一种多应用的资源分配方法及装置

本申请提供一种多应用的资源分配方法及装置，该方法获取多个应用运行过程中产生的相应实时数据和相应的实时数据特征；采用配置的强化学习算法，对不同应用数据的实时数据特征进行特征选择，得到各应用对应的实时预测特征；实时预测特征表征相应应用的资源需求的特征；使用训练好的资源预测模型，对各应用对应的实时特征进行资源需求的预测，得到预测结果；资源预测模型是基于时间序列预测模型和深度学习模型的混合模型；根据预测结果和资源池的当前状态，生成针对多个应用的资源分配策略。该方法最大化整个系统的资源利用率，提高了平台的整体性能和运行效率。