本發(fā)明公開了一種基于參數(shù)化動作空間的網(wǎng)絡(luò)能耗兩級控制方法，其特點是具體包括：將網(wǎng)絡(luò)能耗問題抽象為多商品流問題、建立基于深度學習的網(wǎng)絡(luò)流量預(yù)測模型和網(wǎng)絡(luò)能耗優(yōu)化模型和將預(yù)測的未來網(wǎng)絡(luò)流作為能耗優(yōu)化模型的輸入，輸出新的最優(yōu)化網(wǎng)絡(luò)路由集合，并依據(jù)此做出網(wǎng)絡(luò)動作等步驟。本發(fā)明與現(xiàn)有技術(shù)相比具有從離散動作空間的視角來使用深度強化學習技術(shù)優(yōu)化數(shù)據(jù)中心網(wǎng)絡(luò)能耗，不僅在能耗節(jié)約方面效果顯著，在應(yīng)對流傳輸時間限制，可靠性要求，鏈路應(yīng)對突發(fā)，智能網(wǎng)絡(luò)帶寬分配方面也有較好表現(xiàn)。仿真實驗表明，隨著網(wǎng)絡(luò)規(guī)模的擴大，本發(fā)明在大型數(shù)據(jù)中心網(wǎng)絡(luò)的節(jié)能效果均優(yōu)于現(xiàn)有傳統(tǒng)的和基于人工智能的方案。