基于强化学习算法的异构元数据智能调度优化方法及系统

本发明提供基于强化学习算法的异构元数据智能调度优化方法及系统，涉及异构数据技术领域，包括通过构建多层次动态特征提取机制，利用自注意力机制对多源异构元数据进行特征分解，生成特征矩阵集合，并通过变压器编码器进行特征融合。基于融合特征向量训练双通道神经网络调度策略模型，结合深度强化学习实现分层优化，生成调度动作候选集并评估其性能。该方法有效提升了系统负载均衡、访问延迟、资源利用率和数据局部性，具有显著的技术优势。