隨著云計(jì)算技術(shù)的不斷發(fā)展,云計(jì)算資源負(fù)載變化呈現(xiàn)出越來越復(fù)雜的特征。針對云計(jì)算資源的負(fù)載預(yù)測問題,綜合考慮云計(jì)算環(huán)境中資源負(fù)載時間序列的線性與非線性特性,提出了一種基于自回歸移動平均模型ARIMA與長短期記憶網(wǎng)絡(luò)LSTM的組合預(yù)測模型LACL。使用公開數(shù)據(jù)集與傳統(tǒng)負(fù)載預(yù)測模型進(jìn)行了對比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,該云計(jì)算資源組合預(yù)測模型預(yù)測精度明顯高于其他預(yù)測模型,顯著降低了云環(huán)境中對資源負(fù)載的實(shí)時預(yù)測誤差。 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 問題描述
3 負(fù)載預(yù)測模型
    3.1 負(fù)載模型
    3.2 ARIMA預(yù)測模型
        (1) 數(shù)據(jù)分析與平穩(wěn)性校驗(yàn)。
        (2) 模型識別與參數(shù)估計(jì)。
        (3) 有效性驗(yàn)證與模型獲取。
    3.3 LSTM預(yù)測模型
    3.4 預(yù)測模型評價標(biāo)準(zhǔn)
    3.5 基于集成學(xué)習(xí)的組合預(yù)測模型
4 實(shí)驗(yàn)結(jié)果與分析
    4.1 實(shí)驗(yàn)數(shù)據(jù)
    4.2 實(shí)驗(yàn)環(huán)境
    4.3 實(shí)驗(yàn)結(jié)果與分析
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于支持向量機(jī)的云計(jì)算資源負(fù)載預(yù)測模型[J]. 趙莉.  南京理工大學(xué)學(xué)報(bào). 2018(06)
[2]一種云環(huán)境下的主機(jī)負(fù)載預(yù)測方法[J]. 江偉,陳羽中,黃啟成,劉漳輝,劉耿耿.  計(jì)算機(jī)科學(xué). 2018(S1)
[3]兩種客觀賦權(quán)法及其在確定組合預(yù)測權(quán)重中的應(yīng)用[J]. 楊騰飛,施昆,汪奇生.  測繪工程. 2014(07)



本文編號：3698226