本發(fā)明公開了面向蜂窩網(wǎng)絡(luò)的改進式強化學習網(wǎng)絡(luò)覆蓋優(yōu)化方法，包括：(1)從異構(gòu)無線網(wǎng)絡(luò)環(huán)境中采集終端路測數(shù)據(jù)和基站側(cè)靜態(tài)數(shù)據(jù)，處理得到平衡數(shù)據(jù)集；(2)從平衡數(shù)據(jù)集中選取一部分數(shù)據(jù)作為訓練集輸入到隨機森林模型中，對隨機森林模型進行訓練得到網(wǎng)絡(luò)覆蓋預測模型；(3)設(shè)置覆蓋優(yōu)化的目標函數(shù)；(4)設(shè)置強化學習與網(wǎng)絡(luò)覆蓋優(yōu)化問題的空間映射，訓練強化學習智能體，得到工程參數(shù)的調(diào)整策略以及覆蓋優(yōu)化結(jié)果。本發(fā)明方法自動改進優(yōu)化行為，從而擁有更快的收斂速度，同時能夠積累大量運維優(yōu)化經(jīng)驗并自主形成優(yōu)化策略，避免了優(yōu)化過程對網(wǎng)絡(luò)性能產(chǎn)生較大影響。