计算机技术与发展2020,Vol.30Issue(11) :84-88.DOI:10.3969/j.issn.1673-629X.2020.11.016

基于遗传算法的改进时序预测模型研究

Research on Improved Time Series Prediction Model Based on Genetic Algorithm

李思莉 杨井荣
计算机技术与发展2020,Vol.30Issue(11) :84-88.DOI:10.3969/j.issn.1673-629X.2020.11.016

基于遗传算法的改进时序预测模型研究

Research on Improved Time Series Prediction Model Based on Genetic Algorithm

李思莉 1杨井荣1
扫码查看

作者信息

  • 1. 成都理工大学 工程技术学院 电子信息与计算机工程系,四川 乐山 614000
  • 折叠

摘要

云计算系统通过对存储、软件、服务等资源进行统一调度来为用户提供所需的服务.用户的需求具有多样性、多变性,使用弹性伸缩技术可以提高用户满意度,很好地解决资源利用率和应用系统之间的矛盾,是云计算的关键技术之一.然而,网络应用程序的工作负载通常是动态的,并且很难预测.因此,云计算中Web应用的关键技术是根据负载进行资源的动态分配,这是研究的热点,也是难点.目前,针对动态伸缩算法,提出的解决方案多是独立的、单一的或基于过去资源使用率进行提前预测.但这些方法容易导致资源利用不足.该文提出利用遗传算法改进时序预测模型ARIMA计算所需的虚拟主机数,以实现提高资源利用率,达到资源快速伸缩的目的.所提出的模型已经用几个基准工作负载进行了验证,在虚拟主机数和响应时间方面有一定的改善.

关键词

云计算/弹性伸缩/动态分配/遗传算法/ARIMA

引用本文复制引用

基金项目

乐山市科技计划项目(19JRK229)

四川省教育科研项目(18ZA0071)

出版年

2020
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子:0.621
ISSN:1673-629X
参考文献量2
段落导航相关论文