本发明公开了基于深度强化学习与区块链共识的资源优化分配决策方法，通过构建计算任务模型和服务器状态模型，计算主控制器本地计算和卸载计算的能耗和经济开销，以及区块链共识过程产生的计算经济开销，从而通过训练深度神经网络和策略网络，指导调整控制器选择、卸载决策、区块尺寸和服务器选择，完成场景内的最优资源分配。本发明克服了工业互联网数据安全、设备因处理计算任务而能耗过高、工作周期短，以及系统总体经济开销过高等问题。仿真实验表明，本发明提出的基于深度强化学习与区块链共识的工业互联网资源优化分配决策方法在节省控制器能耗、系统经济开销以及延长控制器群组工作总时长方面具有一定的优势。