摘要
本发明提供了一种自适应事件优先级调度方法和系统,所述方法包括:首先监听开发环境产生的异步事件并提取等待时长、处理器负载及事件紧急度;随后利用强化学习算法在线生成权重向量,根据更新后的权重实时计算事件优先级并插入最小堆队列;在事件完成后以排队延迟作为奖励反馈更新决策网络,从而在动态负载场景下持续优化调度策略。本发明将高紧急度事件平均排队延迟由270ms降低至165ms,显著提升实时响应能力。本发明可广泛应用于IDE‑AI辅助工具及DevOps流水线。
技术关键词
事件优先级调度
贪婪策略
决策
网络
队列
优化调度策略
处理器
后系统
强化学习算法
样本
在线
模块
周期性
拷贝
辅助工具
离线
批量
因子
流水线
节点