一种基于强化学习的数据中心资源休眠及调度方法和系统

本发明公开了一种基于强化学习的数据中心资源休眠及调度方法和系统，属于云计算系统数据中心节能优化技术领域，所述方法包括以下步骤：S1、建立仿真模型，确定研究对象的智能体和环境；S2、基于仿真模型以及数据中心服务器信息建立MDP模型；S3、基于MDP模型，开发Deep MAHHQN算法，对智能体进行训练，更新策略网络和价值网络，建立形成初步的资源休眠调度策略；S4、将初步控制策略部署到实际数据中心，指导数据中心各服务器智能体对数据中心服务器开关机以及功率管理进行调度决策，并与实际环境进行交互，对调度策略进行持续更新优化，直到达到预期仿真结果。本发明能够满足够根据数据中心的实际情况动态调整资源的分配，最大程度地提高能源利用效率。