一种基于强化学习的DCQCN多维度参数协同优化方法及系统

本发明适用于参数优化技术领域，提供了一种基于强化学习的DCQCN多维度参数协同优化方法及系统，其方法包括：实时采集网络拓扑结构数据、流量特征数据及网络性能指标数据；根据预设触发条件确定参数优化需求，触发条件包括周期性触发、性能阈值触发或拓扑变更触发；利用谱聚类算法对节点连接矩阵进行环结构检测，当检测到的最大环长度大于设定阈值，则判定网络拓扑结构为网状拓扑，否则判定为树形拓扑；若网络拓扑结构为树形拓扑，采用三级分层强化学习架构进行参数优化；若网络拓扑为网状拓扑，采用联邦强化学习框架进行参数优化；根据参数调整后的网络状态反馈数据动态更新强化学习模型参数，完成闭环优化，有效提高网络稳定性。