基于神经网络与多路径协同的智能流量调度优化方法

本发明提供一种基于神经网络与多路径协同的智能流量调度优化方法，包括：Step1、构建包含统一满意度评估模型；Step2、利用神经网络与LATE算法融合建模，构建目标函数；Step3、基于目标函数进行多路径流量优先级计算，结合队列界限优化实现分级调度；Step4、通过路径健康度评估与检查点优化等容错机制，确保满足约束条件。本发明提出 "预测 ‑ 调度 ‑ 容错" 三层协同架构，以神经网络预测为决策核心，多路径动态调度为执行载体，结合主动容错机制形成闭环优化解决现有技术中跨层调度效率低、无法适应流量动态变化、容错性差、难以平衡用户体验与运营成本等问题，确保不同类型数据流的实时性需求，优化网络资源利用效率，实现终端用户满意度与运营成本的协同优化。