度问题,通过不断探索网络环境,学习用户请求的变化规律和流量分配与服务延迟之间的关系,自适应的编排VNF和调度网络流,从而实现网络效用最大化的目标。通过大量基于真实世界数据集的模拟实验验证了m DDPG算法的有效性和高效性。相比于DDPG算法,m DDPG算法在收敛速度上提升了56%,并且收敛后的网络效用提升了43%。