本发明提供了一种基于机器学习的资源优先级的实时优化调整方法，属于资源调度技术领域，其方法包括：步骤1：获取并确认接收任务的需求信息，标定该任务的完成优先级；步骤2：获取针对该任务的资源申请请求信息；步骤3：根据资源申请请求信息从总资源池中选择相应的第一资源，并将第一资源初步分配至该任务；步骤4：基于机器学习模型分析多个任务基于完成优先级以及资源申请请求信息的冲突；步骤5：获取冲突并进行处理分析，产生相应的调度指令，对总资源池中的初步分配的第一资源进行优化调度。本发明通过及时对任务或资源冲突进行处理分析，合理地调动资源分配至任务，提升了资源的利用率；同时利用机器学习模型实现了资源的智能调度。