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(jì)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(dòng)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(jì)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(dòng),獎(jiǎng)勵(lì),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(gè)價(jià)值函數(shù),用以估算某個(gè)狀態(tài)下采取特定行動(dòng)對(duì)應(yīng)的累計(jì)期望獎(jiǎng)勵(lì)，來獲得預(yù)測(cè)的PUE值。