基于深度学习的网络流量调度优化方法

本发明提供一种基于深度学习的网络流量调度优化方法。应用于通信网络技术领域，所述方法包括：S1、实时采集部署于网络节点的流量数据、链路状态、延迟及丢包率指标并构建样本数据库；S2、根据样本数据库，构建融合检索增强扩散模型与混合线性专家模型的流量预测模型进行多模态流量预测；S3、根据实时网络状态和所述未来流量预测结果构建强化学习智能体的状态空间；S4、基于多目标优化机制进行策略优化；S5、将训练和优化后的模型部署至网络控制器或边缘计算节点，实现对网络资源的实时感知与动态调度控制。本发明显著提升流量预测精度，并根据网络环境变化及时更新和优化调度策略，提升网络综合性能。