一种基于多专家轻量化模型的服务架构优化方法

本发明公开了一种基于多专家轻量化模型的服务架构优化方法，包括如下步骤：S1、采集实时状态数据，对实时状态数据进行预处理；S2、多专家轻量化模型对预处理后的数据进行流量预测，动态优化资源分配，对各模型输出进行联合训练与输出融合，生成综合决策；S3、结合综合决策，生成服务架构的动态优化策略；S4、根据动态优化策略，自动调整服务架构；S5、实时监控优化后服务架构的性能调整多专家轻量化模型的加权系数和参数；S6、使用增量学习和在线训练方法更新模型的参数，调整服务架构。本发明通过多专家轻量化模型与自适应多模态融合算法相结合，具备高效、智能、可持续优化的特点。