基于APMSSGA-LSTM的容器云资源预测

论文摘要

容器云的发展与应用对资源的高并发、高可用、高弹性、高灵活性等的需求越来越强烈。在对容器云资源预测问题研究现状进行调查后,提出一种采用自适应概率的多选择策略遗传算法（APMSSGA）优化长短期记忆网络（LSTM）的容器云资源预测模型。实验结果表明,与简单遗传算法（SGA）相比,APMSSGA在LSTM参数最优解组合搜索方面更加高效,APMSSGA-LSTM模型的预测精度较高。

论文目录

文章来源

类型: 期刊论文

作者: 谢晓兰,张征征,郑强清,陈超泉

关键词: 容器云,资源预测,长短期记忆网络,遗传算法

来源: 大数据 2019年06期

年度: 2019

分类: 信息科技

专业: 互联网技术,自动化技术

单位: 桂林理工大学信息科学与工程学院,广西嵌入式技术与智能系统重点实验室

基金: 国家自然科学基金资助项目(No.61762031),广西创新驱动重大专项(No.2018AA32003),广西重点研发计划基金资助项目(No.AB17195029,No.AB18126006),广西硕士研究生创新基金资助项目(No.YCSW2017156,No.YCSW2018157),广西中青年教师基础能力提升基金资助项目(No.KY2016YB184)~~

分类号: TP393.09;TP18

页码: 1-11

总页数: 11

文件大小: 1907K

下载量: 133

相关论文文献

标签：容器云论文;  资源预测论文;  长短期记忆网络论文;  遗传算法论文;