第1章  城域光网络及其资源优化
  1.1  城域光网络及资源优化概述
    1.1.1  城域光网络概念
    1.1.2  城域光网络的组网特征
    1.1.3  城域光网络关键技术
    1.1.4  资源优化技术概述
    1.1.5  资源优化常规方法
  1.2  5G时代的城域光网络发展
    1.2.1  5G概述
    1.2.2  5G发展下的城域光网络
    1.2.3  5G时代城域光网络的技术革新
  1.3  城域光网络通信场景新挑战
    1.3.1  边缘计算
    1.3.2  分布式训练
    1.3.3  算力网络
    1.3.4  服务器无感知计算
    1.3.5  6G通信技术
    1.3.6  城域光网络发展新挑战
  1.4  城域光网络资源优化新挑战
    1.4.1  新型传输技术的资源约束多样性
    1.4.2  边缘计算驱动的实时资源调控
    1.4.3  算力网络中的异质资源协同优化
    1.4.4  高可靠的网络抗故障能力
    1.4.5  内生的智能决策能力
  参考文献
第2章  城域光网络中的新型传输技术
  2.1  弹性光网络
    2.1.1  弹性光网络概述
    2.1.2  弹性光网络核心技术
    2.1.3  弹性光网络中的资源优化
  2.2  空分复用光网络
    2.2.1  空分复用技术概述
    2.2.2  空分复用光网络核心技术
    2.2.3  空分复用光网络中的资源优化
  2.3  空分复用弹性光网络
    2.3.1  空分复用弹性光网络及其资源优化概述
    2.3.2  空分复用弹性光网络中的超级信道
    2.3.3  SDM—EON中高可靠XT感知的多径资源优化策略
  2.4  多波段光网络
    2.4.1  多波段光网络概述
    2.4.2  多波段光网络中的信道损伤
    2.4.3  C+L+S光网络中基于周期性波段轮换的动态资源分配策略
  参考文献
第3章  城域光网络与端到端切片
  3.1  光网络切片技术概述
    3.1.1  光网络切片管控技术
    3.1.2  虚拟网络嵌入技术
    3.1.3  虚拟网络映射技术
    3.1.4  动态切片管理技术
  3.2  基于成本和时延的切片资源优化策略
    3.2.1  研究场景与问题描述
    3.2.2  切片资源优化模型
    3.2.3  基于成本和时延的虚拟化映射算法
    3.2.4  仿真实验与数值分析
  3.3  动态切片重配置中的资源优化
    3.3.1  研究背景与问题描述
    3.3.2  动态切片重配置模型
    3.3.3  时延感知的重配置策略
    3.3.4  仿真实验与数值分析
  3.4  基于预测的端到端切片资源优化
    3.4.1  研究背景与问题描述
    3.4.2  网络切片管理与资源优化
    3.4.3  基于预测的动态网络切片资源优化机制
    3.4.4  仿真实验与数值分析
  参考文献
第4章  城域光网络中的算网协同资源优化
  4.1  城域光网络中的任务卸载与资源协同优化
    4.1.1  从云计算到边缘计算
    4.1.2  边缘计算任务模型
    4.1.3  边缘计算资源局限性
    4.1.4  协同卸载与资源优化
  4.2  MON中延迟感知的边缘计算任务对等卸载
    4.2.1  研究背景与问题描述
    4.2.2  任务对等协同卸载模型
    4.2.3  基于GA的延迟感知任务对等卸载策略
    4.2.4  仿真实验与数值分析
  4.3  MON中依赖感知的边缘计算任务协同卸载
    4.3.1  研究背景与问题描述
    4.3.2  依赖感知的协同卸载模型
    4.3.3  基于GA的依赖感知任务协同卸载策略
    4.3.4  仿真实验与数值分析
  4.4  MON中能耗感知的边缘计算依赖型任务卸载
    4.4.1  研究背景与问题描述
    4.4.2  依赖任务时延和能耗感知卸载模型
    4.4.3  基于果园算法的能耗感知依赖型任务卸载策略
    4.4.4  仿真实验与数值分析
  4.5  MON中具有泛化性的算网资源智能协同
    4.5.1  研究背景与问题描述
    4.5.2  算网任务与时延模型
    4.5.3  基于DQN的算网资源协同策略
    4.5.4  基于迁移学习的改进算网资源协同策略
    4.5.5  仿真实验与数值分析
  4.6  MON中自适应高可靠的边云协同优化
    4.6.1  研究背景与问题描述
    4.6.2  高可靠边云协同DNN推理加速模型
    4.6.3  基于RL的自适应高可靠边云协同策略
    4.6.4  仿真实验与数值分析
  4.7  MON中异步分布式训练任务的联合资源优化
    4.7.1  研究背景与问题描述
    4.7.2  异步分布式训练任务模型
    4.7.3  资源感知均衡分配算法
    4.7.4  仿真实验与数值分析
  参考文献
第5章  城域光网络中考虑生存性的资源优化
  5.1  考虑生存性的光网络资源优化技术
    5.1.1  光网络中的保护技术
    5.1.2  光网络中的恢复技术
    5.1.3  生存性资源优化关键指标
  5.2  基于环覆盖的多路径串扰感知生存性资源共享优化
    5.2.1  研究背景和问题描述
    5.2.2  SDM—EON网络及串扰模型
    5.2.3  基于环覆盖的多路径资源共享保护策略
    5.2.4  仿真实验与数值分析
  5.3  多波段城域光网络中的生存性资源优化策略
    5.3.1  研究背景和问题描述
    5.3.2  频段分区保护方案及优化模型
    5.3.3  基于遗传算法的高可靠资源优化算法
    5.3.4  仿真实验与数值分析
  5.4  抗多故障的多路径虚拟网络嵌入资源优化策略
    5.4.1  研究背景和问题描述
    5.4.2  抗多故障的SMvNE方案
    5.4.3  SMVNE资源优化模型
    5.4.4  仿真实验与数值分析
  参考文献
第6章  城域光网络资源优化与机器学习
  6.1  机器学习简述
    6.1.1  机器学习的基本概念
    6.1.2  机器学习的分类
    6.1.3  常见的强化学习算法
  6.2  基于K—means的城域资源节能优化策略研究
    6.2.1  研究背景与问题描述
    6.2.2  节能与资源优化问题建模
    6.2.3  基于K—means的自适应节能资源优化策略
    6.2.4  仿真实验与数值分析
  6.3  MON中基于预测的DQN资源均衡策略研究
    6.3.1  研究背景与问题描述
    6.3.2  TA—KSP—DQN模型架构
    6.3.3  TA—KSP—DQN模型建模
    6.3.4  仿真实验与数值分析
  6.4  基于DI)PG的路由与频谱资源分配策略研究
    6.4.1  研究背景与问题描述
    6.4.2  DDPG—SF—RSA策略
    6.4.3  DDPG—DI—RSA策略
    6.4.4  仿真实验与数值分析
参考文献