激光杂志
激光雜誌
격광잡지
LASER JOURNAL
2015年
4期
185-188
,共4页
云计算资源%参数优化%蚁群算法%支持向量机
雲計算資源%參數優化%蟻群算法%支持嚮量機
운계산자원%삼수우화%의군산법%지지향량궤
cloud computing resources%parameters optimization%ant colony optimization algorithm%support vector machine
云计算资源变化具有动态性、随机性,传统算法难以获得较理想的预测结果,为了提高云计算资源的预测精度,提出一种基于数据挖掘技术的云计算资源预测模型.首先收集云计算资源的数据,并进行归一化处理,然后将云计算资源的训练样本输入到支持向量机中进行学习,采用改进蚁群算法选择最优参数,建立最优云计算资源预测模型,最后采用具体预测实例对模型性进行测试.结果表明,本文模型不仅提高了云计算的资源预测精度,而且降低建模的计算复杂度,提高了建模的效率,为了云计算资源预测提供了一种新的建模思路.
雲計算資源變化具有動態性、隨機性,傳統算法難以穫得較理想的預測結果,為瞭提高雲計算資源的預測精度,提齣一種基于數據挖掘技術的雲計算資源預測模型.首先收集雲計算資源的數據,併進行歸一化處理,然後將雲計算資源的訓練樣本輸入到支持嚮量機中進行學習,採用改進蟻群算法選擇最優參數,建立最優雲計算資源預測模型,最後採用具體預測實例對模型性進行測試.結果錶明,本文模型不僅提高瞭雲計算的資源預測精度,而且降低建模的計算複雜度,提高瞭建模的效率,為瞭雲計算資源預測提供瞭一種新的建模思路.
운계산자원변화구유동태성、수궤성,전통산법난이획득교이상적예측결과,위료제고운계산자원적예측정도,제출일충기우수거알굴기술적운계산자원예측모형.수선수집운계산자원적수거,병진행귀일화처리,연후장운계산자원적훈련양본수입도지지향량궤중진행학습,채용개진의군산법선택최우삼수,건립최우운계산자원예측모형,최후채용구체예측실례대모형성진행측시.결과표명,본문모형불부제고료운계산적자원예측정도,이차강저건모적계산복잡도,제고료건모적효솔,위료운계산자원예측제공료일충신적건모사로.
