简介： 本发明公开了一种基于参数化动作空间的网络能耗两级控制方法，其特点是具体包括：将网络能耗问题抽象为多商品流问题、建立基于深度学习的网络流量预测模型和网络能耗优化模型和将预测的未来网络流作为能耗优化模型的输入，输出新的最优化网络路由集合，并依据此做出网络动作等步骤。本发明与现有技术相比具有从离散动作空间的视角来使用深度强化学习技术优化数据中心网络能耗，不仅在能耗节约方面效果显著，在应对流传输时间限制，可靠性要求，链路应对突发，智能网络带宽分配方面也有较好表现。仿真实验表明，随着网络规模的扩大，本发明在大型数据中心网络的节能效果均优于现有传统的和基于人工智能的方案。