随着移动互联网通信技术的快速发展,新型移动网络的应用和业务越来越多,传统的尽力而为的路由算法无法满足这些新应用和业务的网络服务质量（Quality of Service,QoS）需求。近年来,软件定义网络（Software-Defined Networking,SDN）的出现使网络管理变得更加灵活和高效,软件定义范式被应用于网络路由中,在很大程度上改善了网络的QoS,但是,基于软件定义范式的QoS路由优化方案往往是针对某些具体网络场景的,难以适应不断变化的业务需求。随着人工智能迅速的发展,机器学习在数据处理、分类、智能决策等领域上有着显著的优势。为了有效解决SDN网络下的QoS路由问题,将机器学习技术的智能算法引入到SDN的QoS路由优化中,从而为实现一个更加智能的动态路由提供了便利条件。但现有的智能路由方案一般只能处理离散的、低维的动作空间,并用离线的网络数据进行训练,不能在线学习,对于动态网络环境表现效果不佳。为此本文通过对QoS路由优化的问题进行研究,以SDN为基础框架,使用深度强化学习（Deep Reinforcement Learning,DRL）进行智能路由决策,提出了一种新型智能在线的QoS路由优化方案。本文研究的主要内容和创新点如下:（1）提出了一种基于SDN和深度强化学习的在线QoS路由架构。该框架利用SDN控制器为QoS智能路由决策提供相应的网络状态信息,并根据QoS智能路由算法的决策输出来下发路由规则。该框架可以实现网络信息数据的实时采集,同时能够进行在线策略（on-policy）学习,从而实现对QoS路由的优化。（2）提出了一种基于SDN和异步优势动作评估模型（Asynchronous Advantage Actor-critic,A3C）的智能QoS路由优化算法,简称SA3CR算法。SA3CR算法将深度学习智能模型A3C引入到QoS网络中,并对A3C算法中的网络结构,输入、输出、奖励函数等进行了重新设计。该算法能够根据QoS目标流的需求,并综合考虑了多种QoS指标,来生成路由策略。利用SDN控制器将搜集到的网络状态信息作为A3C深度强学习模型的输入状态,经过在线训练,得到一系列的链路权重,然后根据智能路由算法SA3CR来计算出路最优路径,从而对QoS路由进行优化。（3）实现了基于软件定义网络的QoS智能路由优化系统。系统包含网络感知模块、QoS参数测量模块、QoS智能路由模块、流表下发模块、网络监控模块等多个模块。整个系统能够实现对网络状态信息的实时采集,动态智能路由策略的生成,路由策略的实时下发,三个环节相互配合,不断检测QoS网络状态、更新路由策略完成智能路由过程,实现对网络数据流的在线路由功能。（4）通过采用OS3E网络拓扑对本文提出的架构和算法进行评估,SA3CR智能路由优化算法相较于ECMP、KSP、NAF＿R、DDPG＿R算法上,至少减少了10%的平均时延,提高了8.7%的网络吞吐量,降低了7.2%的网络丢包率。