Print

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

  • 1 引言
  • 2 相关工作
  • 3 APMSSGA-LSTM模型
  •   3.1 概述
  •   3.2 APMSSGA
  •     （1）编码和种群初始化
  •     （2）改进选择策略
  •     （3）改进交叉策略
  •     （4）改进变异策略
  •   3.3 基于APMSSGA调整LSTM参数
  • 4 实验与分析
  •   4.1 实验数据
  •   4.2 实验参数设置
  •   4.3 模型验证
  • 5 结束语

    • 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

    本文来源: https://www.lunwen66.cn/article/30b02fe839abc0edfcbdbb2f.html