一种基于人工智能的网络资源调度方法

本发明涉及网络资源调度领域，特别是涉及一种基于人工智能的网络资源调度方法。内容包括：收集资源调度数据，并动态调整任务优先级；构建网络负载预测模型和资源需求预测模型，得到网络负载预测值和资源需求预测值；基于任务优先级、网络负载预测值和资源需求预测值，计算任务的综合效益；基于任务的综合效益，通过强化学习算法，优化任务调度决策。解决了传统资源调度方法缺乏对实时网络状态和任务需求变化的适应性；网络负载和资源需求预测方法通常采用简单的历史数据分析，未能考虑周期性波动和负载衰减效应；调度决策大多基于固定规则，无法根据任务的实时综合效益调整调度策略，导致任务调度效率低下，资源分配不合理的问题。