本发明提出了一种边云协同系统中基于学习优化方法的虚拟网络功能放置决策方法，包括以下步骤：S1，获取边缘云和第三方云数据；S2，根据获取的边缘云和第三方云数据进行优化放置决策。本发明首先建立了基于代价的虚拟网络功能放置的优化决策问题，然后将该模型以马尔可夫决策模型进行描述；通过把深度强化学习与组合优化求解相结合提出了基于“行动‑判别”的虚拟网络功能放置双重放置框架，提出的网络功能放置算法在不同规模的边云场景下中均具有良好的适应性，并且能够通过合理的虚拟化类型选择和放置位置决策获得更低的系统开销，并为需求方用户提供更低的服务延迟和更优的服务体验。