当前各种视频业务、云计算以及数据中心等大流量业务的出现,对承载通信业务的光网络性能提出了更高的要求。传统的基于WDM的光网络采用固定波长间隔,无法灵活地为小带宽业务分配合适的波长资源。同时为了防止相邻波长之间相互干扰,WDM光网络需要在波长之间设置保护带宽,进一步加剧了WDM光网络中的频谱资源浪费。为解决上述WDM光网络的问题,提升光网络资源利用率,研究人员提出了弹性光网络的概念,将WDM光网络的固定频谱栅格进一步划分,获得更细的粒度,因此针对不同的业务需求,可以实现更灵活的资源分配。在弹性光网络中,路由和频谱分配策略是主要的研究热点之一。本文主要对弹性光网络中的路由和频谱分配策略进行研究。首先,本文提出DQN-RSA算法,将强化学习中的DQN框架应用于弹性光网络的RSA过程中,利用强化学习的学习和决策能力以及神经网络的感知能力,在进行路由和频谱分配时,选择最优的动作进行输出。仿真实验结果表明,在给定不同业务量的情况下,DQN-RSA算法在业务阻塞率和频谱碎片化程度方面的表现均优于传统的基于最短路径和首次匹配的SP-FF-RSA算法。其次,本文提出一种融合业务感知与强化学习的RSA算法:SA-A3C-RSA。利用强化学习中的A3C算法,针对网络中存在的各种业务需求和业务类型,在请求到达时,通过业务感知,对业务的类型和需求进行分析,再将其作为状态数据输入到A3C算法的神经网络中。经过神经网络对状态数据的特征提取以及强化学习的训练,输出当前状态下的最佳路径和频谱资源分配方案,从而为当前的业务请求建立光路。仿真实验结果表明,SA-A3C-RSA算法在业务阻塞率和频谱资源利用率方面的表现均优于SP-FF-RSA算法。最后,通过实验对SA-A3C-RSA算法的鲁棒性进行了验证。相比于传统的SP-FF-RSA算法,本文提出的DQN-RSA和SA-A3C-RSA算法均能有效地降低网络中的业务阻塞率和频谱的破碎化程度,同时提高频谱资源利用率。