基于强化学习的分布式系统流量智能分级调度方法及系统

本发明提供基于强化学习的分布式系统流量智能分级调度方法及系统，涉及流量分级技术领域，包括构建双层神经网络提取流量特征，并输入到采用双重Q网络结构的强化学习模型，输出包含接口优先级、处理队列配置、资源分配比例的智能分级调度策略。基于该策略，利用分布式令牌桶算法对不同优先级接口请求进行速率限制、队列分配和资源调控。系统性能波动时，实时监控数据反馈至强化学习模型进行在线学习，持续优化调度策略，实现分布式系统流量的自适应分级调度，提高系统资源利用率和稳定性，降低请求响应时间。