1.一种减少网络振动的智能路由选择方法，其特征在于，包括以下步骤：

S1：构建三维矩阵(T，L，U)，并对所述三维矩阵(T，L，U)进行运算，得到训练集DataSettrain，其中，T为历史流量数据的时间片集合，L表示节点i到节点j间的链路上的流量，U表示节点m到节点n的完整路径上的流量，其中，所述S1进一步包括：对所述三维矩阵(T，L，U)中任意一行进行求和，得到所有通过该链路的传输路径的总流量；对于任意一列的非空项，获取该时间片内此OD对间的路径所包含的链路；将网络总体流量数据按照时间片分割为流量序列；将该流量序列输入到预设的网络拓扑中，按照OSPF协议进行该流量序列的路由转发，并以第一预设时间为时间间隔观察网络流量分布情况，对于任意链路的负载Loade＞K的情况，剔除流量分布数据，将剩余的所有流量分布情况作为训练数据使用；将得到的所述训练数据转化为网络流量特征矩阵的形式，得到所述训练集DataSettrain；

S2：针对所述训练集DataSettrain中的每一个OD对，计算其可行路径方案的概率值，其中，所述S2进一步包括：针对每一个OD对，获取其可选的路径方案集合Path，并对Path集合进行预处理，包括：设每个OD对间的可行路径数量上限为m，每条可行路径中的链路数量上限为n，则对于给定的网络拓扑G中，需要的目标路径方案集合Path：针对每一个OD对(i，j)输出其Path集

合中每一条路径的选择概率p，则卷积神经网络CNN的输出集为：

在所述CNN的输出集中，按照选择概率p降序排列，并计算每一个路径方案Path(i，j)所对应的链路抖动幅度，将抖动幅度最小的方案作为最终输出，以进行下一时间片的路由调整；

S3：根据所述概率值得到最佳路由方案，其中，所述S3进一步包括：以第二预设时间为时间间隔，在每个时间间隔结束的时候，把当前网络的流量情况整理为网络流量特征矩阵(T，L，U)输入CNN神经网络中，以便CNN神经网络提供可行路径方案的概率集合OutputCNN，将此集合OutputCNN作为网络振动抑制算法的输入参数，最终得到当前时刻的最佳路由方案。

2.根据权利要求1所述的减少网络振动的智能路由选择方法，其特征在于，所述第一预设时间为30秒。

3.根据权利要求1所述的减少网络振动的智能路由选择方法，其特征在于，所述第二预设时间为5分钟。

4.根据权利要求1所述的减少网络振动的智能路由选择方法，其特征在于，所述时间片的长度为1分钟。