1.一种面向SDN网络基于Q学习的节能路由方法，其特征在于：该方法包括以下步骤：S1：读取当前时刻待处理的网络流，按起始节点s，目的节点d不同划分成不同任务存入任务队列T，T长度记为L，L>0，设置迭代次数N；

S2：判断L是否为0，是则跳转步骤S5，否则从队列头取出一个任务E(s,d,q,c)；q代表流量需求；

S3：根据E的目的结点d选择对应的Q表，根据该任务的当前位置节点c，在Q表中找到对应的最大Q值节点作为下一跳节点i；

S4：根据下一跳位置i和当前网络状态An，得到不同的奖励值，依此更新Q表；

S41：下一跳位置是目的节点，i＝d，任务完成，下一个队列长度L’＝上一个队列长度L‑

1，并将任务E从任务队列T中移出队列，返回奖励r＝ra；

S42：下一跳为不可达结点，则将T初始化，c＝s，并将任务E置于任务队列T末端，返回奖励r＝rb；

S43：下一跳在当前网络G内却是未开启结点时，即对比当前网络状态An和初始网络状态A0，i行i列所有值相等，则置c＝i，返回奖励r＝rc；

S44：下一跳节点开启，但当前位置和下一跳的连接未启用时，即An＝A0，置c＝i，返回奖励r＝rd；ra>0>rb>rc>rd；

用Bellman方程更新Q值：

NewQ(s，a)＝Q(s，a)+α[r+γmaxa′Q(s′，a′)‑Q(s，a)]其中α为学习率，γ为奖励性衰变系数；

随机打乱任务队列，跳转执行S2；

S5：队列T中所有任务完成后，下一个迭代次数N’＝上一个迭代次数N‑1，判断N’是否为

0，是则训练完成，否则重置任务队列T和网络状态An，并跳转执行S2；

S6：获取网络流信息，存入任务队列，创建链表数组R记录结果；

S7：依次从队列头取出任务，根据目的节点不同，查找对应Q表，得到下一跳位置，若可达则修改当前任务状态和网络状态An，将任务挂到队列末端，向R中添加记录；若不可达，重置任务后置于队列末端；

S8：重复执行S7直到所有队列中所有任务都被完成得到路由策略结果R以及最终网络状态Af，与初始网络状态A0对比，进行网络节点和链路开关闭策略调整。