本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的數(shù)據(jù)中心能效優(yōu)化方法和系統(tǒng)，屬于云計算技術(shù)領(lǐng)域。本發(fā)明的一種基于強(qiáng)化學(xué)習(xí)的數(shù)據(jù)中心能效優(yōu)化方法和系統(tǒng)，所述數(shù)據(jù)中心能效優(yōu)化系統(tǒng)由數(shù)據(jù)集成管控系統(tǒng)、IDC動環(huán)監(jiān)控系統(tǒng)和DRL中心模型系統(tǒng)組成。為解決現(xiàn)有數(shù)據(jù)中心能耗優(yōu)化方法中存在的能效優(yōu)化低、成本高的問題，采用一種離線強(qiáng)化學(xué)習(xí)的方式,通過設(shè)計初始的控制策略,記錄系統(tǒng)在運(yùn)行初始策略下的數(shù)據(jù)，其中包括狀態(tài),行動,獎勵,并使用標(biāo)準(zhǔn)強(qiáng)化學(xué)習(xí)/函數(shù)模擬組合來學(xué)習(xí)一個價值函數(shù),用以估算某個狀態(tài)下采取特定行動對應(yīng)的累計期望獎勵，來獲得預(yù)測的PUE值。