计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2014年
10期
65-71
,共7页
云计算%预测%GM(1,1)模型%多项式回归模型%马尔科夫链%布谷鸟搜索算法
雲計算%預測%GM(1,1)模型%多項式迴歸模型%馬爾科伕鏈%佈穀鳥搜索算法
운계산%예측%GM(1,1)모형%다항식회귀모형%마이과부련%포곡조수색산법
cloud computing%prediction%GM(1,1)model%polynomial regression%Markov chain%Cuckoo search
论述了云计算资源负荷的特征及其短期预测的作用。首先利用多项式回归模型对GM（1，1）的预测结果进行一次优化，然后使用马尔科夫链对一次优化后的模型进行二次优化，最后运用布谷鸟搜索算法对二次优化后的灰色预测模型进行再度优化，建立基于多步优化的改进GM（1，1）灰色预测模型。实验结果表明，与其他预测模型相比，在云计算环境下的资源负荷短期预测应用中，该模型具有更高的预测精度，表现出良好的预测性能。所提方法能为云计算资源的高效调度和管理提供决策支持。
論述瞭雲計算資源負荷的特徵及其短期預測的作用。首先利用多項式迴歸模型對GM（1，1）的預測結果進行一次優化，然後使用馬爾科伕鏈對一次優化後的模型進行二次優化，最後運用佈穀鳥搜索算法對二次優化後的灰色預測模型進行再度優化，建立基于多步優化的改進GM（1，1）灰色預測模型。實驗結果錶明，與其他預測模型相比，在雲計算環境下的資源負荷短期預測應用中，該模型具有更高的預測精度，錶現齣良好的預測性能。所提方法能為雲計算資源的高效調度和管理提供決策支持。
논술료운계산자원부하적특정급기단기예측적작용。수선이용다항식회귀모형대GM（1，1）적예측결과진행일차우화，연후사용마이과부련대일차우화후적모형진행이차우화，최후운용포곡조수색산법대이차우화후적회색예측모형진행재도우화，건립기우다보우화적개진GM（1，1）회색예측모형。실험결과표명，여기타예측모형상비，재운계산배경하적자원부하단기예측응용중，해모형구유경고적예측정도，표현출량호적예측성능。소제방법능위운계산자원적고효조도화관리제공결책지지。
Discuss the characteristics of cloud computing resources load and the role of short-term load prediction. Polynomial regression model is used to optimize the GM(1,1)prediction results. Markov chain is empolyed for secondary optimization. The Cuckoo search algorithm is adopted to re-optimize the gray prediction model again. On this basis, the multi-step optimized GM(1,1)model is estbilished. Experimental results show that, compared with other forecasting models, for short-term resource load forecasting in cloud computing environment, the proposed model has higher prediction accuracy and achieved good predictive performance. The proposed method can provide decision support for efficient resource scheduling and management in cloud computing.
